[发明专利]一种弧形微机电系统的自适应神经网络控制方法

说明书

本发明公开了一种弧形微机电系统的自适应神经网络控制方法。包括下述步骤：a、基于伯努利梁构建弧形微机电系统的系统模型；b、构建用于抑制弧形微机电系统的混沌振荡和保证系统状态约束的自适应神经网络控制器；构建时，利用对称障碍Lyapunov函数确保弧形微机电系统输出约束不被违反、采用具有自适应律的RBF神经网络以任意小的误差估计未知非线性函数、引入扩张状态跟踪微分器来处理backstepping控制中虚拟控制项需要反复求导的问题、设计状态观测器来获取不可测的状态信息、在backstepping框架下融合扩张状态跟踪微分器和状态观测器。本发明便于稳定分析证明，建模精度要求低、计算复杂度低、运算速度快、系统的运行稳定性好和运动精度高的特点。

技术领域

本发明涉及弧形微机电系统，具体涉及一种弧形微机电系统的自适应神经网络控制方法。

背景技术

微机电系统(MEMS)是集微型传感器、微型执行器、微型能源、信号处理和控制电路、高性能电子集成器件、接口、通信等于一体的复杂微型器件或独立智能系统。MEMS技术是一项革命性的新技术，涉及微电子、信息与自动控制、机械学、材料、力学等诸多学科领域，广泛应用于高新技术产业，是一项关系到国家科技发展、经济繁荣和国防安全的关键技术。

非线性因素(诸如建模的不确定性、环境变化、元器件老化、自激振动)不可避免，一旦微机电系统发生故障势必引发连锁反应，导致整个装备失效，引起重大的安全事故、经济损失和恶劣的社会影响。由于制造缺陷、外部干扰、滞环以及状态难测等因素的影响，同时微机电系统的数学模型存在不确定性，很难获得控制对象的精确模型。弧形微机电系统是一个高阶、多场耦合、参数时变的复杂非线性系统，现有微机电系统的控制方法不能妥善解决弧形微机电系统存在输出约束、混沌振荡、状态难测和未知动态时的控制问题。

发明内容

本发明的目的在于，提供一种弧形微机电系统的自适应神经网络控制方法。本发明便于稳定分析证明，建模精度要求低、计算复杂度低、运算速度快、系统的运行稳定性好和运动精度高的特点。

本发明的技术方案：一种弧形微机电系统的自适应神经网络控制方法，包括下述步骤：

a、基于伯努利梁构建弧形微机电系统的系统模型，得

式(1)中μ,h,α₁,β,R,b₁₁表示无量纲参数,q(t)表示状态变量,w₀表示频率，u(t)表示控制输入；

b、构建用于抑制弧形微机电系统的混沌振荡和保证系统状态约束的自适应神经网络控制器；构建时，利用对称障碍Lyapunov函数确保弧形微机电系统输出约束不被违反、采用具有自适应律的RBF神经网络以任意小的误差估计未知非线性函数、引入扩张状态跟踪微分器来处理backstepping控制中虚拟控制项需要反复求导的问题、设计状态观测器来获取不可测的状态信息、在backstepping框架下融合扩张状态跟踪微分器和状态观测器。

前述的弧形微机电系统的自适应神经网络控制方法，定义新变量x₁＝q(t)、则步骤a中的系统模型式(1)重写为：

式(2)中系统输出y满足约束条件，即|y|≤k_c1，k_c1＞0。

前述的弧形微机电系统的自适应神经网络控制方法所述的步骤b中，构建用于抑制弧形微机电系统的混沌振荡和保证系统状态约束的自适应神经网络控制器的过程如下述步骤：

b1、构建状态观测器，表达式如下：