[发明专利]微陀螺仪自适应双反馈模糊神经网络分数阶滑模控制方法

说明书

本发明公开了微陀螺仪控制技术领域的一种自适应双反馈模糊神经网络分数阶滑模控制方法，用于解决实际系统中未知参数无法估计，集总不确定性和外界干扰的上界值无法测量的问题。所述方法包括如下步骤：建立关于微陀螺的数学模型，设计分数阶滑模面模型；基于数学模型和分数阶滑模面模型设计分数阶滑模控制律，作为控制输入对微陀螺仪进行滑模控制；基于双反馈模糊神经网络和Lyapunov稳定性设计自适应控制算法，对系统未知参数进行实时更新，实现控制系统参数的在线自动整定。

技术领域

本发明属于微陀螺仪的控制技术领域，具体涉及一种微陀螺仪自适应双反馈模糊神经网络分数阶滑模控制方法。

背景技术

陀螺仪运用的原理主要是角动量守恒定律，是一种具备传感、维持方向稳定和角运动检测功能的装置，在角动量的作用下，陀螺仪具有抗拒方向改变的趋势。也被用作角速度计，是惯性导航系统的基本测量元件之一，主要用于军事、航空、航天等领域。与传统的陀螺仪相比，微陀螺具备的众多优点，使它的应用范围极其广泛，可用于航空、航天、航海、汽车安全、生物工程、大地测量、环境监控等领域，特别是在对尺寸和重量等要求很严格的领域，相比于传统陀螺仪而言，微陀螺有极其显著的优势。

由于硅微陀螺仪是运用微机械加工工艺制成，其结构尺寸通常为微米级，集成封装后，尺寸也仅在毫米量级，受到加工效果的影响很明显，例如硅微陀螺仪的加工尺寸误差等，导致硅微陀螺仪的灵敏度、精度等与理想的状况有所出入。微陀螺仪主要解决的问题就是补偿加工过程中的误差和对角速度进行测量，由于加工工艺等问题，导致微陀螺仪技术发展缓慢。

发明内容

针对现有技术的不足，本发明的目的在于提供一种微陀螺仪自适应双反馈模糊神经网络分数阶滑模控制的方法，用于解决微陀螺仪中系统集中不确定性和外界干扰上界未知和参数未知的问题，其中，分数阶滑模面增加了可以调节分数阶的阶数项，控制性能和控制精度得到提高；自适应控制算法可处理系统的不确定性，实现控制系统参数的在线自动整定；利用模糊系统和神经网络的结合，在线实时对系统集中不确定性和外界干扰上界进行估计，用估计值代替其作为切换控制律的增益。

为解决上述问题，本发明提供的一种微陀螺仪自适应双反馈模糊神经网络分数阶滑模控制方法，其特征在于，所述方法包括如下步骤：

(1)、建立微陀螺仪数学模型，设计分数阶滑模面；

(2)、基于步骤(1)的数学模型和分数阶滑模面设计分数阶滑模控制律，作为控制输入对微陀螺仪进行滑模控制，所述控制律包括等效控制律和切换控制律；

(3)、基于双反馈模糊神经网络和Lyapunov稳定性设计自适应控制算法，对微陀螺仪系统未知参数进行实时更新，保证微陀螺仪系统运动点的轨迹稳定跟踪动力学模型的轨迹。

上述步骤(1)的建立微陀螺仪的数学模型，包括：

(2-1)、建立动力学模型的转动坐标系，所述转动坐标系包括对微陀螺仪驱动振动的方向、检测振动的方向、输入角速度的方向分别进行设定；

(2-2)、基于转动坐标系建立微陀螺仪驱动模态和检测模态的动力学模型；

(2-3)、对基本动力学模型进行结构误差修正；

(2-4)、对进行结构误差修正后的动力学模型进行无量纲化处理；

(2-5)、将进行无量纲化处理后的动力学模型改写为其向量形式；

(2-6)、在改写为向量形式的动力学模型中引入若干变量，所述变量包括外界干扰、系统参数不确定性。

上述步骤(2-2)中动力学模型的设定如下：

设定x轴为微陀螺仪驱动振动的方向，y轴为微陀螺仪检测振动的方向，z轴为输入角速度的方向，微陀螺仪驱动模态和检测模态的基本动力学模型，包括如下公式：