1 引言
      一般來(lái)說(shuō)，大多數(shù)物理過(guò)程都具有復(fù)雜、高度非線性、易受外界干擾影響，且存在很大的不可知性等特點(diǎn)。利用傳統(tǒng)的控制器來(lái)處理該類系統(tǒng)是非常困難的。然而，隨著控制理論的不斷發(fā)展，智能控制即使在不知道系統(tǒng)的數(shù)學(xué)模型的情況下也能獲得比傳統(tǒng)控制方法更好的控制效果[1]。蹺蹺板系統(tǒng)是一個(gè)比倒立擺系統(tǒng)更為復(fù)雜，更接近于實(shí)際應(yīng)用的典型控制系統(tǒng)。它具有嚴(yán)重的非線性、強(qiáng)耦合、對(duì)干擾敏感、模型過(guò)于復(fù)雜等特點(diǎn)[2-5]。蹺蹺板系統(tǒng)是由一部小車、一個(gè)直流伺服電動(dòng)機(jī)、兩個(gè)分別用于測(cè)量角度和位置的電位計(jì)以及蹺蹺板三角體組成。而讓蹺蹺板平衡的機(jī)制就是利用蹺蹺板系統(tǒng)中小車的移動(dòng)來(lái)完成平衡的目的^[6]。
      由于蹺蹺板系統(tǒng)具有高度的非線性和強(qiáng)耦合性等特點(diǎn)以及變結(jié)構(gòu)控制的抖振問(wèn)題，本文將模糊滑?？刂?/strong>算法引入系統(tǒng)控制中以柔化控制量。使用模糊控制策略不僅可以使控制系統(tǒng)滑動(dòng)模態(tài)的品質(zhì)得到保證和改善，同時(shí)消除了滑?？刂浦械亩墩瘳F(xiàn)象。
      2 蹺蹺板系統(tǒng)的數(shù)學(xué)模型
      蹺蹺板系統(tǒng)示意圖如圖（1）所示。

圖（1）蹺蹺板系統(tǒng)示意圖

  圖中各參數(shù)定義如下：
       杠桿的傾斜角度；X : 小車的位置；d₁ : 杠桿相對(duì)支點(diǎn)高度0.125 m；d₂ : 杠桿中心點(diǎn)相對(duì)支點(diǎn)高度0.058 m；I_w : 轉(zhuǎn)動(dòng)慣量0.395kg.m²；m_b : 小車的質(zhì)量0.57㎏；m_w : 杠桿的質(zhì)量3.6㎏； : 重力加速度9.81N/㎏。
      定義拉格朗日算子
                                          L=T-U         （1）
      其中T 為系統(tǒng)的動(dòng)能，U 為系統(tǒng)的勢(shì)能。取狀態(tài)變量為 ，為構(gòu)造拉格朗日方程，分別求出

      將（4）式代入（2）式和（3）式，即可得到（5）和（6）式

      通過(guò)（5）和（6）式可分別求得 和 的表達(dá)式

      方程組（7）即為系統(tǒng)的非線性狀態(tài)方程表達(dá)式。

      3 模糊滑?？刂破鞯脑O(shè)計(jì)
      滑模變結(jié)構(gòu)控制具有響應(yīng)速度快、魯棒性強(qiáng)等優(yōu)點(diǎn)，被廣泛應(yīng)用與非線性系統(tǒng)控制當(dāng)中，但是滑?？刂迫菀滓鹣到y(tǒng)的抖振現(xiàn)象，導(dǎo)致系統(tǒng)的最終不穩(wěn)定。模糊滑?？刂剖窃诓淮_定環(huán)境下，對(duì)于復(fù)雜對(duì)象進(jìn)行有效控制的一種智能控制方法。它不依賴系統(tǒng)的模型，而且對(duì)干擾具有完全的魯棒性，同時(shí)保持了模糊控制和滑?？刂频膬?yōu)點(diǎn)。模糊滑模控制的基本設(shè)計(jì)方法是在滑?？刂葡到y(tǒng)的趨近階段通過(guò)模糊邏輯調(diào)節(jié)控制作用來(lái)補(bǔ)償未建模動(dòng)力學(xué)的影響，其目的是提高控制系統(tǒng)的品質(zhì)、減少到達(dá)滑動(dòng)面時(shí)間、降低抖振。文中利用模糊控制規(guī)則調(diào)整控制輸入量 的大小，保證滑?？刂频竭_(dá)條件得到滿足。模糊滑?？刂圃砣鐖D1所示。

 圖1 模糊滑?？刂圃韴D

      由圖可知，模糊滑模控制系統(tǒng)由三部分組成，即切換函數(shù)、模糊控制器、和被控對(duì)象。滑模函數(shù)的輸入為系統(tǒng)狀態(tài)變量，切換函數(shù)設(shè)計(jì)為s=C·X
          （1）
      模糊控制器的輸入為切換函數(shù) 及其變化率 ，這樣可有效的減少模糊規(guī)則的數(shù)量，很好的解決高階系統(tǒng)多輸入中存在的規(guī)則爆炸問(wèn)題。控制的變化量 作為滑?？刂破鞯妮敵?，可使模糊滑模控制成為無(wú)模型控制，依賴于被控對(duì)象的程度較小^[7]。
      根據(jù)模糊控制原理，定義模糊集 ，

      其中PB，PM，PS，ZO，NS，NM，NB分別表示為正大，正中，正小，零，負(fù)小，負(fù)中，負(fù)大。在滿足不等式的條件下設(shè)計(jì) ，所獲得的控制表如表1所示。使用的模糊規(guī)則是

      表1 模糊控制規(guī)則表

      表中所有的控制規(guī)則是根據(jù)滿足 這個(gè)達(dá)到滑模的充要條件所設(shè)計(jì)的[8]，所以設(shè)計(jì)的模糊滑模控制系統(tǒng)是穩(wěn)定的。

      4 仿真研究
      定義S ， ， 其論域分別為
 ， ， ，模糊化變量均選擇正態(tài)分布隸屬函數(shù)。
（1）式中取 。仿真結(jié)果如圖2~5所示。

 
圖2 小車位置隨時(shí)間變化曲線
 
圖3 杠桿角度隨時(shí)間變化曲線
 
圖4 切換函數(shù)對(duì)時(shí)間變化曲線

圖5 控制律隨時(shí)間變化曲線

  由以上仿真結(jié)果可以看出，利用本文方案設(shè)計(jì)的控制器大大加快了系統(tǒng)的響應(yīng)速度，且能有效地減小系統(tǒng)的最大偏差，系統(tǒng)的抖振現(xiàn)象也基本可以消除。

      5結(jié)論
      本文介紹了蹺蹺板系統(tǒng)的工作原理,建立了蹺蹺板系統(tǒng)的數(shù)學(xué)模型。針對(duì)常規(guī)滑?？刂浦写嬖诘亩墩瘳F(xiàn)象，將模糊滑模控制方法引入蹺蹺板控制系統(tǒng)中,通過(guò)仿真可以看出，將模糊滑?？刂?/strong>應(yīng)用于具有強(qiáng)耦合、非線性特性的蹺蹺板系統(tǒng)是切實(shí)可行的，而且使用滑模模糊控制算法設(shè)計(jì)出來(lái)的控制器具有很強(qiáng)的魯棒性。
 
      參考文獻(xiàn)
      [1] 蔡自興.智能控制基礎(chǔ)與應(yīng)用[M].北京:國(guó)防工業(yè)出版社,1998.
      [2] Chia-Ju Wu.Quasi Time-Optimal PID Control of Multivariable Systems:A Seesaw Example[J] Journal of the Chinese Institute of Engineers，Vol.22, No.5,pp.617-625(1999)
      [3] Lon-Chen Hung, Hung-Yuan Chung .Decoupled Control Using Neural Network-based Sliding-mode Controller for Nonlinear Systems[J] .Expert Systems with Applications 32 (2007) 1168–1182
      [4] Jeng-HannLI, Tzuu-Hseng S. Li* and Ting-Han Ou.Design and Implementation of Fuzzy Sliding-Mode Controller for a Wedge Balancing System[J]. Journal of Intelligent and Robotic Systems 37: 285–306, 2003.
      [5] Chun-Hsien Tsai, Hung-Yuan Chung. Neuro-Sliding Mode Control With Its Applications to Seesaw Systems. IEEE Transactions on Nural Networks, vol 5, No. 1, Jaunary 2004
      [6] Wincon User Guide[M].522-530.2003
      [7] 劉金琨. 滑模變結(jié)構(gòu)控制Matlab仿真[M].北京:清華大學(xué)出版社，2005:100-120.
      [8] 劉金琨.滑模變結(jié)構(gòu)控制MATLAB仿真[M].北京，清華大學(xué)出版社,2005.