CN110389526A - 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法 - Google Patents

基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法 Download PDF

Info

Publication number
CN110389526A
CN110389526A CN201910648288.6A CN201910648288A CN110389526A CN 110389526 A CN110389526 A CN 110389526A CN 201910648288 A CN201910648288 A CN 201910648288A CN 110389526 A CN110389526 A CN 110389526A
Authority
CN
China
Prior art keywords
axis
gyro
indicate
adaptive
mems
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910648288.6A
Other languages
English (en)
Other versions
CN110389526B (zh
Inventor
许斌
曲浩然
张睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Northwest University of Technology
Original Assignee
Northwest University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwest University of Technology filed Critical Northwest University of Technology
Priority to CN201910648288.6A priority Critical patent/CN110389526B/zh
Publication of CN110389526A publication Critical patent/CN110389526A/zh
Application granted granted Critical
Publication of CN110389526B publication Critical patent/CN110389526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Gyroscopes (AREA)

Abstract

本发明涉及一种基于Super‑Twisting算法的MEMS陀螺自适应滑模控制方法,属于智能化仪器仪表领域。本发明针对存在不确定性和扰动的MEMS陀螺动力学模型,将动力学里不确定部分和扰动集总为一个存在未知上界的不确定项;采用Super‑Twisting(STW)算法设计滑模控制器,处理集总不确定项;进一步设计STW控制参数的自适应律,对集总不确定项的未知上界进行在线估计;最后设计自适应控制器,实现MEMS陀螺驱动控制。本发明采用基于STW算法的MEMS陀螺自适应滑模控制方法,在线估计集总不确定项的未知上界,减小模型不确定和外加干扰的影响,提高陀螺控制驱动精度,适于工程应用。

Description

基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法
技术领域
本发明涉及一种微机械陀螺控制方法,特别是一种基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法,属于智能化仪器仪表领域。
背景技术
微机械(Micro Electro Mechanical System,MEMS)陀螺是利用微机械工艺制作而成的、可以测量角速度的传感器。与传统惯性器件相比,精度低成为了制约微机械陀螺发展的最大原因。加工误差引起的正交误差和各种环境因素会造成模型不确定和出现外界干扰,使微机械陀螺的信号在传统控制方法驱动下易受到影响。为了提高微机械陀螺的精度,采用自适应控制方法,设计一种滑模控制器,利用滑模增益处理模型不确定和扰动带来的不利影响,使检测到的位移、速度信号更好地跟踪理想的参考信号,实现振幅控制。考虑到模型不确定和扰动的上界是动态变化的,需要自适应调整滑模增益的大小,从而避免过大或过小的滑模增益使滑模产生抖振或补偿不足的问题。
《Regulated model-based and non-model-based sliding mode control of aMEMS vibratory gyroscope》(Asghar Ebrahimi,《Journal of Mechanical Science andTechnology》,2014年第28卷第6期)一文针对模型不确定和扰动的问题,研究了基于滑模控制器的MEMS陀螺驱动控制。在设计自适应滑模增益时,由于仅利用了滑模函数信息,因此自适应滑模增益仅和滑模函数大小有关,没有使用模型不确定性和扰动的上界信息,无法准确反映出模型不确定和扰动的大小,滑模增益依然存在大小不合适的问题。尤其是当模型不确定和扰动信息的上界动态变化时,更难以利用滑模增益对其进行准确补偿,进而影响系统性能。
发明内容
要解决的技术问题
为克服现有技术在MEMS陀螺控制中,对上界动态变化的模型不确定和外界扰动补偿不准确的问题,本发明提出了一种基于Super-Twisting(STW)算法的MEMS陀螺自适应滑模控制方法。该方法首先将非线性项分解为标称部分和不确定部分,设计自适应律在线估计由不确定部分和扰动组成的集总不确定项,基于STW算法设计自适应滑模增益,最终设计出MEMS陀螺自适应滑模控制器,实现对集总不确定项未知动态上界的估计,进而提高系统的控制精度。
技术方案
一种基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法,其特征在于步骤如下:
步骤1:建立MEMS动力学模型
其中,X轴表示驱动方向,Y轴表示检测方向,Z轴表示转动的角速度方向,m表示陀螺检测块质量,kxx和dxx分别表示X轴的弹性系数和阻尼系数,kyy和dyy分别表示Y轴的弹性系数和阻尼系数,kxy和dxy分别表示X轴和Y轴耦合的弹性系数和阻尼系数,Ωz表示检测块转动的角速度,Fx和Fy分别表示X轴和Y轴方向的静电力,x和y分别表示X轴和Y轴方向的位移,分别表示X轴和Y轴方向的速度,分别表示X轴和Y轴方向的加速度,rx和ry分别表示X轴和Y轴方向的扰动;
步骤2:将MEMS动力学模型(1)改写为
可得
考虑系统存在参数不确定,将未知动力学参数表示为
A=A0+ΔA (4)
B=B0+ΔB (5)
其中,为已知部分,kxx0,dxx0,kyy0,dyy0,kxy0和dxy0表示相应的陀螺参数的标称值,ΔA和ΔB为未知不确定部分;令表示集总不确定项;
将公式(3)改写为
步骤3:定义跟踪误差e=q-qd,定义滑模函数为
其中,k∈R2×2为待设计的正定矩阵,qd为参考信号;
设计如下控制器
u=-a0+ω (8)
其中,表示已知信息,ω是STW控制律,其形式如下
其中,“*”表示两个矩阵对应元素相乘,υ∈R2×1为中间变量,α和β为自适应系数,其自适应律为
β=2ε*α (12)
其中,ω1∈R2×1,γ1∈R2×1,ε∈R2×1,η∈R2×1,μ∈R2×1和αm∈R2×1是待设计的参数向量;
步骤4:采用自适应律式(11)和式(12),基于式(9)和式(10)STW算法设计的控制器(8)驱动模型(6),并通过转换返回MEMS陀螺动力学模型(1),实现陀螺检测质量块振动参考信号的跟踪。
有益效果
本发明提出的一种基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法,与现有技术相比有益效果为:
(1)针对模型不确定和扰动的问题,采用STW算法设计滑模控制器,实现对集总不确定项的处理,减小其对控制效果的不利影响;
(2)针对集总不确定项的动态上界未知的问题,在STW算法中设计系数自适应律,对未知上界进行在线估计,实现在上界变化时,依然能对其准确补偿的目的,从而实现更精准的控制。
附图说明
图1为本发明的流程图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明如图1所示,通过以下步骤实现:
(a)考虑MEMS动力学模型
其中,X轴表示驱动方向,Y轴表示检测方向,Z轴表示转动的角速度方向,m表示陀螺检测块质量,kxx和dxx分别表示X轴的弹性系数和阻尼系数,kyy和dyy分别表示Y轴的弹性系数和阻尼系数,kxy和dxy分别表示X轴和Y轴耦合的弹性系数和阻尼系数,Ωz表示检测块Z轴方向转动的角速度,Fx和Fy分别表示X轴和Y轴方向的静电力,x和y分别表示X轴和Y轴方向的位置,分别表示X轴和Y轴方向的速度,分别表示X轴和Y轴方向的加速度,rx和ry分别表示X轴和Y轴方向的扰动。
(b)MEMS动力学模型(1)可改写为
可得
考虑系统存在参数不确定,将未知动力学参数表示为
A=A0+ΔA (4)
B=B0+ΔB (5)
其中,A0和B0为已知部分,ΔA和ΔB为未知不确定部分。选取陀螺标称参数为kxx0=80.98N/m,kyy0=71.62N/m,kxy0=0.05N/m,dxx0=0.429×10-6Ns/m,dyy0=0.0429×10-6Ns/m,dxy0=0.0429×10-6Ns/m,m=0.57×10-7kg,Ωz=5rad/s。则MEMS动力学模型中系数
表示集总不确定项,其上界δ=[δxy]Txy>0)存在且未知。将公式(3)改写为
(c)定义跟踪误差e=q-qd,其中qd=[xd,yd]T为指令信号,其中xd=Axsin(1000t),yd=-Axsin(1000t),Ax=10μm。则误差动力学方程为
定义滑模函数为
其中,
设计如下控制器
u=-a0+ω (9)
其中,表示已知信息,ω是STW控制律,其形式如下
其中,“*”表示两个矩阵对应元素相乘,υ∈R2×1为中间变量,α和β为自适应系数,其自适应律为
β=2ε*α (13)
其中,ω1=[2.5×109,2.2×108]T,γ1=[0.02,0.02]T,ε=[2000,100]T,η=[5×107,5×106]T,μ=[5400,60]T,αm=[200,41]T,α初值选为[20000,41000]T,β和υ初值都选为[0,0]T。(d)采用自适应律式(11)和式(12),基于式(9)和式(10)STW算法设计的控制器(8)驱动模型(6),并通过转换返回MEMS陀螺动力学模型(1),实现陀螺检测质量块振动参考信号的跟踪。

Claims (1)

1.一种基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法,其特征在于步骤如下:
步骤1:建立MEMS动力学模型
其中,X轴表示驱动方向,Y轴表示检测方向,Z轴表示转动的角速度方向,m表示陀螺检测块质量,kxx和dxx分别表示X轴的弹性系数和阻尼系数,kyy和dyy分别表示Y轴的弹性系数和阻尼系数,kxy和dxy分别表示X轴和Y轴耦合的弹性系数和阻尼系数,Ωz表示检测块转动的角速度,Fx和Fy分别表示X轴和Y轴方向的静电力,x和y分别表示X轴和Y轴方向的位移,分别表示X轴和Y轴方向的速度,分别表示X轴和Y轴方向的加速度,rx和ry分别表示X轴和Y轴方向的扰动;
步骤2:将MEMS动力学模型(1)改写为
可得
考虑系统存在参数不确定,将未知动力学参数表示为
A=A0+ΔA (4)
B=B0+ΔB (5)
其中,为已知部分,kxx0,dxx0,kyy0,dyy0,kxy0和dxy0表示相应的陀螺参数的标称值,ΔA和ΔB为未知不确定部分;令表示集总不确定项;
将公式(3)改写为
步骤3:定义跟踪误差e=q-qd,定义滑模函数为
其中,k∈R2×2为待设计的正定矩阵,qd为参考信号;
设计如下控制器
u=-a0+ω (8)
其中,表示已知信息,ω是STW控制律,其形式如下
其中,“*”表示两个矩阵对应元素相乘,υ∈R2×1为中间变量,α和β为自适应系数,其自适应律为
β=2ε*α (12)
其中,ω1∈R2×1,γ1∈R2×1,ε∈R2×1,η∈R2×1,μ∈R2×1和αm∈R2×1是待设计的参数向量;
步骤4:采用自适应律式(11)和式(12),基于式(9)和式(10)STW算法设计的控制器(8)驱动模型(6),并通过转换返回MEMS陀螺动力学模型(1),实现陀螺检测质量块振动参考信号的跟踪。
CN201910648288.6A 2019-07-18 2019-07-18 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法 Active CN110389526B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910648288.6A CN110389526B (zh) 2019-07-18 2019-07-18 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910648288.6A CN110389526B (zh) 2019-07-18 2019-07-18 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法

Publications (2)

Publication Number Publication Date
CN110389526A true CN110389526A (zh) 2019-10-29
CN110389526B CN110389526B (zh) 2022-03-29

Family

ID=68285139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910648288.6A Active CN110389526B (zh) 2019-07-18 2019-07-18 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法

Country Status (1)

Country Link
CN (1) CN110389526B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034867A (zh) * 2019-12-25 2020-12-04 西北工业大学 一种无人机控制算法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298315A (zh) * 2011-06-21 2011-12-28 河海大学常州校区 基于rbf神经网络滑模控制的mems陀螺仪的自适应控制系统
CN102411302A (zh) * 2011-11-07 2012-04-11 河海大学常州校区 基于直接自适应模糊控制的mems微陀螺仪控制方法
CN104503246A (zh) * 2014-12-31 2015-04-08 河海大学常州校区 微陀螺仪系统的间接自适应神经网络滑模控制方法
CN108241299A (zh) * 2018-01-19 2018-07-03 南通大学 带误差限定的微陀螺自适应滑模控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102298315A (zh) * 2011-06-21 2011-12-28 河海大学常州校区 基于rbf神经网络滑模控制的mems陀螺仪的自适应控制系统
CN102411302A (zh) * 2011-11-07 2012-04-11 河海大学常州校区 基于直接自适应模糊控制的mems微陀螺仪控制方法
CN104503246A (zh) * 2014-12-31 2015-04-08 河海大学常州校区 微陀螺仪系统的间接自适应神经网络滑模控制方法
CN108241299A (zh) * 2018-01-19 2018-07-03 南通大学 带误差限定的微陀螺自适应滑模控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIANXIN REN ETC.: "Adaptive Fuzzy Sliding Mode Control of MEMS Gyroscope with Finite Time Convergence", 《JOURNAL OF SENSORS》 *
ZHILIN FENG ETC.: "Super-Twisting Sliding Mode Control for Micro Gyroscope Based on RBF Neural Network", 《IEEE ACCESS》 *
赵清: "MEMS陀螺仪滑模控制策略研究", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034867A (zh) * 2019-12-25 2020-12-04 西北工业大学 一种无人机控制算法

Also Published As

Publication number Publication date
CN110389526B (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN108897226B (zh) 基于干扰观测器的mems陀螺仪预设性能非奇异滑模控制方法
CN102636995B (zh) 基于rbf神经网络滑模控制微陀螺仪的方法
CN107607101B (zh) 基于干扰观测器的mems陀螺滑模控制方法
CN111708377B (zh) 基于惯导/飞控系统信息融合的飞行控制方法
CN107607102B (zh) 基于干扰观测器的mems陀螺滑模抖振抑制方法
CN104503246B (zh) 微陀螺仪系统的间接自适应神经网络滑模控制方法
CN104281056A (zh) 基于神经网络上界学习的微陀螺仪鲁棒自适应控制方法
CN108710296B (zh) 微陀螺仪的分数阶自适应快速终端滑模控制方法
CN112549030B (zh) 一种基于抗干扰滤波的空间机械臂柔性关节位姿估计方法
CN108241299A (zh) 带误差限定的微陀螺自适应滑模控制方法
CN109240083B (zh) 微陀螺仪系统的自适应模糊超扭曲滑模控制方法
EP2308755A2 (en) Methods and systems for reducing the structural coupling phenomenon in systems for controlling an air refuelling boom
CN105571576A (zh) 一种mems陀螺模态匹配电压自动测试方法
CN103345148A (zh) 微陀螺仪的鲁棒自适应控制方法
CN110389528A (zh) 基于扰动观测的数据驱动mems陀螺仪驱动控制方法
CN108469734A (zh) 考虑状态约束的电机伺服系统自抗扰控制方法
CN102411302A (zh) 基于直接自适应模糊控制的mems微陀螺仪控制方法
CN112077839A (zh) 一种机械臂的运动控制方法及装置
CN107844618A (zh) 用于测量推力和冲量的扭摆系统的设计方法
CN107870566B (zh) 基于平行估计复合学习的mems陀螺仪快速启动方法
CN110389526A (zh) 基于Super-Twisting算法的MEMS陀螺自适应滑模控制方法
CN109062048B (zh) 基于复合学习的mems陀螺仪预设性能非奇异滑模控制方法
CN110442023B (zh) 一种mems陀螺仪驱动与检测模态预设性能抗干扰控制方法
CN110471293B (zh) 一种估计时变角速度的z轴陀螺仪滑模控制方法
Piat et al. Nanoforce estimation based on Kalman filtering and applied to a force sensor using diamagnetic levitation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant