[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

摘要

本发明公开了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，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。本发明具有普遍性，且提高了系统的瞬态特性、鲁棒性和稳定性。

主权项

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。