[發明專利]基于干擾觀測器的MEMS陀螺滑模控制方法

有效

• 申請號: 201711073618.0
• 申請日: 2017-11-05
• 公開（公告）號: CN107607101B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 許斌;張睿;張安龍;劉瑞鑫;成宇翔;邵添羿;趙萬良;吳楓;谷叢;林建華;劉洋;慕容欣;劉美霞;應俊
• 申請（專利權）人: 西北工業大學;西北工業大學深圳研究院;上海航天控制技術研究所
• 主分類號: G01C19/5776
• 分類號: G01C19/5776;G01C25/00;G05B13/04
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 王鮮凱

本發明公開了一種基于干擾觀測器的MEMS陀螺滑模控制方法，用于解決現有MEMS陀螺儀模態控制方法實用性差的技術問題。技術方案是首先設計干擾觀測器，在滑模控制中對干擾進行估計與補償，從而降低抖振；同時根據神經網絡預測誤差和跟蹤誤差，設計神經網絡權值的復合自適應法則律，修正神經網絡的權重系數，實現未知動力學的有效動態估計。本發明通過設計神經網絡權值的復合自適應律，修正神經網絡的權重系數，實現未知動力學的有效動態估計。結合滑模控制理論，實現對MEMS陀螺未知動力學的前饋補償，進一步提高MEMS陀螺儀的控制精度。設計干擾觀測器，對外部干擾進行估計與補償，有效降低滑模抖振，實用性好。

技術領域

本發明涉及一種MEMS陀螺儀模態控制方法，特別涉及一種基于干擾觀測器的MEMS陀螺滑模控制方法。

背景技術

隨著非線性控制技術的發展，Park S等人將先進的智能學習和非線性控制理論引入MEMS陀螺儀模態控制過程中，對提高系統魯棒性，改善MEMS陀螺儀性能做出了重要貢獻。考慮MEMS陀螺系統中未知且動態變化的不確定及干擾，如何實現未知動力學的有效學習和滑模控制的前饋補償，是提高陀螺性能的關鍵。

《Robust adaptive sliding mode control of MEMS gyroscope using T-Sfuzzy model》(Shitao Wang and Juntao Fei，《Nonlinear Dynamics》，2014年第77卷第1–2期)一文中，費俊濤等人采用T-S模糊邏輯系統學習MEMS陀螺動力學的不確定項和干擾，再利用滑模控制器對不確定及干擾進行補償。這種方法雖然實現了不確定未知情況下的MEMS陀螺控制，但一方面由于違背了模糊邏輯逼近不確定的本意，很難實現未知動力學的有效動態估計，另一方面為消除不確定和干擾，需要很大的切換增益，帶來了嚴重的滑模抖振。

發明內容

為了克服現有MEMS陀螺儀模態控制方法實用性差的不足，本發明提供一種基于干擾觀測器的MEMS陀螺滑模控制方法。該方法首先設計干擾觀測器，在滑模控制中對干擾進行估計與補償，從而降低抖振；同時根據神經網絡預測誤差和跟蹤誤差，設計神經網絡權值的復合自適應法則律，修正神經網絡的權重系數，實現未知動力學的有效動態估計。本發明根據平行估計模型和動力學模型構建神經網絡預測誤差，結合跟蹤誤差，設計神經網絡權值的復合自適應律，修正神經網絡的權重系數，實現未知動力學的有效動態估計。結合滑模控制理論，實現對MEMS陀螺未知動力學的前饋補償，進一步提高MEMS陀螺儀的控制精度。設計干擾觀測器，對外部干擾進行估計與補償，有效降低滑模抖振，實用性好。

本發明解決其技術問題所采用的技術方案：一種基于干擾觀測器的MEMS陀螺滑模控制方法，其特點是包括以下步驟：

(a)考慮正交誤差的MEMS陀螺儀的動力學模型為：

其中，m為檢測質量塊的質量；Ω_z為陀螺輸入角速度；為靜電驅動力；x^*分別是MEMS陀螺儀檢測質量塊沿驅動軸的加速度，速度和位移；y^*分別是檢測質量塊沿檢測軸的加速度，速度和位移；d_xx，d_yy是阻尼系數；k_xx，k_yy是剛度系數；d_xy是阻尼耦合系數，k_xy是剛度耦合系數。

為提高機理分析準確度，對MEMS陀螺動力學模型進行無量綱化處理。取無量綱化時間t^*＝ω_ot，然后在式(1)兩邊同時除以參考頻率的平方參考長度q₀和檢測質量塊質量m，得到MEMS陀螺的無量綱化模型為

其中，

重新定義相關系統參數為