[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在审
| 申请号： | 201810915659.8 | 申请日： | 2018-08-13 |
| 公开（公告）号： | CN109062046A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 冯治琳;费峻涛 | 申请（专利权）人： | 河海大学常州校区 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 213022 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 微陀螺仪系统 扭曲 动力学方程 滑模控制器 滑模控制 无量纲 等效控制器 控制器设计 自适应算法 逼近系统 等效模型 控制系统 快速收敛 确保系统 向量形式 控制器 权重 转化 网络 | ||
【主权项】：
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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学常州校区，未经河海大学常州校区许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810915659.8/，转载请声明来源钻瓜专利网。
