两轮自平衡机器人模糊PD控制方法探索

"4.3.5模糊PD控制系统介绍了如何将模糊控制与传统PID控制结合应用于两自由度两轮自平衡机器人的控制。该系统中，位移和速度使用模糊控制，而倾角和角速度则采用PD控制，形成模糊PD复合控制。模糊控制器作为核心，基于模糊推理调整PD参数，以实现对机器人的有效控制。系统通过Simulink进行了仿真，模糊控制器的参数如量化因子等进行了设定。该研究由张万英在哈尔滨理工大学完成，导师为武俊峰，专业为控制理论与控制工程。" 模糊PD控制是将模糊逻辑系统与传统的比例微分（PD）控制器结合的一种控制策略。在本文中，它被应用在两轮自平衡机器人的控制问题上，以解决由于大量控制规则带来的复杂性问题。传统的模糊控制器需要处理四个输入变量（位移、速度、倾角角度、角速度），每个变量有7个模糊语言变量，这会导致大量的控制规则，使得设计变得困难。为简化这一问题，模糊PD控制系统只将位移和速度作为模糊控制的输入，而倾角和角速度则用PD控制。 模糊控制器是整个系统的中枢，它整合了预设的模糊隶属度函数、模糊推理规则、推理合成方法和去模糊化过程。其中，位移误差量化因子Ke和位移变化率量化因子Kec分别设置为0.03和0.05，这些参数影响着模糊推理的结果。模糊推理系统根据这些输入量的模糊集合成员关系，结合预设的控制规则，生成相应的控制决策。然后，PD控制器的比例系数p和微分系数d在线调整，以优化控制性能，使系统的响应曲线达到期望的效果。 在Simulink环境中进行的仿真验证了这种模糊PD控制方法的有效性。通过仿真，可以观察到系统的行为，评估控制策略的性能，并可能进一步优化控制参数。此外，这篇硕士论文还包含了原创性声明和使用授权书，表明作者张万英对论文的所有权和哈尔滨理工大学对研究成果的使用权。 该研究的学术价值在于它提出了一种结合模糊控制和传统PD控制的方法，减少了控制规则的数量，提高了设计的灵活性和控制效率，这对于自平衡机器人的稳定性和动态性能有着显著的提升。同时，这种方法也为其他多输入多输出系统的控制设计提供了一种可能的思路。