微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法技术

一种微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，包括如下步骤：S1：建立微陀螺仪数学模型，并设计分数阶滑模面；S2：设计分数阶滑模控制律，将其作为控制输入对微陀螺仪进行滑模控制；S3：基于双递归扰动模糊神经网络和Lyapunov稳定性设计自适应控制算法，对神经网络未知参数进行实时更新，保证系统运动点的轨迹稳定跟踪动力学模型的轨迹。本发明专利技术利用模糊系统和神经网络的结合，在线实时对系统未知部分进行估计，用估计值代替其自身的真值，用于解决实际系统中含有未知参数的未知部分无法准确得到的问题。

【技术实现步骤摘要】
微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法
本专利技术涉及微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，属于微陀螺仪的控制

技术介绍
陀螺仪运用的原理主要是角动量守恒定律，是一种具备传感、维持方向稳定和角运动检测功能的装置，具有抗拒方向改变的趋势。与传统的陀螺仪相比，微陀螺具备众多优点，应用范围广泛，可用于航空、航天、航海、汽车安全、生物工程、大地测量、环境监控等领域，特别是在对尺寸和重量等要求很严格的领域，相比于传统陀螺仪而言，微陀螺有极其显著的优势。然而，由于MEMS工艺本身加工精度的限制以及设计原理本身的局限性，使得目前的技术还没有取得一个质的飞跃，依然停留在速率级上难以进步，很难达到战术级和惯性级的要求。其结构尺寸通常为微米级，集成封装后，尺寸也仅在毫米量级，导致硅微陀螺仪的灵敏度、精度等与理想的状况有所出入，微陀螺仪主要解决的问题就是补偿加工过程中的误差和对角速度进行测量。
技术实现思路
为了解决现有的技术缺陷，本专利技术提供一种微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，利用模糊系统和神本文档来自技高网...

【技术保护点】
1.一种微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，其特征在于，包括如下步骤：/nS1：建立微陀螺仪数学模型，并基于微陀螺仪数学模型设计分数阶滑模面；/nS2：基于步骤S1建立的微陀螺仪数学模型和设计的分数阶滑模面设计分数阶滑模控制律，将其作为控制输入对微陀螺仪进行滑模控制，其中，所述控制律包括等效控制律和切换控制律；/nS3：基于双递归扰动模糊神经网络和Lyapunov稳定性设计自适应控制算法，对神经网络未知参数进行实时更新，保证系统运动点的轨迹稳定跟踪动力学模型的轨迹。/n

【技术特征摘要】
1.一种微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，其特征在于，包括如下步骤：
S1：建立微陀螺仪数学模型，并基于微陀螺仪数学模型设计分数阶滑模面；
S2：基于步骤S1建立的微陀螺仪数学模型和设计的分数阶滑模面设计分数阶滑模控制律，将其作为控制输入对微陀螺仪进行滑模控制，其中，所述控制律包括等效控制律和切换控制律；
S3：基于双递归扰动模糊神经网络和Lyapunov稳定性设计自适应控制算法，对神经网络未知参数进行实时更新，保证系统运动点的轨迹稳定跟踪动力学模型的轨迹。


2.根据权利要求1所述的微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，其特征在于，所述步骤S1中建立微陀螺仪数学模型具体步骤如下：
S1-1：建立动力学模型的转动坐标系，转动坐标系包括微陀螺仪驱动振动的方向、检测振动的方向和输入角速度的方向，基于转动坐标系建立微陀螺仪驱动模态和检测模态的基本动力学模型，其中，设定X轴为微陀螺仪驱动振动的方向，Y轴为微陀螺仪检测振动的方向，Z轴为输入角速度的方向，微陀螺仪驱动模态和检测模态的基本动力学模型如公式(1)所示：



式中，m为质量块的质量，x,y为质量块在驱动振动方向和检测振动方向的位置向量，是x的一阶导数，是x的二阶导数，是y的一阶导数，是y的二阶导数，dx为驱动振动方向的阻尼系数，dy为检测振动方向的阻尼系数，kx为驱动振动方向的刚度系数，ky为检测振动方向的刚度系数，ux为驱动振动方向的控制输入，uy检测振动方向的控制输入，Ωz为z轴上输入的角速度，是Ωz的一阶导数；
S1-2：对基本动力学模型进行结构误差修正，如公式(2)所示：



式中，dxx为修正后的驱动振动方向的阻尼系数，dyy为修正后的检测振动方向的阻尼系数，dxy为耦合阻尼系数，kxx为修正后的驱动振动方向的刚度系数，kyy为修正后的检测振动方向的刚度系数，kxy为耦合刚度系数；
S1-3：对进行结构误差修正后的动力学模型进行无量纲化处理，将式(2)中两个等式的两边分别除以微陀螺仪质量块质量m，并参考长度q0和自然共振频率ω0，得到微陀螺仪无量纲化后的动力学模型，如式(3)所示：



式中，各个无量纲量的表达式为：ωx为kxx无量纲化后的形式，ωy为kyy无量纲化后的形式，ωxy为kxy无量纲化后的形式；
S1-4：将进行无量纲化处理后的动力学模型改写为向量形式的动力学模型，如式(4)所示：



式中，q为微陀螺仪系统的输出轨迹，是q的一阶导数，是q的二阶导数，D为由修正后的驱动振动方向的阻尼系数、修正后的检测振动方向的阻尼系数和耦合阻尼系数组成的矩阵，K为由修正后的驱动振动方向的刚度系数的无量纲化形式、修正后的检测振动方向的刚度系数的无量纲形式和耦合刚度系数的无量纲形式组成的矩阵，Ω为由输入方向的角速度和输入方向的角速度的相反数组成的矩阵，u为系统控制律，即分数阶滑模控制律；
S1-5：考虑到系统中参数的不确定性和外界干扰，则在向量形式的动力学模型中引入若干变量，如式(5)所示：



式中，ΔD为未知参数D+2Ω的不确定性，ΔK为未知参数K的不确定性，d为外界干扰；
定义ψ(x)为系统未知部分，令并定义fm为微陀螺系统的集总参数不确定性，令假设系统集总不确定性fm存在上界，且满足||fm||≤Fd，将ψ(x)和fm代入公式(5)并求导可得公式(6)：





3.根据权利要求2所述的微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，其特征在于，所述步骤S1中分数阶滑模面设计如下：



式中，s为分数阶滑模面，c为正常数，e为跟踪误差，是e的一阶导数，其中：
e＝q-qr＝[x-qr1,y-qr2]T(8)；



式中，为微陀螺仪系统的输出轨迹，为微陀螺仪系统的期望轨迹，是qr1的一阶导数，是qr2的一阶导数，qr1为微陀螺仪系统x轴期望轨迹，qr2为微陀螺仪系统y轴期望轨迹，T表示向量的转置。


4.根据权利要求3所述的微陀螺仪双递归扰动模糊神经网络分数阶滑模控制方法，其特征在于，所述步骤S2中基于微陀螺仪数学模型和分数阶滑模面设计分数阶滑模控制律u，具体如下：
S2-1：对分数阶滑模面模型进行求导，将滑摸控制到达条件引入进行求导后的分数阶滑模面模型，获取等效控制律ueq，如公式(10)所示：



S2-2：利用外界干扰和系统参数不确定性表征系统运动点趋近切换面的速率，获取切换控制律，如公式(11)所示：



式中，a是切换项系数，有a＞Fd，||s|...

【专利技术属性】
技术研发人员：陈放，费峻涛，陈云，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏;32