[發明專利]基于復合學習的MEMS陀螺儀模糊滑模控制方法

有效

• 申請號: 201711073629.9
• 申請日: 2017-11-05
• 公開（公告）號: CN107608217B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 許斌;張睿;張安龍;劉瑞鑫;趙萬良;吳楓;成宇翔;邵添羿;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: G05B13/04
• 分類號: 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復合學習的MEMS陀螺儀模糊滑模控制方法，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。技術方案是首先根據模糊預測誤差和跟蹤誤差，設計模糊邏輯權值的復合自適應律，修正模糊邏輯的權重系數，實現未知動力學的有效動態估計；同時由于系統處于滑動模態時，對參數不確定和外界干擾不敏感，設計滑模控制器，實現未知動力學的前饋補償。本發明考慮預測誤差和跟蹤誤差，設計模糊邏輯權值的復合學習更新律，修正模糊邏輯的權重系數，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，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，特別涉及一種基于復合學習的MEMS陀螺儀模糊滑模控制方法。

背景技術

MEMS陀螺儀由于其體積小、功耗低、成本低、容易與處理電路集成等優點，廣泛應用于各種角運動測量領域。為保證其測量精度，要求MEMS陀螺儀檢測質量塊必須沿著驅動方向以驅動軸的固有頻率做恒幅振動。然而，由于環境因素變化和陀螺制造缺陷的影響，常規PID控制無法實現MEMS陀螺儀的高精度控制，導致陀螺產生嚴重漂移。

隨著非線性控制技術的發展，Park S等人將非線性控制理論引入MEMS陀螺儀控制，弱化驅動模態與檢測模態的界限，對驅動軸和檢測軸均施以反饋控制力，使兩個軸向的模態運動跟蹤指定的正弦參考軌跡，進而有效提高MEMS陀螺儀的控制精度。

《Adaptive global sliding mode control for MEMS gyroscope using RBFneural network》(Yundi Chu and Juntao Fei，《Mathematical Problems inEngineering》，2015)一文采用RBF神經網絡學習MEMS陀螺動力學的不確定項，再利用全局滑模方法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，但由于違背了神經網絡逼近不確定的本意，針對實際應用中，環境不穩定導致MEMS陀螺儀未知動力學動態變化的情況，難以實現有效動態估計。

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復合學習的MEMS陀螺儀模糊滑模控制方法。該方法首先根據模糊預測誤差和跟蹤誤差，設計模糊邏輯權值的復合自適應律，修正模糊邏輯的權重系數，實現未知動力學的有效動態估計；同時由于系統處于滑動模態時，對參數不確定和外界干擾不敏感，設計滑模控制器，實現未知動力學的前饋補償。本發明考慮預測誤差和跟蹤誤差，設計模糊邏輯權值的復合學習更新律，修正模糊邏輯的權重系數，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，實用性好。

本發明解決其技術問題所采用的技術方案：一種基于復合學習的MEMS陀螺儀模糊滑模控制方法，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，可以得到MEMS陀螺的無量綱化模型為