[發明專利]微陀螺儀的神經網絡全局滑模控制方法

無效

• 申請號: 201310419400.1
• 申請日: 2013-09-13
• 公開（公告）號: CN103529701A
• 公開（公告）日: 2014-01-22
• 發明（設計）人: 儲云迪;費峻濤
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.微陀螺儀的神經網絡全局滑模控制方法，其特征在于，包括如下步驟：

1）建立微陀螺儀的理想動力學方程；

2）根據旋轉系中的牛頓定律建立微陀螺儀的無量綱動力學方程；

3）建立神經網絡全局滑模控制系統，基于神經網絡全局滑模控制設計控制律，將其作為微陀螺儀的控制輸入，包括如下步驟

3-1）設計全局動態滑模面s為：

其中，e為跟蹤誤差，e＝q-q_m，q為微陀螺儀運動軌跡，q_m為理想軌跡，f(t)是為了達到全局滑模面而設計的函數，f(t)＝f(0)e^-kt，c為滑模系數，k為常數；

3-2）設計神經網絡全局滑模控制律u₁，使微陀螺儀實際軌跡跟蹤上理想軌跡，

u₁＝u_eq+u_vs+u_n????????（⁸）

其中，

其中，M，K為微陀螺儀向量方程中的參量，q為微陀螺儀的實際運動軌跡，u_n是RBF神經網絡的輸出，是神經網絡中被估計的權重向量，φ(x)＝[φ₁(x),φ₂(x)...φ_n(x)]^T是高斯函數，n表示神經網絡隱層節點的個數，R=-(-q..m+cq.m);]]>

4）采用lyapunov函數理論，設計自適應律，驗證所述神經網絡全局滑模控制系統的漸進穩定性

所述lyapunov函數V設計為：

自適應律設計為：

其中，r是學習速率，ω＝[ω₁,ω₂...ω_n]^T是神經網絡中的權重向量，是被估計的權重向量的誤差，