[发明专利]考虑未知动力学和外部干扰的MEMS陀螺智能控制方法

说明书

本发明公开了一种考虑未知动力学和外部干扰的MEMS陀螺智能控制方法，用于解决现有MEMS陀螺仪模态控制方法实用性差的技术问题。技术方案是首先设计干扰观测器，估计并补偿外部干扰，从而降低滑模抖振；同时根据模糊预测误差和跟踪误差，设计模糊逻辑权值的复合自适应法则律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。本发明考虑预测误差和跟踪误差，设计模糊逻辑权值的复合学习更新律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度。设计干扰观测器，对干扰进行估计与补偿，从而降低滑模抖振，实用性好。

技术领域

本发明涉及一种MEMS陀螺仪模态控制方法，特别涉及一种考虑未知动力学和外部干扰的MEMS陀螺智能控制方法。

背景技术

随着非线性控制技术的发展，Park S等人将先进的智能学习和非线性控制理论引入MEMS陀螺仪模态控制过程中，对提高系统鲁棒性，改善MEMS陀螺仪性能做出了重要贡献。考虑MEMS陀螺系统中未知且动态变化的不确定及干扰，如何实现未知动力学的有效学习和滑模控制的前馈补偿，是提高陀螺性能的关键。

《Robust adaptive sliding mode control of MEMS gyroscope using T-Sfuzzy model》(Shitao Wang and Juntao Fei，《Nonlinear Dynamics》，2014年第77卷第1–2期)一文中，费俊涛等人采用T-S模糊逻辑系统学习MEMS陀螺动力学的不确定项和干扰，再利用滑模控制器对不确定及干扰进行补偿。这种方法虽然实现了不确定未知情况下的MEMS陀螺控制，但一方面由于违背了模糊逻辑逼近不确定的本意，很难实现未知动力学的有效动态估计，另一方面为消除不确定和干扰，需要很大的切换增益，带来了严重的滑模抖振。

发明内容

为了克服现有MEMS陀螺仪模态控制方法实用性差的不足，本发明提供一种考虑未知动力学和外部干扰的MEMS陀螺智能控制方法。该方法首先设计干扰观测器，估计并补偿外部干扰，从而降低滑模抖振；同时根据模糊预测误差和跟踪误差，设计模糊逻辑权值的复合自适应法则律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。本发明考虑预测误差和跟踪误差，设计模糊逻辑权值的复合学习更新律，修正模糊逻辑的权重系数，实现未知动力学的有效动态估计。结合滑模控制理论，实现对MEMS陀螺未知动力学的前馈补偿，进一步提高MEMS陀螺仪的控制精度。设计干扰观测器，对干扰进行估计与补偿，从而降低滑模抖振，实用性好。

本发明解决其技术问题所采用的技术方案：一种考虑未知动力学和外部干扰的MEMS陀螺智能控制方法，其特点是包括以下步骤：

(a)考虑正交误差的MEMS陀螺仪的动力学模型为：

其中，m为检测质量块的质量；Ω_z为陀螺输入角速度；为静电驱动力；x^*分别是MEMS陀螺仪检测质量块沿驱动轴的加速度，速度和位移；y^*分别是检测质量块沿检测轴的加速度，速度和位移；d_xx，d_yy是阻尼系数；k_xx，k_yy是刚度系数；d_xy是阻尼耦合系数，k_xy是刚度耦合系数。

为提高机理分析准确度，对MEMS陀螺动力学模型进行无量纲化处理。取无量纲化时间t^*＝ω_ot，然后在式(1)两边同时除以参考频率的平方参考长度q₀和检测质量块质量m，得到MEMS陀螺的无量纲化模型为

其中，

重新定义相关系统参数为