[发明专利]基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法

说明书

本发明公开了一种基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法，其中滑模面由分数阶非奇异终端滑模控制组成，控制系统结构包括参考模型、分数阶非奇异终端滑模面设计、自适应律设计、双反馈模糊神经网络逼近器设计。本发明的控制方法设计简易，应用方便，进一步扩展了微陀螺仪的应用范围，能够实现对被控系统的有效控制，使微陀螺系统的轨迹跟踪具有较强的鲁棒性，较快的收敛速度以及较高的精确度。

技术领域

本发明涉及微陀螺仪的控制技术领域，具体涉及一种基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法。

背景技术

陀螺仪是惯性导航和惯性制导系统的基本测量元件。微陀螺因其在成本、体积、结构等方面存在巨大的优势，从而被广泛地应用在航海、航天、航空及油田勘测开发和陆地车辆的导航与定位等民用、军事领域中。因其在设计和制造中存在误差和温度的影响，会导致原件特性和设计之间的差异，从而导致陀螺仪系统灵敏度和精度的降低，微陀螺仪控制的主要问题是补偿制造误差和测量角速度。经过几十年的研究发展，微陀螺仪虽然在结构设计和精度等方面取得了显著的进步，但是由于其设计原理本身的局限性及工艺加工精度自身的限制，使得微陀螺仪的发展难以取得质的飞跃。

并且对于实际的微陀螺系统而言，微陀螺无量纲模型中模型参数是未知的或无法准确获取的，所以在实施控制时，无法精确地实施所设计的控制律，因此选取一种有效的方法对微陀螺未知模型的逼近也极为重要，使控制律的设计不依赖于精确的数学模型。

发明内容

为了克服现有技术上的不足，本发明提供了一种基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法，解决了陀螺仪控制系统中模型未知的问题，能够使控制系统的设计不依赖被控对象精确的数学模型，提高了陀螺仪的精度和灵敏度，并且能够使控制系统在有限时间内快速达到稳定状态，减小控制输入抖振，增强了控制系统的鲁棒性。

为了解决上述技术问题，本发明提供了一种基于双反馈模糊神经网络的微陀螺仪超扭曲滑模控制方法，其特征是，包括以下步骤：

S1，获取微陀螺仪系统的无量纲动力学方程；

S2，对无量纲动力学方程进行等效变换得到其向量形式；

S3，设计陀螺仪系统的超扭曲滑模控制器，

滑模面为：

式中β＝diag(β₁,β₂)代表滑模面常数，β₁,β₂为正常数，diag()为对角矩阵函数，p,g(pg)为正奇数，并且分别为跟踪误差和跟踪误差的导数，e₁,e₂分别代表X轴和Y轴的跟踪误差，α表示分数阶的阶次，λ为分数阶滑模系数，且λ为正常数；

控制器的控制量由等效控制律和切换控制律组成。

进一步的，微陀螺仪系统的无量纲动力学方程为：

(2)式中，各无量纲量的表达式为：

上式中，m是质量块的质量，x,y为质量块在驱动轴和感测轴两轴的位置向量，d_xx,d_yy表示x,y两轴的阻尼系数，k_xx,k_yy分别是x,y两轴的弹簧系数，u_x,u_y是表示x,y两轴的控制输入，k_xy，d_xy是制造误差引起的耦合弹簧系数和阻尼系数，Ω_z表示微陀螺仪工作环境中的角速度，ω₀²为两轴的共振频率的平方。

进一步的，对无量纲动力学方程进行等效变换得到其向量形式包括：