基于RBF神经网络二级倒立摆系统的PID控制

doi:10.3696/j.issn.1672-6952.2010.02.016

辽宁石油化工大学学报 ›› 2010, Vol. 30 ›› Issue (2): 58-61.DOI: 10.3696/j.issn.1672-6952.2010.02.016

基于RBF神经网络二级倒立摆系统的PID控制

王宏楠

辽宁石油化工大学信息与控制工程学院,辽宁抚顺113001

收稿日期:2010-01-20 出版日期:2010-06-25 发布日期:2017-07-05
作者简介:王宏楠(1981-),男,辽宁辽阳市,硕士。

PID Control of Double Inverted Pendulum Based on RBF Neural Network

WANG Hong-nan

School of Information and Control Engineering, Liaoning Shihua University,Fushun Liaoning113001, P.R.China

Received:2010-01-20 Published:2010-06-25 Online:2017-07-05

摘要/Abstract

摘要： 针对二级倒立摆系统,提出一种基于RBF神经网络的PID控制方法。该方法采用RBF神经网络对
PID控制器的参数进行优化修正,从而使控制器处于最优状态,实现二级倒立摆的稳定控制。仿真结果表明,该方法
的控制精度较高,响应迅速,超调量较小。对于多变量、非线性、不稳定的快速系统,具有较好的控制效果。

关键词: 二级倒立摆 , , RBF神经网络 , , PID控制

Abstract:

A method of PID control based on RBF neural network for double inverted pendulum was proposed. The parameters of PID controller are tuned by RBF network, so can achieve a optimal controller, and realize the stability control for double inverted pendulum. The simulation results show that it has higher accuracy, faster response and smaller overshot. The proposed method has better control effect for the multi-variable, nonlinear and fast system.

Key words: Double inversed pendulum , RBF neural network , PID control

王宏楠. 基于RBF神经网络二级倒立摆系统的PID控制[J]. 辽宁石油化工大学学报, 2010, 30(2): 58-61.

WANG Hong-nan. PID Control of Double Inverted Pendulum Based on RBF Neural Network[J]. Journal of Liaoning Petrochemical University, 2010, 30(2): 58-61.

[1]	张瑾, 周雯丽, 王兴, 孔新刚. H₂O₂修饰层状钛酸的离子交换性能[J]. 辽宁石油化工大学学报, 2020, 40(3): 1-7.
[2]	黄惠阳, 曹祖斌, 韩冬云, 梁飞雪, 朱涛, 朱尧. 石油焦化学氧化法脱硫[J]. 辽宁石油化工大学学报, 2020, 40(3): 14-17.
[3]	陶文华，陈娇，桂运金，孔平平. DE算法改进的炼焦能耗RBF预测模型[J]. 辽宁石油化工大学学报, 2020, 40(2): 91-96.
[4]	梁健源，穆克，佀秀杰，王发科. 油扩散泵电磁加热系统的温控研究[J]. 辽宁石油化工大学学报, 2019, 39(5): 93-97.
[5]	陈宇,马贵阳. 障碍物形状对含硫天然气管道泄漏扩散影响的数值模拟[J]. 辽宁石油化工大学学报, 2017, 37(6): 19-24.
[6]	毛春峰,赵荣祥,李秀萍. CH₃CONH₂/ZnCl₂低共熔溶剂脱除模拟油中的硫化物[J]. 辽宁石油化工大学学报, 2017, 37(5): 1-7.
[7]	刘玉娟,许骥,佟宇飞. 氧化铈纳米材料合成方法的研究进展[J]. 辽宁石油化工大学学报, 2017, 37(5): 8-12.
[8]	刘金东,贺新,辛丁业. 四组分在渣油加氢体系前后的转变规律[J]. 辽宁石油化工大学学报, 2017, 37(5): 13-16.
[9]	富玉,李晓鸥,李鹤鸣,等. 超声沉降法强化脱除印尼油砂油中机械杂质[J]. 辽宁石油化工大学学报, 2017, 37(5): 17-21.
[10]	吴昊,马贵阳,项楠. 土体沉降对管道跨越结构水平管段应力场的影响分析[J]. 辽宁石油化工大学学报, 2017, 37(5): 22-25.
[11]	闫容菊,王卫强,李梓萌. 海洋立管系统严重段塞流研究进展[J]. 辽宁石油化工大学学报, 2017, 37(5): 26-30.
[12]	王龙. 地震重构反演在大庆长垣油田X开发区过渡带河道预测的应用[J]. 辽宁石油化工大学学报, 2017, 37(5): 31-37.
[13]	朱博敏. 萨中开发区高台子油层井网井距优化[J]. 辽宁石油化工大学学报, 2017, 37(5): 38-43.
[14]	马晶,金科君,梁羽丰. 海上油气田工程模式综合评价研究 [J]. 辽宁石油化工大学学报, 2017, 37(5): 44-48.
[15]	范登帅,高鹏,刘智慧. 螺栓法兰系统连接可靠性分析方法[J]. 辽宁石油化工大学学报, 2017, 37(5): 49-52.

基于RBF神经网络二级倒立摆系统的PID控制

PID Control of Double Inverted Pendulum Based on RBF Neural Network

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics