主权项 |
基于神经网络状态观测器的微陀螺仪反演控制方法,其特征在于,包括以下步骤:1)建立微陀螺仪的数学模型;微陀螺仪的数学模型的状态方程形式为:<maths num="0001"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mover><mi>X</mi><mo>·</mo></mover><mo>=</mo><mi>A</mi><mi>X</mi><mo>+</mo><mi>B</mi><mi>u</mi></mrow></mtd></mtr><mtr><mtd><mrow><mi>Y</mi><mo>=</mo><msup><mi>C</mi><mi>T</mi></msup><mi>X</mi></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>1</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000011.GIF" wi="1021" he="151" /></maths>其中,<img file="FDA0001180048450000012.GIF" wi="172" he="295" />为微陀螺仪系统的状态变量,<img file="FDA0001180048450000013.GIF" wi="156" he="143" />为微陀螺仪系统的输出,<maths num="0002"><math><![CDATA[<mrow><mi>A</mi><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mrow><mo>-</mo><msup><msub><mi>ω</mi><mi>x</mi></msub><mn>2</mn></msup></mrow></mtd><mtd><mrow><mo>-</mo><msub><mi>d</mi><mrow><mi>x</mi><mi>x</mi></mrow></msub></mrow></mtd><mtd><mrow><mo>-</mo><msub><mi>ω</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub></mrow></mtd><mtd><mrow><mo>-</mo><mrow><mo>(</mo><msub><mi>d</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub><mo>-</mo><mn>2</mn><msub><mi>Ω</mi><mi>z</mi></msub><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mrow><mo>-</mo><msub><mi>ω</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub></mrow></mtd><mtd><mrow><mo>-</mo><mrow><mo>(</mo><msub><mi>d</mi><mrow><mi>x</mi><mi>y</mi></mrow></msub><mo>+</mo><mn>2</mn><msub><mi>Ω</mi><mi>z</mi></msub><mo>)</mo></mrow></mrow></mtd><mtd><mrow><mo>-</mo><msup><msub><mi>ω</mi><mi>y</mi></msub><mn>2</mn></msup></mrow></mtd><mtd><mrow><mo>-</mo><msub><mi>d</mi><mrow><mi>y</mi><mi>y</mi></mrow></msub></mrow></mtd></mtr></mtable></mfenced><mo>,</mo><mi>B</mi><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced><mo>,</mo><mi>u</mi><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><msub><mi>u</mi><mi>x</mi></msub></mtd></mtr><mtr><mtd><msub><mi>u</mi><mi>y</mi></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FDA0001180048450000014.GIF" wi="1502" he="302" /></maths><maths num="0003"><math><![CDATA[<mrow><msup><mi>C</mi><mi>T</mi></msup><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mn>1</mn></mtd><mtd><mn>0</mn></mtd></mtr></mtable></mfenced><mo>;</mo></mrow>]]></math><img file="FDA0001180048450000015.GIF" wi="350" he="143" /></maths>x,y代表微陀螺仪在x、y轴方向上的位移,u<sub>x</sub>,u<sub>y</sub>代表微陀螺仪在x、y轴方向上的控制输入,d<sub>xx</sub>,d<sub>yy</sub>为微陀螺仪在x、y轴方向的弹性系数,ω<sub>x</sub>、ω<sub>y</sub>为微陀螺仪在x、y轴方向的阻尼系数,d<sub>xy</sub>、ω<sub>xy</sub>是由于加工误差引起的耦合参数,Ω<sub>z</sub>为质量块自转的角速度,上述表达式中,d<sub>xx</sub>,d<sub>xy</sub>,d<sub>yy</sub>,Ω<sub>z</sub>,ω<sub>x</sub>,ω<sub>xy</sub>,ω<sub>y</sub>均为无量纲项;考虑到系统存在参数不确定性和外界干扰的影响,微陀螺仪的状态方程可以写成如下形式:<maths num="0004"><math><![CDATA[<mrow><mover><mi>X</mi><mo>·</mo></mover><mo>=</mo><mi>A</mi><mi>X</mi><mo>+</mo><mi>B</mi><mi>u</mi><mo>+</mo><mi>B</mi><mrow><mo>(</mo><msub><mi>f</mi><mi>m</mi></msub><mo>+</mo><msub><mi>d</mi><mi>u</mi></msub><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000016.GIF" wi="1270" he="69" /></maths>其中,未知函数f<sub>m</sub>,d<sub>u</sub>满足:<maths num="0005"><math><![CDATA[<mrow><mtable><mtr><mtd><mrow><mi>Δ</mi><mi>A</mi><mi>X</mi><mo>=</mo><msub><mi>Bf</mi><mi>m</mi></msub></mrow></mtd></mtr><mtr><mtd><mrow><mi>d</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><msub><mi>Bd</mi><mi>u</mi></msub></mrow></mtd></mtr></mtable><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>3</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000017.GIF" wi="1062" he="139" /></maths>其中,ΔA为系统参数的不确定性,d(t)为外部干扰;2)设计微陀螺仪的状态观测器,对微陀螺仪系统的状态变量进行估计;微陀螺仪的状态观测器设计为:<maths num="0006"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mover><mover><mi>X</mi><mo>^</mo></mover><mo>·</mo></mover><mo>=</mo><mi>A</mi><mover><mi>X</mi><mo>^</mo></mover><mo>+</mo><mi>B</mi><mo>[</mo><msub><mover><mi>f</mi><mo>^</mo></mover><mi>m</mi></msub><mo>+</mo><mi>u</mi><mo>-</mo><mi>v</mi><mo>]</mo><mo>+</mo><mi>G</mi><mrow><mo>(</mo><mi>Y</mi><mo>-</mo><msup><mi>V</mi><mi>T</mi></msup><mover><mi>X</mi><mo>^</mo></mover><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><mover><mi>Y</mi><mo>^</mo></mover><mo>=</mo><msup><mi>C</mi><mi>T</mi></msup><mover><mi>X</mi><mo>~</mo></mover></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000021.GIF" wi="1292" he="175" /></maths>其中,<img file="FDA0001180048450000022.GIF" wi="45" he="55" />为微陀螺仪系统的状态变量X的估计值,G为状态观测器的增益向量,<img file="FDA0001180048450000023.GIF" wi="70" he="71" />为未知函数f<sub>m</sub>的估计值,v为状态观测器中的鲁棒项,<img file="FDA0001180048450000024.GIF" wi="38" he="62" />为微陀螺仪系统的输出Y的估计值;定义<img file="FDA0001180048450000025.GIF" wi="779" he="79" />得到状态观测器误差方程:<maths num="0007"><math><![CDATA[<mrow><mfenced open = "{" close = ""><mtable><mtr><mtd><mrow><mover><mover><mi>X</mi><mo>~</mo></mover><mo>·</mo></mover><mo>=</mo><mrow><mo>(</mo><mi>A</mi><mo>-</mo><msup><mi>GC</mi><mi>T</mi></msup><mo>)</mo></mrow><mover><mi>X</mi><mo>~</mo></mover><mo>+</mo><mi>B</mi><mrow><mo>(</mo><msub><mover><mi>f</mi><mo>~</mo></mover><mi>m</mi></msub><mo>+</mo><msub><mi>d</mi><mi>u</mi></msub><mo>+</mo><mi>v</mi><mo>)</mo></mrow></mrow></mtd></mtr><mtr><mtd><mrow><mover><mi>Y</mi><mo>~</mo></mover><mo>=</mo><msup><mi>C</mi><mi>T</mi></msup><mover><mi>X</mi><mo>~</mo></mover></mrow></mtd></mtr></mtable></mfenced><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>8</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000026.GIF" wi="1622" he="167" /></maths>对状态观测器误差方程式(8)进行Laplace变换得到:<maths num="0008"><math><![CDATA[<mrow><mover><mi>Y</mi><mo>~</mo></mover><mrow><mo>(</mo><mi>S</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><msup><mi>C</mi><mi>T</mi></msup><mi>B</mi></mrow><mrow><mi>S</mi><mo>-</mo><mrow><mo>(</mo><mi>A</mi><mo>-</mo><msup><mi>GC</mi><mi>T</mi></msup><mo>)</mo></mrow></mrow></mfrac><mrow><mo>(</mo><msub><mover><mi>f</mi><mo>~</mo></mover><mi>m</mi></msub><mo>+</mo><msub><mi>d</mi><mi>u</mi></msub><mo>+</mo><mi>v</mi><mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>10</mn><mo>)</mo></mrow></mrow>]]></math><img file="FDA0001180048450000027.GIF" wi="1262" he="134" /></maths>定义<img file="FDA0001180048450000028.GIF" wi="465" he="134" />则<img file="FDA0001180048450000029.GIF" wi="538" he="71" />3)在所设计的状态观测器中,采用RBF神经网络来逼近未知函数f<sub>m</sub>,得到基于RBF神经网络的状态观测器的输出,作为微陀螺仪的状态变量;4)设计鲁棒项;5)基于Lyapunov理论设计RBF神经网络权值的自适应律,确保所设计的基于RBF神经网络的状态观测器的稳定性;6)设计反演控制器,将其输出作为微陀螺仪的控制输入;7)设计Lyapunov函数,确保所设计的反演控制器的稳定性;8)基于Lyapunov理论验证基于RBF神经网络状态观测器的微陀螺仪反演控制器的稳定性。 |