[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

说明书

本发明公开了一种基于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，其中，控制器由等效控制器和超扭曲滑模控制器组成；3）采用Lyapunov稳定性理论设计RBF神经网络权重的自适应算法。优点：不但能够确保系统能够在有限时间内快速收敛，达到稳定状态，而且利用RBF设计网络去逼近系统的未知模型，简化了控制系统的设计，降低了控制器设计对系统精确模型的要求。

技术领域

本发明涉及一种基于RBF神经网络的微陀螺仪系统超扭曲滑模控制方法， 属于微陀螺仪控制技术领域。

背景技术

陀螺是惯性导航和惯性制导系统的基本测量元件。微陀螺因其在成本、体 积、结构等方面存在巨大的优势，从而被广泛地应用在航海、航天、航空及油 田勘测开发和陆地车辆的导航与定位等民用、军事领域中。因其在设计和制造 中存在误差和温度的影响,会导致原件特性和设计之间的差异，从而导致陀螺仪 系统灵敏度和精度的降低,微陀螺仪控制的主要问题是补偿制造误差和测量角速 度。经过几十年的研究发展，微陀螺仪虽然在结构设计和精度等方面取得了显 著的进步，但是由于其设计原理本身的局限性及工艺加工精度自身的限制，使 得微陀螺仪的发展难以取得质的飞跃。

并且对于实际的微陀螺系统而言，微陀螺无量纲模型中模型参数是未知的 或无法准确获取的，所以在实施控制时，无法精确地实施所设计的控制器，因 此选取一种有效的方法对微陀螺未知模型的逼近也极为重要，使控制器的设计 不依赖于精确的数学模型。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于RBF神 经网络的微陀螺仪系统超扭曲滑模控制方法,改善微陀螺仪系统性能，提高其鲁 棒性为，解决微陀螺仪现存在的缺陷和传统控制方法不足等问题。

为解决上述技术问题，本发明提供一种基于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。

进一步的，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：