倒立摆系统--实验设计报告(共30页).doc

《倒立摆系统--实验设计报告(共30页).doc》由会员分享，可在线阅读，更多相关《倒立摆系统--实验设计报告(共30页).doc（30页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上学生实验报告课程名称: 倒立摆系统课程设计 组号： 7 姓名： 学号： 邮箱： 2010年 11 月 11 1日目录倒立摆系统的构成图1 倒立摆系统的组成框图如图1所示为倒立摆的结构图。系统包括计算机、运动控制卡、伺服机构、倒立摆本体和光电码盘几大部分，组成了一个闭环系统。光电码盘1将小车的位移、速度信号反馈给伺服驱动器和运动控制卡，摆杆的位置、速度信号由光电码盘2反馈回控制卡。计算机从运动控制卡中读取实时数据，确定控制决策（小车向哪个方向移动、移动速度、加速度等），并由运动控制卡来实现该控制决策，产生相应的控制量，使电机转动，带动小车运动，保持摆杆平衡。单级倒立摆数

2、学模型的建立在忽略了空气流动，各种摩擦之后，可将倒立摆系统抽象成小车和匀质杆组成的系统，如下图2所示图2 单级倒立摆模型示意图那我们在本实验中定义如下变量：M 小车质量 （本实验系统 0.5 Kg）m 摆杆质量 （本实验系统 0.2 Kg）b 小车摩擦系数 （本实验系统 0.1 N/m/sec）l 摆杆转动轴心到杆质心的长度（0.3 m）I 摆杆惯量 （0.006 kg*m*m）F 加在小车上的力 x 小车位置 摆杆与垂直向上方向的夹角 摆杆与垂直向下方向的夹角（考虑到摆杆初始位置为竖直向下）下面我们对这个系统作一下受力分析。下图3是系统中小车和摆杆的受力分析图。其中，和为小车与摆杆相互作用力

3、的水平和垂直方向的分量。注意：在实际倒立摆系统中检测和执行装置的正负方向已经完全确定，因而矢量方向定义如图，图示方向为矢量正方向。图3 倒立摆模型受力分析分析小车水平方向所受的合力，可以得到等式：应用Newton方法来建立系统的动力学方程过程如下：分析小车水平方向所受的合力，可以得到以下方程：由摆杆水平方向的受力进行分析可以得到下面等式：即 把这个等式代入上式中，就得到系统的第一个运动方程： （1）为了推出系统的第二个运动方程，我们对摆杆垂直方向上的合力进行分析，可以得到下面方程：力矩平衡方程如下：注意：此方程中力矩的方向，由于，故等式前面有负号。合并这两个方程，约去和，由得到第二个运动方程：

4、 （2）设（是摆杆与垂直向上方向之间的夹角），假设与1（单位是弧度）相比很小，即1，则可以进行近似处理：，。用来代表被控对象的输入力，线性化后两个运动方程如下： （3）传递函数对方程组(3)进行拉普拉斯变换，得到 （4）注意：推导传递函数时假设初始条件为0。由于输出为角度，求解方程组（4）的第一个方程，可以得到把上式代入方程组（4）的第二个方程，得到整理后得到传递函数：其中 状态空间方程系统状态空间方程为方程组（3）对解代数方程，得到解如下：整理后得到系统状态空间方程：系统Matlab 仿真和开环响应实际系统参数如下，求系统的传递函数、状态空间方程，并进行脉冲响应和阶跃响应的Matlab仿真。

5、M 小车质量 1.096 Kgm 摆杆质量 0.109 Kgb 小车摩擦系数 0 .1N/m/secl 摆杆转动轴心到杆质心的长度 0.2 5mI 摆杆惯量 0.0034 kg*m*mF 加在小车上的力 x 小车位置 摆杆与垂直方向的夹角T 采样频率0.005秒注意：在进行实际系统的Matlab仿真时，请将采样频率改为实际系统的采样频率。传递函数：在Matlab中，拉普拉斯变换后得到的传递函数可以通过计算并输入分子和分母矩阵来实现。求系统传递函数的m-文件内容如下：M = 1.096;m = 0.109;b = 0.1;I= 0.0034;g = 9.8;l = 0.25; q = (M+m)

6、*(I+m*l2)-(m*l)2; %simplifies inputnum = m*l/q 0den = 1 b*(I+m*l2)/q -(M+m)*m*g*l/q -b*m*g*l/qt = 0 : 0.01 : 5;impulse ( num , den , t )axis ( 0 1.1 0 70 )执行上面的文件，就可以求出系统传递函数的分子与分母多项式的Matlab 表示：num = 2.3566 0den = 1.0000 0.0883 -27.8285 -2.3094可以得到系统开环脉冲响应的曲线如下： 图4 系统开环脉冲响应曲线状态空间法：状态空间法可以进行单输入多输出系统设

7、计，(从实验二开始，我们将尝试同时对摆杆角度和小车位置进行控制)。为了更具挑战性，给小车一个阶跃输入信号，设计指标如下：l 小车位置x和摆杆角度的稳定时间小于5秒；l 位置x的上升时间小于0.5秒；l 摆杆角度的超调量小于20度（0.35弧度）。下面，我们用 Matlab 求出系统的状态空间方程各矩阵，并仿真系统的开环阶跃响应。在这里同样给出了一个m-文件，执行这个文件，Matlab将会给出系统状态空间方程的A，B，C和D矩阵，并可以绘出在给定输入为一个0.2 m的阶跃信号时系统的响应曲线。M = 1.096;m = 0.109;b = 0.1;I= 0.0034;g = 9.8;l = 0.

8、25; p = I*(M+m)+M*m*l2; %denominator for the A and B matriciesA = 0 1 0 0; 0 -(I+m*l2)*b/p (m2*g*l2)/p 0; 0 0 0 1; 0 -(m*l*b)/p m*g*l*(M+m)/p 0B = 0; (I+m*l2)/p; 0; m*l/pC = 1 0 0 0; 0 0 1 0D = 0; 0T=0:0.005:10;U=0.2*ones(size(T);Y,X=lsim(A,B,C,D,U,T);plot(T,Y)axis(0 2.5 0 100)执行该m文件，可以求出系统的状态空间A、B、

9、C、D矩阵,得到开环系统阶跃响应的曲线。A = 0 1.0000 0 0 0 -0.0883 0.6293 0 0 0 0 1.0000 0 -0.2357 27.8285 0B = 0 0.8832 0 2.3566C = 1 0 0 0 0 0 1 0D = 001图5 倒立摆状态空间开环系统阶跃响应曲线图中，实线是摆杆角度响应曲线，虚线是小车位置响应曲线。稳定性与可控性分析我们先看一看系统的稳定性，将数据代入状态方程中，利用matlab程序可以求出系统的零极点。源代码如下：M = 1.096;m = 0.109;b = 0.1;I= 0.0034;l = 0.25; a b c d=we

10、r_ss(M,m,b,l);%自己编写的函数，建立模型之用，具体程序见下面sysc=ss(a,b,c,d); sysd=c2d(sysc,0.005);da db dc dd=ssdata(sysd);z p gain=ss2zp(da,db,dc,dd,1)z = -0.9999 -0.9999 1.0275 1.0000 + 0.0000i 0.9733 1.0000 - 0.0000ip = 1.0000 0.9996 1.0285 0.9723gain = 1.0e-004 * 0.1113 0.3338wer_ss源程序：function a b c d=wer_ss(M,m,b,l

11、)a=0 1 0 0;0 -4*b/(4*M+m) 3*m*9.8/(4*M+m) 0;0 0 0 1;0 -3*b/(4*M+m)*l) 3*9.8*(M+m)/(4*M+m)*l) 0;b=0;4/(4*M+m);0;3/(4*M+m)*l);c=1 0 0 0;0 0 1 0;d=0;0由得到的p（极点）可知，有的极点在单位圆外，所以可知原系统是不稳定的。同样，我们可以利用matlab来得到系统的能控性，源代码如下：ud=ctrb(da,db);rank(ud)ans = 4由得到的rank（ud）的值可知，原系统的能控性矩阵为4，所以我们可知原系统是能控的。控制器设计 基于状态反馈的控

12、制算法设计与仿真LQR由理论分析知，可以设计基于最优控制的状态调节器，使系统闭环稳定。设状态反馈调节律的形式为通过使性能指标函数为最小，根据在附录1中我们所介绍的求得其中P由下列黎卡提方程获得其中，分别用来对状态向量x(k)，控制向量u(k)引起的性能度量的相对重要性进行加权。在实际运算中我们运用Matlab控制系统工具箱中的“dlqr”函数直接进行运算。利用dlqr函数，我们需要提供两个权值矩阵：Q、R。通常我们取R=1，而对于Q我们只能通过不断的凑取来得到。源代码如下： R=1; Q=10 0 0 0;0 0 0 0;0 0 1 0;0 0 0 0Q = 10 0 0 0 0 0 0 0

13、0 0 1 0 0 0 0 0 T=0.005; syse k=wer_lqr(da,db,dc,dd,Q,R,T);%wer_lqr是自己定义的函数，具体见下面程序 x0=0.05;0;0.0175;0; t=0:0.005:10; y x1=initial(syse,x0,t);plot(t,y(:,1),red,t,y(:,2),blue)wer_lqr源程序：function sysresult k=wer_lqr(da,db,dc,dd,Q,R,T);%sysresult k=wer_lqr(da,db,dc,dd,Q,R,T);k S e=dlqr(da,db,Q,R);G=da-

14、db*k;sysresult=ss(G,db,dc,dd,T);我们已开始的Q为：Q1=10 0 0 0;0 0 0 0;0 0 1 0;0 0 0 0；结果得到的图为图6；Q2取为：Q=100 0 0 0;0 0 0 0;0 0 10 0;0 0 0 0;结果得到的图为图7；通过比较，我们发现当Q11、Q33比值一定时，取大的值时系统的响应速度加快，但是超调加大；反之则响应变慢但是超调减小。图6 Q1响应图图7 Q2响应图在左右权衡之间，我们最终选取了：Q=300 0 0 0;0 0 0 0;0 0 30 0;0 0 0 0此时的响应曲线如图8，而k值为：k = -16.6147 -12.4

15、226 56.5909 10.2444图8 最优的响应曲线此时的单位阶跃响应曲线为图9：图9 单位阶跃响应曲线从仿真效果来看，零状态响应和单位阶跃响应都符合要求。 极点配置法采用极点配置法设计多输出的倒立摆系统的控制方案。可以用完全状态反馈来解决，控制摆杆和小车的位置。 图10是控制系统的示意图。图10 控制系统框图 假定所有的状态变量都可以测量和反馈，可以证明：若所研究的系统是状态完全可控的，那么，利用状态反馈的方法，经过适当的状态反馈增益矩阵，就可以把闭环系统的极点配置到任何期望的位置。 设开环控制系统的离散状态方程为： x(k+1) = Gx(k) + Hu(k)其中，假设系统是状态完全

16、可控的x(k) 为在第k次采样时刻的状态矢量（n维矢量）u(k) 为在第k次采样时刻的控制信号（标量）G = nn矩阵H = n1矩阵设极点配置的控制律形式为式中是状态反馈增益矩阵（矩阵），于是该系统就成为一个闭环控制系统。其闭环状态方程为 注意，的特征值就是所要求的闭环极点。 我们希望利用状态反馈把闭环极点布置在，。即要求特征方程为： 根据Cayley_hamiton定理, 经过推导 (此略) 可以得到 其中上式给出所要求的状态反馈增益矩阵。矩阵的这种特殊表达式就是常说的阿克曼公式。状态反馈增益矩阵按这样的方法确定，即可使误差（由扰动所引起的）以足够快的速度降到零。注意，对于一个给定的系统，

17、矩阵并不是唯一的，而是取决于所期望的闭环极点位置（它决定响应速度）的选择。选择期望的闭环极点或期望的特征方程是在误差矢量响应的快速性与对扰动和测量噪声敏感型之间的一个折衷方案。也就是说，如果我们使误差响应的速度提高，那么扰动和测量噪声的有害影响往往也会增强。在确定给定系统的状态反馈增益矩阵时，通常是通过比较按不同的期望闭环极点或期望特征方程得到的矩阵，并从中选出使整个系统达到的特性最好的那个矩阵。在实际设计时, 我们运用Matlab控制系统工具箱中的“place”函数直接进行仿真和运算。先在连续域中进行计算，然后再转到离散域。根据系统的性能要求，我们可取，这时完全满足题中的性能要求。那么我们就

18、可以进行离散域设计了： z1=exp(-3*20.5)/2+(-3*20.5)*j/2)*0.005)z1 = 0.9894 - 0.0105i z2=exp(-3*20.5)/2-(-3*20.5)*j/2)*0.005)z2 = 0.9894 + 0.0105i z3=exp(-10*0.005)z3 = 0.9512 z4=exp(-12*0.005)z4 = 0.9418 p=z1 z2 z3 z4;K=place(da,db,p)K = -38.6579 -25.5096 103.3247 17.9041 G=da-db*K; syse=ss(G,db,dc,dd,0.005); t

19、=0:0.005:10; x0=0.05; 0; 0.0175; 0; y1,x=initial(syse,x0,t); plot(t,y1(:,1),red,t,y1(:,2),blue)图11极点配置图零输入响应而它的单位阶跃响应是：u=ones(1,length(t); y,x=lsim(syse,u,t)图12极点配置单位阶跃响应从仿真效果来看，也是基本上达到了系统的要求。PID控制算法目的：设计PID控制器，使得当在小车上施加1N的脉冲信号时，闭环系统的响应指标为：1、稳定时间小于5秒2、稳态时摆杆与垂直方向的夹角变化小于0.1 弧度分析：系统输出量为摆杆的位置，它的初始位置为垂直向

20、上，我们给系统施加一个扰动，观察摆杆的响应。系统框图如下：图13 PID系统框图图中是控制器传递函数，是被控对象传递函数。考虑到输入，结构图可以很容易的变换成图14 PID系统反馈控制框图该系统的输出为其中， 被控对象传递函数的分子项被控对象传递函数的分母项PID控制器传递函数的分子项PID控制器传递函数的分母项被控对象的传递函数是其中 PID控制器的传递函数为调节PID控制器的各个参数，以得到满意的控制效果。前面讨论的输出量只考虑了摆杆角度，那么，在我们施加扰动的过程中，小车位置如何变化？考虑小车位置，得到改进的系统框图如下：图15 改进的PID系统控制框图其中，是摆杆传递函数，是小车传递函

21、数。由于输入信号，所以可以把结构图转换成：图16 等价PID系统控制框图其中，反馈环代表我们前面设计的摆杆的控制器。注：从此框图我们可以看出此处只对摆杆角度进行了控制，并没有对小车位置进行控制。小车位置输出为：其中，分别代表被控对象1和被控对象2传递函数的分子和分母。和代表PID控制器传递函数的分子和分母。下面我们来求，根据前面实验二的推导，有可以推出小车位置的传递函数为其中 可以看出， =，小车的算式可以简化成： Matlab 仿真实际系统参数如下：M 小车质量 1.096 Kgm 摆杆质量 0.109 Kgb 小车摩擦系数 0 .1N/m/secl 摆杆转动轴心到杆质心的长度 0.2 5m

22、I 摆杆惯量 0.0034 kg*m*mF 加在小车上的力 x 小车位置 摆杆与垂直方向的夹角T 采样频率 0.005秒注意：在进行实际系统的Matlab仿真时，请将采样频率改为实际系统的采样频率。1参照上例的处理方法，把实际系统参数代入，进行PID控制仿真，并找到合适的参数；2将小车推到导轨正中间位置，并且使摆杆处于自由下垂的静止状态；3给计算机和电控箱通电；4打开计算机，在DOS操作系统下，键入“Pend” 启动程序，并按“s”使系统处于准备状态；5按 “”键起摆，等摆杆立起来并稳定下来之后（此时为LQR控制），选择”控制器”菜单中的“PID”，输入参数，观察小车和摆杆的运动；（注意由于控

23、制器只对摆杆进行了控制，所以在PID中输入参数后小车可能向一个方向运动，此时需用手轻轻扶一下摆杆）6按“T”停止摆杆，当摆杆处于自由下垂的静止状态，并在”控制器”菜单中选择“PID”，并参照仿真结果，输入PID控制器参数, 观察小车和摆杆的运动；（通过调整参数可以控制摆杆摆起并能够竖直向上，此时可能需用手轻轻扶一下摆杆，以避免小车“撞墙”）。7如果控制效果不理想，调整控制器参数，直到获得较好的控制效果；8运动曲线文件保存在当前路径下，其中pos_x.dat为小车位置，pos_t.dat为摆杆角度，con_u.dat为控制量；9到MatLab中运行如下指令，MatLab会将保存的曲线重新绘制出来

24、。S=load(路径文件名)plot(S)1摆杆角度控制首先，需要把输出为摆杆角度时系统的传递函数用Matlab表示出来，建立一个m-文件，将下面几行表示传递函数的语句拷贝进去，其中代表比例系数：M = 1.096;m = 0.109;b = 0.1;I = 0.0034;g = 9.8;l = 0.25;q =(M+m)*(I+m*l2) -(m*l)2; %simplifies inputnum = m*l/q 0 0den = 1 b*(I+m*l2)/q -(M+m)*m*g*l/q -b*m*g*l/q 0kd=1k=1ki=1numPID= kd k ki ;denPID= 1 0

25、 ;numc= conv ( num, denPID )denc= polyadd ( conv(denPID, den ), conv( numPID, num ) ) t = 0 : 0.05 : 5;impulse ( numc , denc , t )其中函数polyadd 是求两个多项式之和的函数，它不是Matlab 工具，因此必须把它拷贝到polyadd.m文件中, 并把该文件的目录用addpath 命令加到路径中。Polyadd函数内容如下：functionpoly=polyadd(poly1,poly2)if length(poly1)0 poly=zeros(1,mz),sh

26、ort+long;else poly=long+short;end在这里我们假定比例、积分和微分控制都是必需的。现在，就可以进行系统脉冲响应的PID控制仿真了。在前面的m-文件中加入下面的语句就可以得到系统的脉冲响应仿真结果：运行结果及响应曲线如下：num = 2.3566 0 0den = 1.0000 0.0883 -27.8285 -2.3094 0kd = 1k = 1ki = 1numc = 2.3566 0 0 0denc = 1.0000 2.4449 -25.4720 0.0471 0 0 图17初始PID参数摆角状态图系统响应是不稳定的，不能满足要求，需要调整参数，和，直到获

27、得满意的控制结果。首先增加比例系数，观察它对响应的影响，取=100，kd=1.系统响应如下：num = 2.3566 0 0den = 1.0000 0.0883 -27.8285 -2.3094 0kd = 1k = 100ki = 1numc = 2.3566 0 0 0denc = 1.0000 2.4449 207.8268 0.0471 0 0图18调节PID参数后摆角输出图系统稳定时间约为4秒，满足要求。由于此时稳态误差为0，所以不需要改变积分环节（你可以改变积分系数，观察系统响应如何变化）；系统响应的超调量比较大，为了减小超调，增加微分系数，取=20，响应结果和响应曲线如下：nu

28、m = 2.3566 0 0den = 1.0000 0.0883 -27.8285 -2.3094 0kd = 20k = 100ki = 1numc = 2.3566 0 0 0denc = 1.0000 47.2194 207.8268 0.0471 0 0图19 微调PID参数后摆角状态曲线系统稳定时间约为1秒，超调约为0.04，响应满足指标要求。2小车位置变化仿真仿真小车位置变化的m-文件内容如下：M = 1.096;m = 0.109;b = 0.1;I = 0.0034;g = 9.8;l = 0.25;q =(M+m)*(I+m*l2) -(m*l)2; %simplifies

29、 inputnum1 = m*l/q 0 0den1 = 1 b*(I+m*l2)/q -(M+m)*m*g*l/q -b*m*g*l/q 0num2 = -(I+m*l2)/q 0 m*g*l/qden2 = den1kd = 20k = 100ki = 1numPID = kd k ki;denPID = 1 0;numc = conv(num2,denPID)denc = polyadd(conv(denPID,den2),conv(numPID,num1)t=0:0.05:5;impulse(numc,denc,t)仿真结果如下：num1 = 2.3566 0 0den1 = 1.00

30、00 0.0883 -27.8285 -2.3094 0num2 = -0.8832 0 23.0942den2 = 1.0000 0.0883 -27.8285 -2.3094 0kd = 20k = 100ki = 1numc = -0.8832 0 23.0942 0denc = 1.0000 47.2194 207.8268 0.0471 0 0 图20小车位置曲线实验结果及与仿真结果的对比分析我们组于2010年10月前往倒立摆实验室做实验，我们共做了PID、LQR和极点配置法，由于事先已经将参数设计好并经过精心的仿真修改，所以实验耗时并不长，我们在听完宫亮老师的详细解说后便开始了此次

31、实验。首先我们将每个倒立摆起始位置都定在了中间，并严格保证运行中不碰边，随后将仿真所得参数输入。观察现象。在PID实验中，由于一开始设计时思考不够深入，将模型实际参数带入后并未对所的结果做过多思考，结果虽然实验时初始位置正确，却出现了小车失速的现象，当我反过来看实验报告时，才看到在当时设计报告上输出的小车位置曲线就是发散的，也就是说如果轨道是无限宽的话，则以我的PID参数的倒立摆便是可以实现的，而在有限轨道长度的情况下，以我的参数不可能实现倒立摆。这是因为PID的调节是基于传递函数，是单变量的调节，为了实现倒立摆的现象不得不放弃小车位移的控制而只控制摆角，这样的话在有限轨道长度的情况下倒立摆无

32、法在不受干扰的情况下工作，因此无法像仿真的效果那样好。当时还试了别的几组参数，最多的也只能维持一到两秒。然后便是LQR法，这个方法不管是仿真还是验证的过程都比较成功，按照仿真输入参数，摆子起摆后，经过一段时间便稳定下来，小车位移和摆子摆角都在很小的范围震荡，比较成功和理想。随后我们又分别将Q11和Q33改大或者减小，来验证我们仿真报告中所发现的“当Q11、Q33比值一定时，取大的值时系统的响应速度加快，但是超调加大；反之则响应变慢但是超调减小。”的推断。实验的结果与预期相当，当我们将参数加大时，摆子起摆后到达平衡所需时间更短，但是左右位移更大一点，稳定后的摆角震荡的更小一点，这些都与实验预期相

33、符合，这是因为Q是误差的权矩阵，Q增大证明指标更看重误差，于是会用相对大的能量来使静态误差更快的减小，于是过渡时间变小，超调变大，稳态误差变小。极点配置法我们做得很成功，输入参数后从起摆到稳定时间适中，稳态后震荡比LQR大，但振荡频率要小，这应该得益于设计方法的科学和仿真的应用。我们的实验现象与仿真相同，在此不做累述。感想和建议实验系统是一个非最小相位系统，让它稳定着实让我费了不少心血。我曾想过各种措施，各种貌似精巧的控制器，或用补根轨迹，或用肺最小相位校正器等等，虽然仿真效果很好，但一旦加入实际系统中就不稳定或效果非常不理想。直到最后，抛弃一切美妙的幻想，从最简单的思路下手，补根轨迹加添加零

34、点。系统的根轨迹是在难以令其稳定，于是采用补根轨迹设计：添加零点时可以让系统的根轨迹向左便宜点。本着这个知道原则不断尝试，终于发现了一组不错的解。当然，由于纯微分不可实现，还需要添加一个不致引起什么影响的极点。为了对角度扰动无静差，需要积分器：为了不改变系统稳定性，再添加一个距原点很近的零点一系列措施下来，终于系统稳定了，各项指标也基本达标，真是很有成就感。硬件最然需要不断尝试，但不是盲目的调试，而是需要有理论作为指导，指明调整的方向，这样设计系统就会事半功倍。同时Matlab软件的使用也大大提高了设计系统的速度。这些都是我试验中的收获。最后再一次感谢老师的耐心讲解与精心的教诲，让我渡过难关，顺利完成实验。专心-专注-专业