旋转倒立摆控制：PID、LQI与模糊逻辑实践

1. 旋转倒立摆系统概述

旋转倒立摆作为经典的控制理论验证平台，本质上是一个高度非线性的不稳定系统。它由一个可旋转的水平臂和垂直悬挂的摆杆组成，通过电机驱动旋转臂来控制摆杆的平衡。这个看似简单的机械结构，却蕴含着丰富的控制理论挑战。

在实际操作中，我使用了一套标准的旋转倒立摆实验装置。旋转臂长约20cm，由直流伺服电机驱动；摆杆长约30cm，顶端装有高精度编码器用于角度测量。系统采样周期设置为10ms，这个时间间隔经过多次测试验证，能够在控制精度和计算负荷之间取得良好平衡。

重要提示：搭建物理系统时，务必确保所有机械连接牢固。我曾遇到过因为一个螺丝松动导致实验数据异常的情况，排查了整整两天才发现是这个低级错误。

2. 系统建模与特性分析

2.1 非线性动力学方程推导

采用拉格朗日方法建立系统动力学模型。定义旋转臂角度为θ，摆杆偏离垂直位置的角度为α。经过推导，得到系统的非线性微分方程组：

code复制J_eq * θ'' + b_arm * θ' = τ - m*l*r*α''*cosα + m*l*r*α'²*sinα
(J_p + m*l²)*α'' + b_pend*α' = m*g*l*sinα - m*l*r*θ''*cosα

其中J_eq为旋转臂等效转动惯量，b_arm为旋转臂阻尼系数，J_p为摆杆转动惯量，b_pend为摆杆阻尼系数，m为摆杆质量，l为摆杆质心到转轴距离，r为旋转臂长度。

2.2 系统线性化处理

在平衡点(α=0, α'=0)附近进行泰勒展开，忽略高阶项后得到线性化模型。这个步骤很关键，因为后续的PID和全状态反馈控制设计都基于线性模型。线性化后的状态空间表示为：

code复制x' = A*x + B*u
y = C*x + D*u

其中状态向量x = [θ, α, θ', α']，控制输入u为电机转矩τ。在实际建模时，我使用Matlab的Symbolic Math Toolbox来自动完成这些繁琐的推导过程，大大减少了手工计算错误的可能性。

3. 控制策略设计与实现

3.1 传统PID控制器设计

首先尝试经典的PID控制方案。由于系统有两个输出量（旋转臂角度和摆杆角度），需要设计双回路PID结构：

1. 内环控制摆杆角度α，使用PD控制器快速稳定摆杆