基于神经网络滑模控制的冷原子重力仪主动隔振方法技术

本发明专利技术提供一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，包括以下步骤：建立冷原子重力仪主动隔振模型；设计滑模控制律；设计神经网络算法；设计Lyapunov函数；设计自适应律，解决了目前控制方法没有考虑地面振动等外界扰动随机性和模型不确定性的问题，通过建立自适应性的神经网络滑模控制，使得冷原子重力仪主动隔振系统的振动速度和振动位移迅速收敛，进而提高冷原子重力仪主动隔振系统的控制精度。的控制精度。的控制精度。

【技术实现步骤摘要】
基于神经网络滑模控制的冷原子重力仪主动隔振方法


[0001]本专利技术涉及冷原子重力仪主动隔振
，尤其涉及一种基于神经网络滑模控制的冷原子重力仪主动隔振方法。

技术介绍

[0002]冷原子重力仪是近二十年来快速发展起来的一种新型量子传感器，它的作用是利用激光冷却、原子干涉等技术实现高精度、高灵敏度的重力加速度测量。目前，冷原子重力仪的测量精度已达到微伽，可用于矿产资源勘探、地质构造研究、油气普查、科学领域谱识性常亮确定、物质间引力等精密工程测量领域。
[0003]在实际测量中，原子重力测量的精度受到地面振动噪声、拉曼光相位噪声和探测噪声等影响，其中振动噪声是影响原子重力仪最重要的因素。目前商用被动隔振平台的自振频率最小可以调至0.5Hz，可以用来隔离10Hz以上的地面振动对于原子重力仪的影响，但是原子重力仪对于0.1
‑
10Hz的振动更为敏感，所以单纯的被动隔振平台无法满足原子重力仪的隔振要求。虽然整个被动隔振平台的自振频率可以调节，但是自振频率调节过低，整个系统会呈现非线性效应，在被动隔振自频率附近的地面振动不但没有得到抑制，反而在原有的振动基础上变大了，所以需要引入主动隔振系统对这一频段的振动加以抑制，但是主动隔振系统受到大量不确定因素的影响，并且目前的控制方法没有考虑地面振动等外界扰动的随机性和模型的不确定性。

技术实现思路

[0004]本专利技术公开的一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，解决了目前控制方法没有考虑地面振动等外界扰动随机性和模型不确定性的问题，通过建立自适应性的神经网络滑模控制，使得冷原子重力仪主动隔振系统的振动速度和振动位移迅速收敛，进而提高冷原子重力仪主动隔振系统的控制精度。
[0005]为达到上述目的，本专利技术的技术方案具体是这样实现的：
[0006]本专利技术公开一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，包括以下步骤：
[0007]建立冷原子重力仪主动隔振模型；
[0008]设计滑模控制律；
[0009]设计神经网络算法；
[0010]设计Lyapunov函数；
[0011]设计自适应律。
[0012]进一步地，建立冷原子重力仪主动隔振模型的步骤包括：
[0013][0014]其中，ξ0为系统阻尼系数，ω0为系统自振频率，F为音圈电机产生的力，x为拉曼反射镜的振动位移，为拉曼反射镜的振动速度，为拉曼反射镜的振动加速度，y为地面振动
位移，为地面振动速度，m为拉曼反射镜的质量；
[0015]其中，F表示为：
[0016]F＝K
VC
Y
VC
u
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0017]其中，u为控制器输入，K
VC
为音圈电机电流增益系数，Y
VC
为电压转电流增益系数；
[0018]将F带入(1)式，即得
[0019][0020]令g＝K
VC
Y
VC
/m，
[0021](3)式写为：
[0022][0023]进一步地，设计滑模控制律的步骤包括：
[0024]设系统振动位移的期望值为x
d
，为振动位移期望值x
d
的一阶导数，d为地面振动干扰，|d|≤D，D为地面振动干扰的最大值，，则滑模函数为：
[0025][0026]其中，滑模函数的增益系数c＞0，则滑模函数的导数为；
[0027][0028]假设，f和g均为已知，则设计控制律为：
[0029][0030]其中，为振动位移期望值x
d
的二阶导数，sgn(s)为符号函数，η为符号函数的增益系数，将(7)式代入(6)式可得：
[0031][0032]取η≥D，则
[0033][0034]进一步地，设计神经网络算法的步骤包括：
[0035]神经网络算法为：
[0036][0037]f＝W
T
h+ε
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)
[0038]其中，j为隐含层第j个网络输入，为神经网络的输入量，c
j
为第j个节点的中心向量值，b
j
为第j个节点的高斯基函数的基宽值向量，h为高斯基函数的输出，W为网络权值向量，ε为神经网络逼近误差，ε≤ε
N
，ε
N
为神经网络逼近误差的最大值；
[0039]则f的逼近函数为
[0040][0041]其中，为网络估计权值向量，其控制律为：
[0042][0043]将(13)式代入(6)式，则可得：
[0044][0045]进一步地，设计Lyapunov函数的步骤包括：
[0046]定义Lyapunov函数为：
[0047][0048]其中，增益系数γ＞0，结合(13)式和(14)式可得：
[0049][0050]进一步地，设计自适应律的步骤包括：
[0051]设计自适应律为：
[0052][0053]则有：
[0054][0055]有益技术效果：
[0056]本专利技术公开一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，包括以下步骤：建立冷原子重力仪主动隔振模型；设计滑模控制律；设计神经网络算法；设计Lyapunov函数，设计自适应律，解决了目前控制方法没有考虑地面振动等外界扰动随机性和模型不确定性的问题，通过建立自适应性的神经网络滑模控制，使得冷原子重力仪主动隔振系统的振动速度和振动位移迅速收敛，进而提高冷原子重力仪主动隔振系统的控制精度。
附图说明
[0057]为了更清楚地说明本专利技术的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0058]图1为本专利技术所述的一种基于神经网络滑模控制的冷原子重力仪主动隔振方法的步骤流程图；
[0059]图2为本专利技术所述的一种基于神经网络滑模控制的冷原子重力仪主动隔振控制系统的结构示意图；
[0060]图3为当地面振动频率为0.1Hz时，本专利技术公开的基于神经网络滑模控制的冷原子重力仪主动隔振方法与传统PID控制方法的振动位移抑制效果比较图；
[0061]图4为当地面振动频率为0.1Hz时，本专利技术公开的基于神经网络滑模控制的冷原子重力仪主动隔振方法与传统PID控制方法的振动速度抑制效果比较图；
[0062]图5为当地面振动频率为0.2Hz时，本专利技术公开的基于神经网络滑模控制的冷原子重力仪主动隔振方法与传统PID控制方法的振动位移抑制效果比较图；
[0063]图6为当地面振动频率为0.2Hz时，本专利技术公开的基于神经网络滑模控制的冷原子重力仪主动隔振方法与传统PID控制方法的振动速度抑制效果比较图；
[0064]图7为当地面振动频率为0.5Hz本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，其特征在于，包括以下步骤：建立冷原子重力仪主动隔振模型；设计滑模控制律；设计神经网络算法；设计Lyapunov函数；设计自适应律。2.根据权利要求1所述的一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，其特征在于，建立冷原子重力仪主动隔振模型的步骤包括：其中，ξ0为系统阻尼系数，ω0为系统自振频率，F为音圈电机产生的力，x为拉曼反射镜的振动位移，为拉曼反射镜的振动速度，为拉曼反射镜的振动加速度，y为地面振动位移，为地面振动速度，m为拉曼反射镜的质量；其中，F表示为：F＝K
VC
Y
VC
u
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，u为控制器输入，K
VC
为音圈电机电流增益系数，Y
VC
为电压转电流增益系数；将F带入(1)式，即得令g＝K
VC
Y
VC
/m，则(3)式写为：3.根据权利要求2所述的一种基于神经网络滑模控制的冷原子重力仪主动隔振方法，其特征在于，设计滑模控制律的步骤包括：设系统振动位移的期望值为x
d
，为振动位移期望值x
d
的一阶导数，d为地面振动干扰，|d|≤D，D为地面振动干扰的最大值，则滑模函数为：其中，滑模函数的增益系数c...

【专利技术属性】
技术研发人员：罗东云，邓长寿，沈锋，陈财至，华亮，卢婷，
申请(专利权)人：九江学院，
类型：发明
国别省市：