数字孪生倒立摆模型辨识数据

本数据集主要面向控制理论研究与智能控制系统的实时数字孪生、自适应方向需求建设 。数据依托北京科技大学顺德创新学院的倒立摆实物平台，于2024年4月采集完成 。产生方法上，利用周期性信号激发倒立摆的动态特性，同步采集自然垂悬与平衡状态往复运动下的传感器数据，经滤波降噪及差分计算获取滑块速度、摆杆角速度等信息，并作为智能优化算法参考值以求解模型辨识参数 。主要内容涵盖了不同实验条件下多通道传感器的时序测量值、处理后数据及最终的模型辨识参数结果，采用单一.csv格式文件存储以便于整体读取与分析 。该数据集有助于实现倒立摆系统的高精度建模与稳定控制，为验证动态辨识方法及优化建模效率提供了数据支撑 。数据量为2MB。