国内外球杆系统的研究现状
哈尔滨理工大学的彭建刚针对WB500球杆设备，设计出了模糊控制器，通过对模糊推理结果中的所有元素求取重心元素作为最后的决策量，最后在MATLAB中设计搭建了球杆系统的控制器，仿真结果表明模糊控制理论设计的控制器能在球杆系统中取得良好的控制效果[11]。
长春工业大学的刘克平等人提出遗传算法能全局寻优参数，但训练时间较长；PID控制算法简单，却难以控制非线性复杂过程。将自适应遗传算法和PID相结合，可有效的改善控制结果。球杆系统的精确数学模型难以建立且相当复杂，为便于分析，将球杆系统模型分解成球杆机械部分模型、角度模型和电机模型，得到整个球杆系统的等效传递函数，设计在线自适应遗传PID控制器。遗传算法是自适应全局优化概率算法，以随机产生的初始群体开始，通过遗传算子对个体进行操作，使其逐渐向最优解进化，得到自适应值。遗传算法在线整定PID，即针对每个采样时间实现PID控制参数的遗传算法最优化。在采样时间，选取足够多的个体，计算不同个体的自适应度，通过遗传算法的优化，选择自适应度大的个体所对应的PID参数，作为该采样时间下的PID控制参数。根据对球杆系统模型建立和分析以及控制器设计的基本思想，采用Matlab语言编写自适应遗传算法优化程序，在每一个采样时间进行PID参数在线自适应遗传算法优化。由输出响应结果可见，无论是超调量还是调节时间，自适应遗传PID控制算法都优于传统的PID控制[12]。
武汉大学胖永兴等长期从事控制理论基础研究与设计，结合球杆系统的特点，将鲁棒控制理论的极点配置、最优瞬态镇定、最优鲁棒镇定、二自由度控制应用在该系统中，根据球杆系统的实际数学模型求出几种控制算法的控制器传递函数，在Matlab的Simulink环境下进行了仿真[13]。
美国西伊利诺伊州立大学的F.Andreev等人考虑到小球的转动惯量和离心力等因素建立了精确的数学模型[14]，并在此基础上详细阐述了一种λ-methed，能够产生一个无限文控制规则的集合，同时为lyapunov函数提供简单自然的候选控制准则。将这种方法应用到线性时不变系统中，控制集合包括了所有线性状态的反馈，作者最后实验证明看这种线性的控制准则相对于非线性控制准则的控制效果更佳优秀。
韩国Sung-Kwun Oh等针对球杆系统设计了一种模糊控制器，对并行遗传算法使用的最优化做了研究，内环控制器用于控制电机转角位置，外环控制器根据滚动小球的位置来调节内环的参数，基于并行遗传算法能够使两个控制器的参数达到最优化，并对模糊控制器的效果和PID控制器的效果进行了对比[15]。
罗马尼亚Lorinc Marton和匈牙利Bela Lantos将自适应控制理论用于球杆系统中，自适应控制算法利用跳数把小球的轨迹跟踪和横杆的稳定性联系在一起，这种方法能够很好地避免非线性自适应控制系统中存在的奇点问题，并在实验结果中证实了这种控制方案的可行性[16]。
英国斯特拉斯克莱德大学的D.J.L.eith和W.E.Leithed通过对反馈线性化的研究，指出球杆系统存在奇点，并且得到奇点位置系统的输入和输出关系是不确定的重要关系，通过多次的求导运算建立了球杆系统在奇点的线性化模型[17]。4570
上一篇：润滑油添加剂的研究现状与发展趋势
下一篇：角度测量技术国内外研究现状