CN113114156A - Mems谐振器自适应混沌控制电路及方法 - Google Patents
Mems谐振器自适应混沌控制电路及方法 Download PDFInfo
- Publication number
- CN113114156A CN113114156A CN202110405685.8A CN202110405685A CN113114156A CN 113114156 A CN113114156 A CN 113114156A CN 202110405685 A CN202110405685 A CN 202110405685A CN 113114156 A CN113114156 A CN 113114156A
- Authority
- CN
- China
- Prior art keywords
- resistor
- omega
- circuit
- branch
- capacitor
- 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
Links
- 230000000739 chaotic effect Effects 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000003044 adaptive effect Effects 0.000 claims abstract description 12
- 239000003990 capacitor Substances 0.000 claims description 37
- 230000010355 oscillation Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000013016 damping Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 101100154972 Human herpesvirus 6B (strain Z29) U24A gene Proteins 0.000 claims description 2
- 238000009795 derivation Methods 0.000 claims description 2
- 230000002441 reversible effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 6
- 238000010587 phase diagram Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012933 kinetic analysis Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- KFOPKOFKGJJEBW-ZSSYTAEJSA-N methyl 2-[(1s,7r,8s,9s,10r,13r,14s,17r)-1,7-dihydroxy-10,13-dimethyl-3-oxo-1,2,6,7,8,9,11,12,14,15,16,17-dodecahydrocyclopenta[a]phenanthren-17-yl]acetate Chemical compound C([C@H]1O)C2=CC(=O)C[C@H](O)[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H](CC(=O)OC)[C@@]1(C)CC2 KFOPKOFKGJJEBW-ZSSYTAEJSA-N 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H9/00—Networks comprising electromechanical or electro-acoustic devices; Electromechanical resonators
- H03H9/02—Details
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H21/00—Adaptive networks
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H9/00—Networks comprising electromechanical or electro-acoustic devices; Electromechanical resonators
- H03H9/24—Constructional features of resonators of material which is not piezoelectric, electrostrictive, or magnetostrictive
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种MEMS谐振器自适应混沌控制电路及方法,属于电路领域。基于能量流理论,MEMS谐振器的动力学微分方程与电路微分方程相一致。据此,选用合适的电子元件设计了它的模拟电路,实验数据(时程图和相图)揭示了MEMS谐振器在58.704Hz(1.68V)和58.791kHz(1.71V)附近固有的混沌行为。在此基础上,提出了一种自适应混沌控制方案,构建了由误差模块、参数更新模块和控制输入模块组成的模拟控制电路。最后,实验研究表明,所提出的自适应控制方案具有良好的控制性能。
Description
技术领域
本发明属于电路领域,涉及MEMS谐振器自适应混沌控制电路及方法。
背景技术
MEMS以其体积小、可靠性高、功耗低等优点在科学技术发展中占有重要地位。从信号 滤波和陀螺仪到存储设备和气体传感器,它都扮演着重要的角色。然而,随着其工作条件的 改变,会表现出非常复杂和有趣的动力学行为,如混沌、Hopf分叉、双稳态特性等。这些不 规则的运动产生的混沌振荡会影响系统的稳定性,甚至导致系统失效。因此,大量学者对其 动态行为和控制方法进行了深入的研究。
基于模拟电路的物理实现方法因其响应速度快、易于实现受到越来越多的关注。García-Martínez等设计了差分映射的电子实现方案。Kengne等基于van der Bohr振子和Duffing 振子的耦合模型构建了相应的模拟电路,并进行了仿真分析。但是他们的研究仅仅停留在软 件仿真上,没有进行物理验证。Sabarathinam等首次采用简单模拟电路实现了Duffing型MEMS 谐振器。但本工作也只是通过模拟电路揭示了谐振器内部的混沌现象,并没有提出抑制混沌 的电路实现方案。
在动力学分析方面,Tajaddodoanfar等采用同伦分析方法分析了MEMS谐振器的非线性运 动特性。Luo等探索了分数阶MEMS谐振器的非线性特性。Saha等讨论了非线性单光纤环形腔 的混沌行为和双稳态特性。Zegadlo等揭示了线性增益和非线性吸收耦合环形谐振器系统的混 沌动力学行为。然而,这些混沌系统均是通过数值模拟软件进行的观察和验证,这不可避免 地存在由系统误差和统计误差引起的不确定性。此外,对于这种复杂的非线性系统,很难用 计算机捕捉到其瞬态变化。最大的缺点是,上述数学模型不能作为驱动方式控制电路的试验 台用来测试控制器的性能。
混沌振荡对系统的稳定运行有不利影响。因此,如何抑制振荡成为一个值得进一步探索 的棘手课题。Fossi等在backstepping框架下设计了一个控制器,抑制MEMS谐振器的混沌行为。 Zhao等开发了一种基于2型序列模糊神经网络的MEMS谐振器模糊混沌控制器。Song等提出了 一种二阶快速终端滑模控制方法,能够有效地抑制混沌。然而,这些控制方案在理论上过于 复杂,偏离了工程实际,例如,现有文献中基于2型序列模糊神经网络的迭代运算无法用电路 元件进行实现。
发明内容
有鉴于此,本发明的目的在于提供一种MEMS谐振器自适应混沌控制电路及方法。
为达到上述目的,本发明提供如下技术方案:
MEMS谐振器自适应混沌控制电路,包括MEMS谐振器的模拟电路和自适应混沌控制的 模拟电路;
所述MEMS谐振器的模拟电路由积分电路1、积分电路2、比例放大电路1、比例放大电路2、AD633JN乘法器1~5、控制输入信号、交流电压信号和求和支路1~6组成;
所述控制输入信号和交流电压信号分别通过求和支路1~6输入积分电路1和积分电路2;
所述控制输入信号与控制输入模块连接;
所述积分电路1与比例放大电路1连接;
所述积分电路1包括依次连接的100kΩ的电阻R1、放大器U1A和0.1μF的电容;
所述比例放大电路1包括依次连接的100kΩ的电阻R2、放大器U2A和100kΩ的电阻R10;
所述积分电路2与比例放大电路2连接;
所述积分电路2包括依次连接的放大器U3A和0.1μF的电容;
所述比例放大电路2包括依次连接的100kΩ的电阻R11、放大器U4A和100kΩ的电阻 R12;
所述求和支路1包括并联的1MΩ的电阻R3和28.4KΩ的电阻R4;
所述求和支路2包括依次连接的乘法器U32、乘法器U33和10.75kΩ的电阻R5;
所述求和支路3包括依次连接的乘法器U34和2.5KΩ的电阻R9;
所述求和支路4包括依次连接的乘法器U35和500KΩ的电阻R6;
所述求和支路5包括10KΩ的电阻R7;
所述求和支路6包括依次连接的乘法器U36、33.33KΩ的电阻R8和0.1μF的电容;
支路e1包括连接的100kΩ的电阻R22、100kΩ的电阻R23、放大器U9A、100kΩ的电阻 R25(其反向支路包括连接100kΩ的电阻R56、放大器U25A和100kΩ的电阻R55);
支路e2包括连接的100kΩ的电阻R24、100kΩ的电阻R26、放大器U10A、100kΩ的电阻R27、100kΩ的电阻R28、放大器U11A和100kΩ的电阻R29;
支路a1包括连接的500Ω的电阻R15、100kΩ的电阻R18、放大器U7A、100kΩ的电阻R19、100kΩ的电阻R21、放大器U8A和100kΩ的电阻R20;
支路x1d包括连接的100kΩ的电阻R13、放大器U6A和100kΩ的电阻R14;
所述求和支路11包括连接的乘法器U56、0.1μF的电容C37、0.1μF的电容C38和250Ω的电阻R40;
所述求和支路12包括100kΩ的电阻R38;
所述求和支路13包括连接的乘法器U57、0.1μF的电容C39、0.1μF的电容C40和333.33 Ω的电阻R37;
所述求和支路14包括5kΩ的电阻R39;
控制输入模块包括并联的求和支路21~27以及串联的2个比例放大电路;
所述求和支路21包括连接的乘法器U59、0.1μF的电容C43、0.1μF的电容C44和10Ω的电阻R60;
所述求和支路22包括连接的乘法器U60、0.1μF的电容C45、0.1μF的电容C46和10Ω的电阻R59;
所述求和支路23包括连接的乘法器U61、0.1μF的电容C47、0.1μF的电容C48和10Ω的电阻R58;
所述求和支路24包括连接的乘法器U62、0.1μF的电容C49、0.1μF的电容C50和10Ω的电阻R57;
所述求和支路25包括100kΩ的电阻R61;
所述求和支路26包括100kΩ的电阻R62;
所述求和支路27包括100kΩ的电阻R63。
基于所述电路的MEMS谐振器自适应混沌控制方法,包括以下步骤:
该方法包括以下步骤:
S1:系统建模;
S2:模拟电路构建与非线性分析;
S3:控制器设计及其电路实现。
可选的,所述S1具体为:谐振器电极上的直流和交流电压源共同作用产生驱动电压 Vb+VAC sinΩt,驱动电压与平行板之间的相互作用产生外部驱动力Fact使微梁振动,力平衡方 程为
其中meff、b、b1、b2分别表示系统的有效集中质量、阻尼系数、线性机械刚度和立方机 械刚度,z为梁的垂直位移,d为初始间隙宽度,Fact和Vbias为静电驱动力和偏置电压,VAC和Ω为交流电源的振幅和频率,C0表示平行板之间的电容;
通过变换方程,MEMS谐振器的数学模型被改写如下:
相关参数β=12,γ=0.338,μ=0.01。
可选的,所述S2具体包括以下步骤:
S21:模拟电路设计;
基于能量流理论,利用电阻、电容、运算放大器TL074CN和乘法器AD633电子元件构建模拟电路,设置静态平衡电阻进行偏移补偿,积分漂移电阻来抑制积分漂移引起的饱和与 截止现象,滤波电路用于消除干扰信号;其中交流电压信号V1表示Asin(ωT),节点电压x1和 x2代表MEMS谐振器的状态变量x1和x2,输出为的乘法器AD633用于生 成非线性项;基于基尔霍夫电压定律,相应的电路方程如下:
为将数学模型的数值运算映射到电子电路中,进行如下时间缩放:τ=10-2T,通过时间缩 放,模型中的数字运算得以在电子器件带宽内实现;
S22:非线性分析
采用双通道信号发生器为所构建的电路提供交流信号,采用直流稳压电源为运算放大器 TL074CN和乘法器AD633提供14V工作电压。
可选的,控制器设计:通过添加控制输入u,将MEMS谐振器的控制方程写为
定义跟踪误差e1和e2
e1=x1-x1d,e2=x2-α1, (23)
由于MEMS谐振器工作状态的变化和外界环境干扰带来的不确定性,MEMS谐振器的参 数μ、k1、k2和A未知,需要对其进行估计;定义参数估计误差如下
选择Lyapunov函数为
其中ρi,i=1,…,6正常数;
对V求导;得到
给出控制律和参数更新律:
其中βi=ρi+2/ρ2,(i=1,…,4);
针对MEMS谐振器的混沌控制问题,设计具有自适应律(11)的控制输入(10);通过选择 参数,闭环系统中的所有信号全局渐近稳定,混沌振荡被抑制;
Proof::基于(10)和(11),对Lyapunov函数的导数进行简化:
电路实现:模拟控制电路由三个模块构成:误差模块、参数更新模块和控制输入模块;
误差模块:将跟踪误差转换为电压信号,其电路方程如下
该模块实现对x1d和a1的求导,电路方程如下:
其中dx1d和da1是微分电路的输出电压信号;
参数更新模块:用于估计和更新未知参数的作用;对应于参数更新律(12),电路方程如 下:
控制输入模块:将控制输入(10)转换为电压信号输入Cinput,电路方程如下:
将控制输入模块的节点Cinput连接到MEMS谐振器的等效电路中,进行混沌抑制。
本发明的有益效果在于:
(1)以能量流理论为基础,构建了模拟电路用来等效MEMS谐振器。实验结果揭示了MEMS谐振器在1.71V、58.791Hz和1.68V、58.704Hz下固有的混沌行为。与已有文献相比, 它能够更清楚地显示不同激励电压下的瞬态变化过程。
(2)与现有技术不同,本发明没有止步于MEMS谐振器的电路模型,而是进一步提出了一种自适应混沌控制方法,并实现了其物理电路。同时,利用所构建的等效电路作为试验台,验证了控制电路的有效性。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某 种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发 明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详 细描述,其中:
图1为静电驱动MEMS谐振器结构图;
图2为MEMS谐振器的模拟电路;
图3为误差模块;
图4为参数更新模块;
图5为控制输入模块;
图6为本发明电路总图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精 神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本 发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明 的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表 实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理 解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中, 需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基 于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所 指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系 的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言, 可以根据具体情况理解上述术语的具体含义。
本请参阅图1~图6,本发明研究了静电驱动MEMS谐振器的自适应混沌控制问题,并 通过模拟电路进行了实时实验验证。
(1)系统建模
图1给出了静电驱动型MEMS谐振器的结构示意图。谐振器电极上的直流和交流电压源 共同作用产生驱动电压Vb+VAC sinΩt,驱动电压与平行板之间的相互作用产生外部驱动力Fact使微梁振动。其力平衡方程为
其中meff、b、b1、b2分别表示系统的有效集中质量、阻尼系数、线性机械刚度和立方机 械刚度,z为梁的垂直位移,d为初始间隙宽度,Fact和Vbias为静电驱动力和偏置电压,VAC和Ω为交流电源的振幅和频率,C0表示平行板之间的电容。
通过变换上述方程,MEMS谐振器的数学模型被改写如下:
相关参数β=12,γ=0.338,μ=0.01。
(2)模拟电路构建与非线性分析
A.模拟电路设计
基于能量流理论,利用电阻、电容、运算放大器TL074CN和乘法器AD633等电子元件构建模拟电路,如图2所示。在图2中,比例放大电路、积分电路和微分电路用于实现加、 减、乘、除、积分和微分的数学运算。另外,在实际电路搭建过程中,设置静态平衡电阻进 行偏移补偿,积分漂移电阻来抑制积分漂移引起的饱和与截止现象,滤波电路用于消除干扰 信号。其中交流电压信号V1表示Asin(ωT),节点电压x1和x2代表MEMS谐振器的状态变量 x1和x2,输出为的乘法器AD633用于生成非线性项。基于基尔霍夫电压定律,相应的电路方程如下
评论1:为了精确地将数学模型的数值运算映射到电子电路中,进行了如下时间缩放 τ=10-2T,通过时间缩放,模型中的数字运算得以在电子器件带宽内实现。
B.非线性分析
为了揭示MEMS谐振器的非线性行为,便于后续控制器设计,采用双通道信号发生器为 所构建的电路提供交流信号,采用直流稳压电源为运算放大器TL074CN和乘法器AD633提 供14V工作电压。图3展示了实验平台,示波器通道1和2与电路节点x1和x2相连,并将 初始值设置为0。图4为A为1.71V,f为58.791Hz时,电压信号x1和x2的相图与时程图。 与之相似,图4为A=1.68V、f=58.704Hz时的相图和时程图。从图4可以明显看出,模拟电 路出现了混沌振荡。
图5进一步证明了MEMS谐振器在另一种情况下可以产生两个吸引子的混沌振动。MEMS谐振器在特定的工作条件下发生的混沌振荡,严重影响系统的稳定性,甚至导致系统失效。因此,研究一种抑制振荡的方法十分迫切。
(3)控制器设计及其电路实现
控制器设计
通过添加控制输入u,将MEMS谐振器的控制方程写为
定义跟踪误差e1和e2
e1=x1-x1d,e2=x2-α1, (40)
由于MEMS谐振器工作状态的变化和外界环境干扰带来的不确定性,MEMS谐振器的参 数μ、k1、k2和A未知,需要对其进行估计。因此,定义参数估计误差如下
选择Lyapunov函数为
其中ρi,i=1,…,6正常数.
对V求导,得到
然后,给出了控制律和参数更新律
其中βi=ρi+2/ρ2,(i=1,…,4).
定理1:针对MEMS谐振器的混沌控制问题,设计了具有自适应律(11)的控制输入(10)。 通过选择参数,闭环系统中的所有信号全局渐近稳定,混沌振荡被抑制。
Proof::基于(10)和(11),对Lyapunov函数的导数进行简化
电路实现
使用电子元件构建了所提控制方案的模拟电路。模拟控制电路由三个模块构成:误差模 块、参数更新模块和控制输入模块。
模块1:误差模块将跟踪误差转换为电压信号。该模块的电路图和电子元件的参数如图6 所示,其电路方程如下
此外,该模块实现了对x1d和a1的求导,电路方程如下
其中dx1d和da1是微分电路的输出电压信号。
模块2:参数更新模块,起到估计和更新未知参数的作用。对应于参数更新律(12),电路 方程如下
模块3:控制输入模块将控制输入(10)转换为电压信号输入Cinput,其电路方程如下
如图2中框图:控制输入信号所示,将模块3中的节点Cinput连接到MEMS谐振器的等效电路中,进行混沌抑制。
(4)实验分析
令控制器参数β1=β2=0.2,β3=2,β4=0.1。以幅值为10V、频率为55Hz的正弦交流电压信号x1d为理想信号。x1和x2的性能曲线可知,在随机选取的时间周期内,不同驱动电压下的信号 x1与x1d、x2与x2d几乎完全重合,同时,误差变量e1在±0.8V内,e2在±0.4V内。值得一提的 是,根据示波器的扫描时间可知,实际电压信号可以在毫秒尺度内跟踪到理想信号。因此, 有如下结论:状态信号x1可以快速且准确地跟踪给定信号x1d。此外,与图5和图6中对应的 时间历程图相比,一旦将输出电压信号Cinput接入到构建的电路模型中,混沌振荡转化为周期 运动。由此可见,该控制电路具有良好的混沌抑制能力。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施 例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进 行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求 范围当中。
Claims (5)
1.MEMS谐振器自适应混沌控制电路,其特征在于:包括MEMS谐振器的模拟电路和自适应混沌控制的模拟电路;
所述MEMS谐振器的模拟电路由积分电路1、积分电路2、比例放大电路1、比例放大电路2、AD633JN乘法器1~5、控制输入信号、交流电压信号和求和支路1~6组成;
所述控制输入信号和交流电压信号分别通过求和支路1~6输入积分电路1和积分电路2;
所述控制输入信号与控制输入模块连接;
所述积分电路1与比例放大电路1连接;
所述积分电路1包括依次连接的100kΩ的电阻R1、放大器U1A和0.1μF的电容;
所述比例放大电路1包括依次连接的100kΩ的电阻R2、放大器U2A和100kΩ的电阻R10;
所述积分电路2与比例放大电路2连接;
所述积分电路2包括依次连接的放大器U3A和0.1μF的电容;
所述比例放大电路2包括依次连接的100kΩ的电阻R11、放大器U4A和100kΩ的电阻R12;
所述求和支路1包括并联的1MΩ的电阻R3和28.4KΩ的电阻R4;
所述求和支路2包括依次连接的乘法器U32、乘法器U33和10.75kΩ的电阻R5;
所述求和支路3包括依次连接的乘法器U34和2.5KΩ的电阻R9;
所述求和支路4包括依次连接的乘法器U35和500KΩ的电阻R6;
所述求和支路5包括10KΩ的电阻R7;
所述求和支路6包括依次连接的乘法器U36、33.33KΩ的电阻R8和0.1μF的电容;
支路e1包括连接的100kΩ的电阻R22、100kΩ的电阻R23、放大器U9A、100kΩ的电阻R25(其反向支路包括连接100kΩ的电阻R56、放大器U25A和100kΩ的电阻R55);
支路e2包括连接的100kΩ的电阻R24、100kΩ的电阻R26、放大器U10A、100kΩ的电阻R27、100kΩ的电阻R28、放大器U11A和100kΩ的电阻R29;
支路a1包括连接的500Ω的电阻R15、100kΩ的电阻R18、放大器U7A、100kΩ的电阻R19、100kΩ的电阻R21、放大器U8A和100kΩ的电阻R20;
支路x1d包括连接的100kΩ的电阻R13、放大器U6A和100kΩ的电阻R14;
所述求和支路11包括连接的乘法器U56、0.1μF的电容C37、0.1μF的电容C38和250Ω的电阻R40;
所述求和支路12包括100kΩ的电阻R38;
所述求和支路13包括连接的乘法器U57、0.1μF的电容C39、0.1μF的电容C40和333.33Ω的电阻R37;
所述求和支路14包括5kΩ的电阻R39;
控制输入模块包括并联的求和支路21~27以及串联的2个比例放大电路;
所述求和支路21包括连接的乘法器U59、0.1μF的电容C43、0.1μF的电容C44和10Ω的电阻R60;
所述求和支路22包括连接的乘法器U60、0.1μF的电容C45、0.1μF的电容C46和10Ω的电阻R59;
所述求和支路23包括连接的乘法器U61、0.1μF的电容C47、0.1μF的电容C48和10Ω的电阻R58;
所述求和支路24包括连接的乘法器U62、0.1μF的电容C49、0.1μF的电容C50和10Ω的电阻R57;
所述求和支路25包括100kΩ的电阻R61;
所述求和支路26包括100kΩ的电阻R62;
所述求和支路27包括100kΩ的电阻R63。
2.基于权利要求1所述电路的MEMS谐振器自适应混沌控制方法,其特征在于:该方法包括以下步骤:
S1:系统建模;
S2:模拟电路构建与非线性分析;
S3:控制器设计及其电路实现。
3.根据权利要求2所述的MEMS谐振器自适应混沌控制方法,其特征在于:所述S1具体为:谐振器电极上的直流和交流电压源共同作用产生驱动电压Vb+VACsinΩt,驱动电压与平行板之间的相互作用产生外部驱动力Fact使微梁振动,力平衡方程为
其中meff、b、b1、b2分别表示系统的有效集中质量、阻尼系数、线性机械刚度和立方机械刚度,z为梁的垂直位移,d为初始间隙宽度,Fact和Vbias为静电驱动力和偏置电压,VAC和Ω为交流电源的振幅和频率,C0表示平行板之间的电容;
通过变换方程,MEMS谐振器的数学模型被改写如下:
相关参数β=12,γ=0.338,μ=0.01。
4.根据权利要求3所述的MEMS谐振器自适应混沌控制方法,其特征在于:所述S2具体包括以下步骤:
S21:模拟电路设计;
基于能量流理论,利用电阻、电容、运算放大器TL074CN和乘法器AD633电子元件构建模拟电路,设置静态平衡电阻进行偏移补偿,积分漂移电阻来抑制积分漂移引起的饱和与截止现象,滤波电路用于消除干扰信号;其中交流电压信号V1表示Asin(ωT),节点电压x1和x2代表MEMS谐振器的状态变量x1和x2,输出为的乘法器AD633用于生成非线性项;基于基尔霍夫电压定律,相应的电路方程如下
为将数学模型的数值运算映射到电子电路中,进行如下时间缩放:τ=10-2T,通过时间缩放,模型中的数字运算得以在电子器件带宽内实现;
S22:非线性分析
采用双通道信号发生器为所构建的电路提供交流信号,采用直流稳压电源为运算放大器TL074CN和乘法器AD633提供14V工作电压。
5.根据权利要求4所述的MEMS谐振器自适应混沌控制方法,其特征在于:所述S3具体为:控制器设计:通过添加控制输入u,将MEMS谐振器的控制方程写为
定义跟踪误差e1和e2
e1=x1-x1d,e2=x2-α1, (6)
由于MEMS谐振器工作状态的变化和外界环境干扰带来的不确定性,MEMS谐振器的参数μ、k1、k2和A未知,需要对其进行估计;定义参数估计误差如下
选择Lyapunov函数为
其中ρi,i=1,…,6正常数;
对V求导;得到
给出控制律和参数更新律:
其中βi=ρi+2/ρ2,(i=1,…,4);
针对MEMS谐振器的混沌控制问题,设计具有自适应律(11)的控制输入(10);通过选择参数,闭环系统中的所有信号全局渐近稳定,混沌振荡被抑制;
Proof::基于(10)和(11),对Lyapunov函数的导数进行简化:
电路实现:模拟控制电路由三个模块构成:误差模块、参数更新模块和控制输入模块;
误差模块:将跟踪误差转换为电压信号,其电路方程如下
该模块实现对x1d和a1的求导,电路方程如下:
其中dx1d和da1是微分电路的输出电压信号;
参数更新模块:用于估计和更新未知参数的作用;对应于参数更新律(12),电路方程如下:
控制输入模块:将控制输入(10)转换为电压信号输入Cinput,电路方程如下:
将控制输入模块的节点Cinput连接到MEMS谐振器的等效电路中,进行混沌抑制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405685.8A CN113114156B (zh) | 2021-04-15 | 2021-04-15 | Mems谐振器自适应混沌控制电路及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405685.8A CN113114156B (zh) | 2021-04-15 | 2021-04-15 | Mems谐振器自适应混沌控制电路及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113114156A true CN113114156A (zh) | 2021-07-13 |
CN113114156B CN113114156B (zh) | 2022-08-02 |
Family
ID=76717332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110405685.8A Active CN113114156B (zh) | 2021-04-15 | 2021-04-15 | Mems谐振器自适应混沌控制电路及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113114156B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030123046A1 (en) * | 2001-12-12 | 2003-07-03 | Heaton Mark W. | High performance controller for shifting resonance in micro-electro-mechanical systems (MEMS) devices |
CN105515547A (zh) * | 2015-12-14 | 2016-04-20 | 山东理工大学 | 谐振器纳米梁平行板静电控制装置及其控制方法 |
CN107367271A (zh) * | 2016-05-11 | 2017-11-21 | 株式会社村田制作所 | 用于微机电陀螺仪的数字控制器 |
CN108614419A (zh) * | 2018-03-28 | 2018-10-02 | 贵州大学 | 一种弧形微机电系统的自适应神经网络控制方法 |
CN109378807A (zh) * | 2018-11-01 | 2019-02-22 | 中国矿业大学 | 一种铁磁谐振过电压混沌的固定时间滑模的抑制方法 |
CN109991852A (zh) * | 2019-04-19 | 2019-07-09 | 贵州大学 | 具有磁滞特性的分数阶静电驱动微机电系统控制方法 |
-
2021
- 2021-04-15 CN CN202110405685.8A patent/CN113114156B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030123046A1 (en) * | 2001-12-12 | 2003-07-03 | Heaton Mark W. | High performance controller for shifting resonance in micro-electro-mechanical systems (MEMS) devices |
CN105515547A (zh) * | 2015-12-14 | 2016-04-20 | 山东理工大学 | 谐振器纳米梁平行板静电控制装置及其控制方法 |
CN107367271A (zh) * | 2016-05-11 | 2017-11-21 | 株式会社村田制作所 | 用于微机电陀螺仪的数字控制器 |
CN108614419A (zh) * | 2018-03-28 | 2018-10-02 | 贵州大学 | 一种弧形微机电系统的自适应神经网络控制方法 |
CN109378807A (zh) * | 2018-11-01 | 2019-02-22 | 中国矿业大学 | 一种铁磁谐振过电压混沌的固定时间滑模的抑制方法 |
CN109991852A (zh) * | 2019-04-19 | 2019-07-09 | 贵州大学 | 具有磁滞特性的分数阶静电驱动微机电系统控制方法 |
Non-Patent Citations (1)
Title |
---|
SHAOHUA LUO 等: "Dynamical analysis and chaos control of MEMS resonators by using the analog circuit", 《NONLINEAR DYNAMICS》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113114156B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Schrijver et al. | Disturbance observers for rigid mechanical systems: equivalence, stability, and design | |
Zanasi et al. | Nonlinear filters for the generation of smooth trajectories | |
Luo et al. | Observer-based adaptive stabilization of the fractional-order chaotic MEMS resonator | |
Gritli et al. | Self-generated limit cycle tracking of the underactuated inertia wheel inverted pendulum under IDA-PBC | |
Dogan et al. | On the control of two-link flexible robot arm with nonuniform cross section | |
Azizi et al. | Application of piezoelectric actuation to regularize the chaotic response of an electrostatically actuated micro-beam | |
Ikhouane et al. | A linear controller for hysteretic systems | |
CN103324087A (zh) | 基于神经网络的微陀螺仪的自适应反演控制系统及方法 | |
Li et al. | Multi-solution phenomena and nonlinear characteristics of tristable galloping energy harvesters with magnetic coupling nonlinearity | |
Pandey et al. | Analytical solution of the modified Reynolds equation for squeeze film damping in perforated MEMS structures | |
Doris et al. | Observer designs for experimental non-smooth and discontinuous systems | |
Lei et al. | Adaptive neural nonsingular terminal sliding mode control for MEMS gyroscope based on dynamic surface controller | |
Luo et al. | Dynamical analysis and chaos control of MEMS resonators by using the analog circuit | |
Martinez et al. | Analysis and design of oscillatory control systems | |
CN113114156B (zh) | Mems谐振器自适应混沌控制电路及方法 | |
Ge et al. | Identification and control of nonlinear systems by a time-delay recurrent neural network | |
Wang | Dynamics of unsymmetric piecewise-linear/non-linear systems using finite elements in time | |
Abadi et al. | Chattering-free adaptive finite-time sliding mode control for trajectory tracking of MEMS gyroscope | |
Fujimoto | Balanced realization and model order reduction for port-Hamiltonian systems | |
Cohen | Conservation properties of numerical integrators for highly oscillatory Hamiltonian systems | |
Schultz et al. | Variational integrators for structure-preserving filtering | |
Amir et al. | The Variational Iteration Method for a Pendulum with a Combined Translational and Rotational System | |
Ge et al. | Non-linear dynamics and control of chaos for a tachometer | |
Ozkan et al. | The controller output observer: Estimation of vehicle tire cornering and normal forces | |
Avis et al. | Energy-based hybrid control for the RTAC system: Experimental results |
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 |