基于策略迭代的滑动自平衡偏置倒立摆自适应最优控制  

Adaptive Optimal Control of Sliding Self⁃Balancing Biased Inverted Pendulum Based on Policy Iteration

作　　者：吴永恒 王永华[1] 李明[1,2] 温炜坚[3] WU Yong-heng;WANG Yong-hua;LI Ming;WEN Wei-jian(School of Automation,Guangdong University of Technology,Guangzhou 510006;Collaborative Innovation Center for Ideological and Political Education,Guangdong University of Technology,Guangzhou 510006;School of Intelligent Manufacturing,Guangzhou City Polytechnic,Guangzhou 510405,China)

机构地区：[1]广东工业大学自动化学院,广东广州510006 [2]广东工业大学大思政课建设协同创新中心,广东广州510006 [3]广州城市职业学院智能制造学院,广东广州510405

出　　处：《广州城市职业学院学报》2024年第3期85-89,共5页Journal Of Guangzhou City Polytechnic

基　　金：国家自然科学基金项目“基于信息几何的多维频谱感知和融合方法研究”(编号:61971147);2022年广东省研究生教育创新计划项目“面向智能制造行业人才需求的STEAM课程的建设的策略研究”(编号:2022JGXM052);2022年大思政课建设协同中心研究课题“双碳背景下工科行动模式、路径与人才培养研究”(编号:2022DSZK06);2023广东省普通高校产教融合创新平台项目“数字化智能工厂场景应用产教融合平台”(编号:2023CJPT011)。

摘　　要：针对具有未知参数的滑动自平衡偏置倒立摆系统,提出一种自适应控制方案,能够在线求解系统最优反馈增益,而不需要了解系统内部动态模型。基于策略迭代技术,所提出的算法在策略评估和策略更新步骤之间交替进行,直到控制策略的更新不再改善系统性能为止。因此,该方法提供了一种自适应最优控制算法,能通过收集系统状态数据,求得最优控制策略。通过在滑动自平衡偏置倒立摆系统上仿真验证和进行实物实验证明所提出算法的有效性。An adaptive control scheme is introduced for a sliding self-balancing biased inverted pendulum system with unknown parameters.This scheme is designed to determine the optimal feedback gain of the system online without requiring a comprehensive understanding of the internal dynamic model.Leveraging the policy iteration technique,the algorithm alternates between policy evaluation and policy update steps until the control policy update no longer enhances system performance.Consequently,this method offers an adaptive optimal control algorithm that can derive the optimal control solution through the collection of system state data.The efficacy of this approach is demonstrated through simulation on a sliding self-balancing biased inverted pendulum system.

关 键 词：倒立摆 策略迭代 自适应控制 

分 类 号：TP271[自动化与计算机技术—检测技术与自动化装置]