球杆系统通常用来检验控制策略的效果,它是典型的非线性不稳定系统。在控制领域,非线性不稳定系统的建模和控制器设计问题一直存在许多难点。如何使智能控制有机的结合起来,发挥其各自的优越性,是目前科学领域的一个重要课题。本文首先利用动力学原理建立了球杆系统的非线性模型,在线性化基础上对系统进行定性分析,指出球杆设备为不稳定对象,在平衡点处有强烈自激振荡特性,并以此为研究对象,在Matlab(Simulink)中设计PID控制器,并通过数据采集卡与外部系统相连,实现了以计算机为控制平台的数字控制。然后介绍了神经网络的基本原理,并通过调整神经网络权值和阈值的方法在线调整PID参数,采用Matlab中的M函数设计了神经网络PID控制器,并对球杆系统的数学模型进行仿真,取得了优于PID控制器的效果。针对BP算法在应用时易陷入局部极小点,且对初值要求敏感等局限性提出了应用遗传算法对BP网络进行改进的遗传算法优化神经网络PID控制器,并对球杆系统模型进行仿真研究比较,结果表明,应用遗传神经网络对常规PID控制器进行改进后提高了系统的鲁棒性和动态特性,有效的改善了系统的控制结果,达到了预期的目的。最后,对球杆系统实物模型分别在各控制器下利用Matlab进行了仿真实现,对系统的动、静态特性进行了对比分析研究,实验结果表明,遗传神经网路PID控制下的球杆系统有效的提升了系统的适应能力,改善了系统的动、静态品质。