1. 项目背景与核心目标
倒立摆系统作为控制理论中的经典研究对象，常被用于验证各种控制算法的有效性。二级倒立摆相比一级倒立摆具有更高的阶数和更强的非线性特性，其控制难度显著增加，更能体现控制算法的优劣。本项目通过MATLAB/Simulink搭建二级倒立摆的动力学模型，分别采用PID控制和LQR控制两种方法实现系统的稳定控制，并通过仿真对比分析两种控制策略的性能差异。
提示：二级倒立摆系统是一个典型的多变量、非线性、强耦合的不稳定系统，其控制问题在机器人平衡、航空航天姿态控制等领域具有重要参考价值。
2. 系统建模与参数设定
2.1 动力学模型建立
二级倒立摆系统由小车、一级摆杆和二级摆杆组成。采用拉格朗日方程建立系统动力学模型：
matlab复制% 系统参数定义
M = 1.0; % 小车质量(kg)
m1 = 0.5; % 一级摆质量(kg)
m2 = 0.2; % 二级摆质量(kg)
l1 = 0.3; % 一级摆长度(m)
l2 = 0.25; % 二级摆长度(m)
g = 9.8; % 重力加速度(m/s^2)
通过推导得到系统的状态空间方程：
code复制ẋ = Ax + Bu
y = Cx + Du
其中状态变量x = [x, θ1, θ2, ẋ, θ̇1, θ̇2]^T，分别代表小车位移、一级摆角度、二级摆角度及其导数。
2.2 线性化处理
在平衡点附近（θ1≈0，θ2≈0）对系统进行线性化处理，得到可用于控制器设计的线性化模型。这一步骤对后续LQR控制器的设计尤为关键。
3. PID控制器设计与实现
3.1 控制结构设计
采用串级PID控制结构：
- 外环：小车位置控制
- 内环1：一级摆角度控制
- 内环2：二级摆角度控制
matlab复制% PID参数示例
Kp_pos = 10; Ki_pos = 0.1; Kd_pos = 2; % 位置环
Kp_theta1 = 50; Kd_theta1 = 3; % 一级摆角度环
Kp_theta2 = 30; Kd_theta2 = 2; % 二级摆角度环
3.2 参数整定方法
- 先整定内环（角度环）参数，确保摆杆能够快速响应
- 再整定外环（位置环）参数，避免与内环产生冲突
- 采用试凑法结合Ziegler-Nichols法则进行初步整定
注意：二级倒立摆的PID参数整定比一级倒立摆复杂得多，需要耐心调整各环路的增益以避免振荡。
4. LQR控制器设计与实现
4.1 基本原理
LQR（线性二次型调节器）通过最小化代价函数来获得最优控制律：
code复制J = ∫(x'Qx + u'Ru)dt
其中Q为状态权重矩阵，R为控制权重矩阵。
4.2 权重矩阵选择
matlab复制Q = diag([100, 500, 500, 10, 50, 50]); % 状态权重
R = 0.1; % 控制权重
[K,S,e] = lqr(A,B,Q,R); % 求解Riccati方程
4.3 控制效果分析
LQR控制器能够同时考虑所有状态变量之间的耦合关系，理论上比PID控制具有更好的控制效果，特别是在多变量系统中。
5. Simulink仿真实现
5.1 仿真模型搭建
- 建立非线性动力学模块
- 添加PID和LQR两种控制子系统
- 设计信号源和示波器模块
5.2 关键仿真参数设置
matlab复制simTime = 10; % 仿真时间(s)
fixedStep = 0.001; % 固定步长(s)
solverType = 'ode4';% 龙格-库塔法
6. 性能对比与分析
6.1 稳定性对比
| 指标 | PID控制 | LQR控制 |
|---|---|---|
| 稳定时间(s) | 3.2 | 1.8 |
| 超调量(%) | 15 | 5 |
| 抗干扰能力 | 一般 | 优秀 |
6.2 鲁棒性测试
在不同初始角度偏差下测试两种控制器的表现：
- 小偏差（<5°）：两者表现相当
- 中偏差（5°-15°）：LQR明显优于PID
- 大偏差（>15°）：PID可能失稳，LQR仍能保持稳定
7. 实际应用中的经验分享
7.1 PID控制调试技巧
- 先调P，使系统有响应但不振荡
- 再调D，抑制超调和振荡
- 最后调I，消除稳态误差
- 注意各环路之间的耦合影响
7.2 LQR设计注意事项
- Q矩阵中对角度状态的权重应大于位置状态
- R值不宜过小，否则会导致控制量过大
- 可尝试不同权重组合，观察系统响应
7.3 常见问题排查
- 系统发散：检查模型线性化是否正确
- 持续振荡：适当减小P增益或增大D增益
- 响应迟缓：检查执行器饱和情况
8. 扩展应用与改进方向
- 结合模糊控制提高大角度下的稳定性
- 加入状态观测器处理测量噪声
- 尝试自适应控制策略应对参数变化
- 移植到实际硬件平台验证
这个项目完整展示了从建模到控制算法实现的全过程，通过对比分析可以直观理解不同控制策略的特点。在实际工程应用中，可以根据具体需求选择合适的控制方法，或者将两者结合使用以获得更好的控制效果。