[发明专利]一种基于神经网络辨识参数的Z轴陀螺仪控制方法有效
申请号: | 201910900027.9 | 申请日: | 2019-09-23 |
公开(公告)号: | CN110579966B | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 卢成;付建源;王慧敏;张小虎;朱宁远 | 申请(专利权)人: | 南通大学 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 226019*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 神经网络 辨识 参数 陀螺仪 控制 方法 | ||
1.一种基于神经网络辨识参数的Z轴陀螺仪控制方法,其特征在于,包括以下步骤:
1)建立微陀螺仪动力学模型,根据所述模型输出微陀螺仪运动轨迹;
所述模型如下式所示:
上式中,
式中,q为陀螺仪的运动轨迹,u为陀螺仪的控制输入,D为阻尼参数矩阵,K为弹簧参数矩阵,Ω为角速度参数矩阵,d为外界干扰,其中,x、y为微陀螺仪在X、Y轴方向上的位移,ux、uy为微陀螺仪在X、Y轴方向上的控制输入,dxx、dyy为X、Y轴方向弹簧的弹性系数,ωx2、ωy2为X、Y轴方向的阻尼系数,dxy、ωxy是由于加工误差引起的耦合参数,Ωz为质量块自转的角速度;
2)根据步骤1)得到的微陀螺仪运动轨迹计算跟踪误差,根据跟踪误差建立滑模面;
所述跟踪误差如下式所示:
e=qd-q;
上式中,e为跟踪误差,qd为微陀螺仪运动参考轨迹;
所述滑模面根据如下公式建立:
式中,S为滑模面,λ为滑模面参数;
3)采用RBF神经网络根据所述跟踪误差输出估计弹簧参数矩阵,并根据所述滑模面和所述估计弹簧参数矩阵设计微陀螺仪的控制律;
所述估计弹簧参数矩阵为:
上式中,为估计弹簧参数矩阵,为RBF神经网络权值,φ1,φ2,φ3,φ4为高斯基函数;
根据所述滑模面和所述估计弹簧参数矩阵设计微陀螺仪的控制律,具体为:
滑模面的一阶导数为:
上式中,为S的一阶导数,为qd的二阶导数;
根据RBF神经网络估计弹簧参数矩阵,令所述并根据所述估计弹簧参数矩阵设计微陀螺仪的等效控制律,
所述等效控制律为:
上式中,ueq为微陀螺仪的等效控制律;
根据所述滑模面,设计控制律的鲁棒项,
所述控制律的鲁棒项为:
us=ρsgn(S)
根据所述等效控制律和鲁棒项,设计微陀螺仪的控制律为:
上式中,u为微陀螺仪的控制律,为q的导数,为qd的导数,ρ为鲁棒项增益,sgn()为符号函数;
4)基于Lyapunov稳定性理论,设计Lyapunov函数,根据Lyapunov函数设计RBF神经网络权值的更新算法,并将所述更新算法应用于RBF神经网络,以确保跟踪误差收敛到零,保证系统稳定;
所述Lyapunov函数为:
其中,η1、η2、η3、η4为RBF神经网络权值自适应律增益参数,取为正数,为权值估计误差;
所述更新算法为:
其中,x,y为微陀螺仪在X,Y轴上的位移,S1,S2为X,Y轴的滑模面。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南通大学,未经南通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910900027.9/1.html,转载请声明来源钻瓜专利网。