[发明专利]基于线性化反馈的微陀螺仪神经网络全局滑模控制方法

权利要求书

1.一种基于线性化反馈的微陀螺仪神经网络全局滑模控制方法，其特征在于，包括步骤：

S101、建立微陀螺仪的理想动力学方程；

S102、根据旋转系中的牛顿定律建立微陀螺仪的无量纲动力学方程；

S103、根据所述理想动力学方程和所述无量纲动力学方程，建立基于线性化反馈的神经网络全局滑模控制系统，设计控制律，并将所述控制律作为微陀螺仪的控制输入；

S104、基于lyapunov函数理论设计自适应律，从而使建立的所述控制系统进行在线更新；

所述S102具体包括步骤：

S1021、根据旋转系中的牛顿定律建立微陀螺仪的实际集总参数数学模型；

其中，所述集总参数数学模型为：

式中，m是微陀螺仪的质量块的质量，x^*、y^*是质量块在微陀螺仪旋转系中的笛卡尔坐标，d_xx、d_yy分别是x轴和y轴的阻尼系数，k_xx、k_yy分别是x轴和y轴的弹簧系数，d_xy、k_xy分别是耦合的阻尼系数和耦合的弹簧系数，u_x、u_y是x轴和y轴的控制输入，Ω^*_z是角速度，和是科里奥利力，是x^*的二次求导，是对x^*的一次求导，同理；

S1022、将所述集总参数数学模型无量纲化，得到无量纲模型；

其中，所述无量纲模型为

式中，无量纲运动轨迹q₀为参考长度，q_d为理想运动轨迹；无量纲时间w₀为x轴和y轴的固有频率；

S1023、根据所述无量纲模型得到无量纲动力学运动方程；

其中，所述无量纲动力学运动方程为

式中，

所述103具体包括步骤：

S1031、设计全局动态滑模面S为：式中，e为跟踪误差，e＝q-q_d，f(t)是为了达到全局滑模面而设计的函数，且f(t)＝f(0)e^-kt，c为滑模系数，k为常数；

S1032、根据线性化反馈技术，将微陀螺仪系统的全局滑模控制律设计为：

式中，ρ为常数且ρ＞0；

S1033、设计基于线性化反馈的神经网络全局滑模控制律，使微陀螺仪实际轨迹跟踪上理想轨迹；

其中，所述控制律为式中，φ(z)＝[φ₁(z),φ₂(z)...φ_n(z)]^T是高斯函数，ω_t表示ω在t时刻的估计值，ω＝[ω₁,ω₂...ω_n]^T是输出层的权重向量，神经网络的输入为输出为未知非线性函数f₁的估计值n表示神经网络隐层节点的个数。

2.根据权利要求1所述的基于线性化反馈的微陀螺仪神经网络全局滑模控制方法，其特征在于，所述S101具体包括步骤：

S1011、建立微陀螺仪的理想动力学方程；

其中，所述理想动力学方程为：式中，w₁、w₂分别是微陀螺仪在x轴和y轴方向上的振动频率，w₁≠w₂，且都不为零，A₁、A₂分别为微陀螺仪在x轴和y轴方向上的振幅，t是时间变量；

S1012、将所述理想动力学方程转换为向量形式；

其中，所述向量形式为：式中，为理想运动轨迹，

3.根据权利要求1所述的基于线性化反馈的微陀螺仪神经网络全局滑模控制方法，其特征在于，所述S104中：

所述lyapunov函数V设计为：

自适应律设计为：

其中，ω＝[ω₁,ω₂...ω_n]^T是输出层的权重向量，是被估计的权重向量的误差，表示被估计的权重向量。