本发明涉及一种MEMS陀螺仪的模态控制方法,特别是涉及一种基于干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法,属于智能化仪器仪表领域。
背景技术:
作为一种角运动测量传感器,MEMS陀螺仪受环境因素和外部干扰影响较大,常规PID控制方法难以实现陀螺的高精度控制。为进一步提高MEMS陀螺的测量精度,《Sliding mode control of MEMS gyroscopes using composite learning》(Rui Zhang,Tianyi Shao,Wanliang Zhao,Aijun Li,Bin Xu,《Neurocomputing》,2018)一文提出一种MEMS陀螺仪滑模自适应控制方法。一方面构建自适应动态调节参数的神经网络预测系统非线性;另一方面由于系统处于滑动模态时,对参数不确定不敏感,设计滑模控制器,实现未知动力学的前馈补偿。这种方法虽然通过提高MEMS陀螺驱动控制精度改善了陀螺性能,但并未考虑外部干扰、滑模控制奇异问题以及系统超调、跟踪误差无法预先设计的问题。
技术实现要素:
要解决的技术问题
为克服现有技术未考虑外部干扰、滑模控制奇异问题以及系统超调、跟踪误差无法预先设计的不足,本发明提出了一种基于干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法。该方法不仅引入性能函数使跟踪误差受限,通过误差转换将受限的跟踪误差转换为不受限的转换误差,设计基于转换误差的滑模控制器和神经网络自适应更新律,实现MEMS陀螺的预设性能控制;还给出非奇异滑模控制器,避免系统的奇异问题;并且设计干扰观测器对MEMS陀螺正常工作时的外部时变干扰进行估计补偿,有效提高MEMS陀螺的控制精度。
技术方案
一种基于干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法,其特征在于步骤如下:
步骤1:考虑存在参数摄动和外部时变干扰的MEMS陀螺仪的动力学模型为:
其中,m为检测质量块的质量;Ωz为陀螺输入角速度;和x*分别为MEMS陀螺仪检测质量块沿驱动轴的加速度,速度和位移;和y*分别为沿检测轴的加速度,速度和位移;和为静电驱动力;dxx和dyy为阻尼系数;kxx和kyy为刚度系数;和为非线性系数;dxy为阻尼耦合系数,kxy为刚度耦合系数;和分别为沿驱动轴和检测轴的时变干扰,根据振动傅里叶变换后的简谐运动选取;且其中和是参数标称值,根据MEMS陀螺参数选取;Δkxx、Δkyy、Δdxx、Δdyy、Δkxy和Δdxy是未知的不确定参数;
取无量纲化时间t*=ωot,并在(1)两边同时除以参考频率的平方参考长度q0和检测质量块质量m,对MEMS陀螺动力学模型进行无量纲化处理,得到
其中,
重新定义相关系统参数为
则MEMS陀螺的无量纲化模型可化简为
令(4)可表示为
其中,为非线性动力学,且Γx和Γy分别为沿驱动轴和检测轴的非线性动力学;σ(t)=[σ1(t) σ2(t)]T,σ1(t)和σ2(t)分别为沿驱动轴和检测轴的无量纲时变干扰;u=f=[ux uy]T为控制输入,且ux和uy分别为沿驱动轴和检测轴的控制输入;
步骤2:构造神经网络逼近得到
其中,是神经网络的输入向量;为神经网络的权值矩阵,M为神经网络节点数;为基向量,其第i个元素为
其中,σi是该高斯函数的标准差;是该高斯函数的中心;
给出神经网络权值的更新律为
其中,λ和δ为待设计的正常数;
步骤3:建立MEMS陀螺的动力学参考模型为
其中,为参考振动位移信号,Ax和Ay分别为检测质量块沿驱动轴和检测轴振动的参考振幅;ωx和ωy分别为检测质量块沿驱动轴和检测轴振动的参考角频率;和分别为检测质量块沿驱动轴和检测轴振动的相位差;为qd的二阶导数;
定义跟踪误差为
e(t)=q-qd (10)
其中,e(t)=[ex(t) ey(t)]T,ex(t)和ey(t)分别为检测质量块沿驱动轴和检测轴的跟踪误差;
考虑陀螺振动位移受限,设计严格递减的性能函数为
其中,ηx(t)和ηy(t)分别为驱动轴和检测轴的性能函数,其初值分别为和且分别收敛至和待设计参数l1>0,l2>0;
使得
其中,待设计参数τ1>0,τ2>0;
将受限的跟踪误差e(t)转换为不受限的转换误差ν,定义
e(t)=η(t)χ(ν) (13)
其中,ν=[ν1 ν2]T,χ(ν)=[χ1(ν1) χ2(ν2)]T,和是严格递增的平滑函数;
构建转换误差为
对转换误差求一阶导数,有
步骤4:定义非奇异终端滑模面为
其中,s=[s1 s2]T,s1和s2分别为沿驱动轴和检测轴的滑模函数;β为满足Hurwitz条件的矩阵;且1<r<2;
则控制器可设计为
u=u1+u2+u3 (17)
u3=-μ1s-μ2|s|γsign(s)(20)
其中,且
μ2>0;|s|γsign(s)=[|s1|γsign(s1)|s2|γsign(s2)]T且0<γ<1;
设计干扰观测器为
其中,为外部干扰σ(t)的估计值;L为待设计的正定矩阵;z为中间变量;
步骤5:根据(17)~(20)得到的控制器u计算得到静电驱动力返回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干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法,与现有技术相比的有益效果为:
(1)针对滑模函数的奇异问题,引入非奇异终端滑模控制,选取1<r1<2,1<r2<2,当s=[s1 s2]T,s1→0、s2→0时,有效避免了奇异问题;
(2)针对系统超调及跟踪误差无法预先估计的问题,引入预设性能函数,通过构建转换误差将受限系统转换为不受限系统,设计基于转换误差的滑模控制器和复合学习律,实现MEMS陀螺的预设性能控制;
(3)针对MEMS陀螺正常工作时的外部时变干扰,设计干扰观测器对其进行估计补偿,有效提高MEMS陀螺的控制精度。
附图说明
图1本发明具体实施流程图
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明的技术解决方案是:一种基于干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法,通过以下步骤实现:
(a)考虑存在参数摄动和外部时变干扰的MEMS陀螺动力学模型为:
其中,m为检测质量块的质量;Ωz为陀螺输入角速度;和x*分别为MEMS陀螺仪检测质量块沿驱动轴的加速度,速度和位移;和y*分别为沿检测轴的加速度,速度和位移;和为静电驱动力;dxx和dyy为阻尼系数;kxx和kyy为刚度系数;和为非线性系数;dxy为阻尼耦合系数,kxy为刚度耦合系数;和分别为沿驱动轴和检测轴的时变干扰,根据振动傅里叶变换后的简谐运动选取。且其中和是参数标称值,根据MEMS陀螺参数选取;Δkxx、Δkyy、Δdxx、Δdyy、Δkxy和Δdxy是未知的不确定参数。
取无量纲化时间t*=ωot,并在(1)两边同时除以参考频率的平方参考长度q0和检测质量块质量m,对MEMS陀螺动力学模型进行无量纲化处理,得到
其中,
重新定义相关系统参数为
则MEMS陀螺的无量纲化模型可化简为
令(4)可表示为
其中,为非线性动力学,且Γx和Γy分别为沿驱动轴和检测轴的非线性动力学;σ(t)=[σ1(t) σ2(t)]T,σ1(t)和σ2(t)分别为沿驱动轴和检测轴的无量纲时变干扰;u=f=[ux uy]T为控制输入,且ux和uy分别为沿驱动轴和检测轴的控制输入。
(b)构造神经网络逼近得到
其中,是神经网络的输入向量;为神经网络的权值矩阵,M为神经网络节点数;为基向量,其第i个元素为
其中,σi是该高斯函数的标准差;是该高斯函数的中心。
给出神经网络权值的更新律为
其中,λ和δ为待设计的正常数。
(c)建立MEMS陀螺的动力学参考模型为
其中,为参考振动位移信号,Ax和Ay分别为检测质量块沿驱动轴和检测轴振动的参考振幅;ωx和ωy分别为检测质量块沿驱动轴和检测轴振动的参考角频率;和分别为检测质量块沿驱动轴和检测轴振动的相位差;为qd的二阶导数;
定义跟踪误差为
e(t)=q-qd (10)
其中,e(t)=[ex(t) ey(t)]T,ex(t)和ey(t)分别为检测质量块沿驱动轴和检测轴的跟踪误差。
考虑陀螺振动位移受限,设计严格递减的性能函数为
其中,ηx(t)和ηy(t)分别为驱动轴和检测轴的性能函数,其初值分别为和且分别收敛至和待设计参数l1>0,l2>0。
使得
其中,待设计参数τ1>0,τ2>0。
将受限的跟踪误差e(t)转换为不受限的转换误差ν,定义
e(t)=η(t)χ(ν) (13)
其中,ν=[ν1ν2]T,χ(ν)=[χ1(ν1) χ2(ν2)]T,和是严格递增的平滑函数。
构建转换误差为
对转换误差求一阶导数,有
(d)定义非奇异终端滑模面为
其中,s=[s1 s2]T,s1和s2分别为沿驱动轴和检测轴的滑模函数;β为满足Hurwitz条件的矩阵;且1<r<2。
则控制器可设计为
u=u1+u2+u3 (17)
u3=-μ1s-μ2|s|γsign(s) (20)
其中,且
μ2>0;|s|γsign(s)=[|s1|γsign(s1)|s2|γsign(s2)]T且0<γ<1。
设计干扰观测器为
其中,为外部干扰σ(t)的估计值;L为待设计的正定矩阵;z为中间变量。
(e)根据(17)~(20)得到的控制器u计算得到静电驱动力返回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。
实施例:如图1所示,
(a)考虑存在参数摄动和外部时变干扰的MEMS陀螺动力学模型为:
其中,m为检测质量块的质量;Ωz为陀螺输入角速度;和x*分别为MEMS陀螺仪检测质量块沿驱动轴的加速度,速度和位移;和y*分别为沿检测轴的加速度,速度和位移;和为静电驱动力;dxx和dyy为阻尼系数;kxx和kyy为刚度系数;和为非线性系数;dxy为阻尼耦合系数,kxy为刚度耦合系数;和分别为沿驱动轴和检测轴的时变干扰,根据振动傅里叶变换后的简谐运动选取。且其中和是参数标称值;Δkxx、Δkyy、Δdxx、Δdyy、Δkxy和Δdxy是未知的不确定参数。根据某型号的振动式硅微机械陀螺,选取陀螺各参数为m=5.7×10-9kg,q0=10-5m,ω0=1kHz,Ωz=5.0rad/s,并给出陀螺正常工作时的外部时变干扰
取无量纲化时间t*=ωot,并在(1)两边同时除以参考频率的平方参考长度q0和检测质量块质量m,对MEMS陀螺动力学模型进行无量纲化处理,得到
其中,
重新定义相关系统参数为
则MEMS陀螺的无量纲化模型可化简为
令(4)可表示为
其中,为非线性动力学,且Γx和Γy分别为沿驱动轴和检测轴的非线性动力学;σ(t)=[σ1(t) σ2(t)]T,σ1(t)和σ2(t)分别为沿驱动轴和检测轴的无量纲时变干扰;u=f=[ux uy]T为控制输入,且ux和uy分别为沿驱动轴和检测轴的控制输入。
(b)构造神经网络逼近得到
其中,是神经网络的输入向量;为神经网络的权值矩阵,M为神经网络节点数,选取M=5×5×3×3=225;为基向量,其第i(i=1,2,……,M)个元素为
其中,σi是该高斯函数的标准差,选取为σi=1;是该高斯函数的中心,其值在[-1 1]×[-1.2 1.2]×[-1.71 1.71]×[-1.33 1.33]之间任意选取。
给出神经网络权值的更新律为
其中,λ=300,δ=0.2。
(c)建立MEMS陀螺的动力学参考模型为
其中,为参考振动位移信号,Ax和Ay分别为检测质量块沿驱动轴和检测轴振动的参考振幅,且Ax=1,Ay=1.2;ωx和ωy分别为检测质量块沿驱动轴和检测轴振动的参考角频率,且ωx=1.71,ωy=1.11;和分别为检测质量块沿驱动轴和检测轴振动的相位差,且为qd的二阶导数;
定义跟踪误差为
e(t)=q-qd (10)
其中,e(t)=[ex(t) ey(t)]T,ex(t)和ey(t)分别为检测质量块沿驱动轴和检测轴的跟踪误差。
考虑陀螺振动位移受限,设计严格递减的性能函数为
其中,ηx(t)和ηy(t)分别为驱动轴和检测轴的性能函数,其初值分别为分别收敛至和且l1=0.1,l2=0.1。
使得
其中,τ1=1,τ2=1。
将受限的跟踪误差e(t)转换为不受限的转换误差ν,定义
e(t)=η(t)χ(ν) (13)
其中,ν=[ν1 ν2]T,χ(ν)=[χ1(ν1) χ2(ν2)]T,和是严格递增的平滑函数。
构建转换误差为
对转换误差求一阶导数,有
(d)定义非奇异终端滑模面为
其中,s=[s1 s2]T,s1和s2分别为沿驱动轴和检测轴的滑模函数;且r=1.2。
则控制器可设计为
u=u1+u2+u3 (17)
u3=-μ1s-μ2|s|γsign(s) (20)
其中,且μ1=100,μ2=90;|s|γsign(s)=[|s1|γsign(s1)|s2|γsign(s2)]T且γ=0.5。
设计干扰观测器为
其中,为外部干扰σ(t)的估计值;z为中间变量。
(e)根据(17)~(20)得到的控制器u计算得到静电驱动力返回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。
本方法考虑存在参数摄动和外部时变干扰的陀螺动力学模型,设计神经网络权值的自适应更新律,修正神经网络的权重系数,实现未知动力学的有效估计;引入性能函数使跟踪误差受限,并通过误差转换将受限的跟踪误差转换为不受限的转换误差,设计基于转换误差的滑模控制器以实现MEMS陀螺的预设性能控制;设计非奇异终端滑模控制器实现未知动力学的前馈补偿,并避免系统奇异问题;设计干扰观测器对外部干扰进行估计补偿。本发明设计的基于干扰观测器的MEMS陀螺仪预设性能非奇异滑模控制方法可解决外部干扰、系统奇异、超调及跟踪误差无法预先设计的问题,并提高控制精度,进一步改善MEMS陀螺性能。