[发明专利]基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法

权利要求书

1.一种基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法，其特征是，包括如下步骤：

1)建立微陀螺仪系统的无量纲动力学方程，并将无量纲动力学方程转化为其向量形式的等效模型；

2)设计微陀螺仪系统的RBF神经网络超扭曲滑模控制器，控制器中的控制律由等效控制律和超扭曲滑模控制律组成；

3)采用Lyapunov稳定性理论设计RBF神经网络权重的自适应算法。

2.根据权利要求1所述的基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法，其特征是，所述步骤1)中微陀螺仪系统主要由被弹性材料支撑悬挂的质量块，静电驱动装置和感测装置三部分组成，构成一个由质量块和弹簧构成的有阻尼振荡系统，根据旋转系中的牛顿定律，综合考虑各种制造误差等对微陀螺的影响，再通过微陀螺仪的无量纲化处理，最终得到微陀螺仪的数学模型为：

上式中，m是质量块的质量，x,y为质量块在驱动轴和感测轴两轴的位置向量，表示位置向量的一阶导数即速度向量，表示位置向量的二阶导数即加速度向量，d_xx,d_yy表示x,y两轴的阻尼系数，k_xx,k_yy分别是x,y两轴的弹簧系数，u_x,u_y是表示x,y两轴的控制输入，k_xy，d_xy是制造误差引起的耦合弹簧系数和阻尼系数，Ω_z表示微陀螺仪工作环境中的角速度，是科里奥利力；

将式(1)的两侧同时除以微陀螺基础质量块的质量m，参考长度q₀，两轴的共振频率的平方ω₀²，得到无量纲化模型如下：

将式(2)改写为如下向量形式：

考虑系统的参数不确定性和外界干扰，则根据(4)式所描述的微陀螺系的等效模型，微陀螺仪系统模型可修改为：

式中，ΔD为惯性矩阵D+2Ω的未知参数的不确定性，ΔK为矩阵K的未知参数的不确定性，d是外界干扰；

进一步式(5)可表示为：

式中有：

其中为系统的集总参数和不确定性，且不确定性和外界干扰的导数满足其中δ为不确定干扰导数的上界值，δ为正的常数。