微陀螺仪的分数阶自适应反演模糊滑模控制方法

    公开(公告)号:CN107831655A

    公开(公告)日:2018-03-23

    申请号:CN201710992674.8

    申请日:2017-10-23

    CPC classification number: G05B13/042 G05B13/0275

    Abstract: 本发明公开了一种微陀螺仪的分数阶自适应反演模糊滑模控制方法,包括:建立微陀螺仪系统的无量纲动力学方程数学模型和参考轨迹模型;构建基于分数阶的反演自适应模糊滑模控制器。本发明能够实现微陀螺实时跟踪的目标,并且增强了系统的鲁棒性,在有外界干扰的情况下仍然保持很好的性能;根据分数阶滑模面设计分数阶自适应律,基于Lyapunov稳定性判据设计一种自适应辨识方法,在线实时估计微陀螺的各项未知系统参数,与整数阶相比,多了可调项,提高了控制效果和参数估计效果;模糊系统逼近参数不确定性及外部干扰总量的上界值,通过对上界值进行模糊逼近,可将滑模控制器中的切换项连续化,大大的降低抖振。

    微陀螺仪的分数阶自适应反演模糊滑模控制方法

    公开(公告)号:CN107831655B

    公开(公告)日:2020-11-24

    申请号:CN201710992674.8

    申请日:2017-10-23

    Abstract: 本发明公开了一种微陀螺仪的分数阶自适应反演模糊滑模控制方法,包括:建立微陀螺仪系统的无量纲动力学方程数学模型和参考轨迹模型;构建基于分数阶的反演自适应模糊滑模控制器。本发明能够实现微陀螺实时跟踪的目标,并且增强了系统的鲁棒性,在有外界干扰的情况下仍然保持很好的性能;根据分数阶滑模面设计分数阶自适应律,基于Lyapunov稳定性判据设计一种自适应辨识方法,在线实时估计微陀螺的各项未知系统参数,与整数阶相比,多了可调项,提高了控制效果和参数估计效果;模糊系统逼近参数不确定性及外部干扰总量的上界值,通过对上界值进行模糊逼近,可将滑模控制器中的切换项连续化,大大的降低抖振。

    有源电力滤波器神经网络动态PID全局滑模控制方法

    公开(公告)号:CN106169754A

    公开(公告)日:2016-11-30

    申请号:CN201610840099.5

    申请日:2016-09-21

    CPC classification number: Y02E40/22 Y02E40/40 H02J3/01 H02J2003/007

    Abstract: 本发明公开了一种有源电力滤波器神经网络动态PID全局滑模控制方法,神经网络动态PID全局滑模控制系统由动态PID全局滑模控制器和神经网络不确定估计器构成;全局滑模控制能加快系统响应,使系统在响应的全过程都具有鲁棒性。在滑模面的设计中引入积分项来抑制稳态误差和增强鲁棒性,并且动态滑模控制可以减少抖振现象,因此,PID全局滑模和动态滑模的结合可以同时发挥各自的优点,提高滑模控制系统的瞬态特性和鲁棒性并减少滑模变结构控制中存在的抖振;对于未知的不确定性,加入神经网络来逼近不确定项,将滑模控制的切换项转化为连续的神经网络输出,进一步削弱了滑模控制中的抖振现象,避免了IGBT误动作,优化了系统性能。

Patent Agency Ranking