[发明专利]微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法

摘要

本发明公开了微陀螺双反馈模糊神经网络超扭曲滑模控制系统设计方法，控制系统参考模型、滑模面、自适应律、双反馈模糊神经网络逼近器、超扭曲模糊滑模控制器和微陀螺系统。本发明针对实际微陀螺系统模型未知及其参数不确定性等问题，提出了基于双反馈模糊神经网络的微陀螺系统的自适应超扭曲滑模控制方法。相比于传统的神经网络控制，本发明设计的双闭环模糊神经网络具有全调节的优势，可以任意设定中心向量及基宽的初值，中心向量、基宽值以及神经网络的权值都会随着所设计的自适应算法根据不同的输入自适应调整到最佳值，自适应算法通过Lyapunov稳定性理论得出，动态双反馈神经网络由于加入了信号回归回路，能够存储更多的信息，对微陀螺系统未知模型逼近的精度更高，同时结合高阶超扭曲算法的优越性，能够有效抑制系统的控制输入抖振，能够保证系统在有限时间内收敛，快速精确跟踪参考轨迹，从而提高控制系统性能，并利用MATLAB对算法的优越性进行了实验验证。

主权项

1.微陀螺双反馈模糊神经网络超扭曲滑模控制系统，其特征在于，所述控制系统包括参考模型、滑模面、自适应律、双反馈模糊神经网络逼近模型、超扭曲模糊滑模控制器和微陀螺系统，其中，参考模型为控制系统提供参考信号，双反馈模糊神经网络逼近模型用于逼近微陀螺系统的未知模型，与超扭曲模糊滑模控制器共同形成整个控制系统的控制器，并且双反馈模糊神经网络的参数根据所设计的自适应律实现全调节，其中，所述超扭曲模糊滑模控制器包括超扭曲滑模控制器和等效滑模控制器。