输入饱和下的半球谐振陀螺智能控制方法技术

本发明专利技术涉及一种输入饱和下的半球谐振陀螺智能控制方法，属于智能化仪器仪表技术领域。该方法根据Lynch的随机平均法理论给出振幅、正交、速度、频相控制变量的动态方程；针对温度等环境因素导致的不确定性，构建真实动力学的平行估计模型，给出预测误差，结合预测误差和跟踪误差设计神经网络权值更新律，实现对系统不确定的复合学习；针对输入饱和情形下控制输入无法按期望执行的问题，引入辅助系统，补偿输入饱和误差；最后，结合不确定估计前馈补偿与PI反馈控制设计复合控制器，实现半球谐振陀螺的稳定控制。本发明专利技术设计的输入饱和下的半球谐振陀螺智能控制策略可实现对系统不确定的高精度估计，并实现陀螺稳定控制。并实现陀螺稳定控制。并实现陀螺稳定控制。

【技术实现步骤摘要】
输入饱和下的半球谐振陀螺智能控制方法


[0001]本专利技术涉及一种输入饱和下的半球谐振陀螺智能控制技术，属于智能化仪器仪表


技术介绍

[0002]由于具有高精度、高可靠性、寿命长、抗辐射等特点，半球谐振陀螺是主流高精度惯性器件之一，已在航天、航海等领域广泛应用。全角模式下，半球谐振子的振动驻波随陀螺旋转输入而自由进动，驻波方位为速率积分输出，通过检测驻波方位可直接得到角度信息。此时，陀螺动态范围大，适用于具有大机动的载体。然而，受限于力矩换能器的物理特性，驱动力具有饱和现象，一旦理论计算出的控制器超出饱和上下界，则控制输入变为常值。同时，在全角模式下，陀螺易受温度等环境因素的影响，使控制系统出现不确定性，控制性能下降。
[0003]针对温度等环境因素引起的陀螺测量精度下降问题，论文《半球谐振陀螺仪温控系统的设计》(秦琴，姜景科，陈振宇，吕沁元，李强，《电子技术应用》，2021)设计了一种半球谐振陀螺温控系统，为陀螺提供一个恒温环境，减小温度变化带来的影响；论文《半球谐振陀螺零偏温度漂移的自补偿》(刘吉利，李建朋，武志忠，李恺，《空间控制技术与应用》，2018)建立谐振频率与温度的非线性模型，通过调节谐振频率实现温度误差补偿。然而，环境温度控制增加了陀螺硬件复杂度，谐振频率建模补偿依赖于温控箱等大型试验设备，难以推广。针对输入饱和问题，目前工程上通过简化控制器，使其不超过饱和上下界，然而这是一种工程测试方法，缺少理论支撑。

技术实现思路

[0004]技术问题：针对温度等环境因素导致的系统不确定性和输入饱和问题，本专利技术提出全角模式下一种输入饱和下的半球谐振陀螺智能控制策略。专利技术中基于平行估计模型设计复合学习策略，对系统不确定性进行估计；引入辅助系统，补偿输入饱和带来的控制误差；并结合不确定估计前馈补偿与PI反馈控制设计复合控制器，实现半球谐振陀螺的稳定控制。
[0005]技术方案：本专利技术解决其技术问题所采用的技术方案：一种输入饱和下的半球谐振陀螺智能控制方法，包括以下步骤：
[0006]步骤1：考虑温度等环境因素导致的不确定性，根据Lynch的随机平均法理论给出半球谐振陀螺振幅、正交、速度、频相控制变量的动态方程；
[0007]步骤2：构建真实动力学的平行估计模型，给出预测误差，结合预测误差和跟踪误差设计神经网络权值更新律，实现对系统不确定的复合学习；
[0008]步骤3：引入辅助系统，补偿输入饱和误差；
[0009]步骤4：结合不确定估计前馈补偿与PI反馈控制设计复合控制器，实现半球谐振陀螺的稳定控制。
[0010]具体过程如下：
[0011]考虑温度、环境因素导致的不确定性，根据Lynch的随机平均法理论，振幅、正交、速度、频相控制变量的动态方程分别为
[0012][0013]式中：
[0014][0015]其中，E、Q、θ、δφ分别为振幅、正交、速度、频相控制回路的控制变量，f
as
、f
qc
、f
qs
、f
ac
、为待设计的控制器，f
E
、f
Q
、f
θ
、f
δφ
分别为各控制变量上温度等环境因素导致的不确定性，θ
τ
和θ
ω
分别为阻尼主轴和刚度主轴的夹角，Ω为输入角速度，k为角度增益，τ1和τ2为两个裂解模态的衰减时间，ω1和ω2分别为两个裂解模态的谐振频率，ω和Δω分别为ω1和ω2的均值和方差，φ＝δφ+φ
r
且φ
r
为信号解调参考信号的初始相位。
[0016]设置f
ac
＝0。f
as
＝sat(u
as
)、f
qc
＝sat(u
qc
)、f
qs
＝sat(u
qs
)、为待设计的具有饱和特性的控制器，且
[0017][0018]式中，是控制输入u
i
的饱和上界，u
i
是控制输入u
i
的饱和下界。
[0019]采用神经网络逼近系统不确定性，有
[0020][0021]其中，是n维最佳神经网络权值参数向量，是n维神经网络基函数向量，ε
E
、ε
Q
、ε
θ
、ε
δφ
是神经网络逼近误差。
[0022]定义分别为ρ
E
、ρ
Q
、ρ
θ
、ρ
δφ
的估计值，系统不确定性的估计为
[0023][0024]其中，分别为f
E
、f
Q
、f
θ
、f
δφ
的估计值。
[0025]定义振幅、正交、速度控制回路的跟踪误差为
[0026]e
E
＝E
‑
E
r
,e
Q
＝Q
‑
Q
r
,e
θ
＝θ
‑
θ
r
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0027]其中，E
r
为振幅控制回路的参考信号，Q
r
为正交控制回路的参考信号，θ
r
为速度控制回路的参考信号。
[0028]考虑控制变量的动态方程(1)，u
as
、u
qc
、u
qs
、u
φ
设计为
[0029][0030]其中，K
P1
、K
P2
、K
P3
、K
P4
、K
I1
、K
I2
、K
I3
、K
I4
、是待设计正常数；由后文式(7)权值自适应更新律获得；η
as
、η
qc
、η
qs
、η
φ
是补偿饱和效应的辅助变量，由下述辅助系统获得
[0031][0032]式中，c
i
、是待设计正常数，f
i
(e
j
)是反馈函数且e
φ
＝δφ，Δu
i
＝sat(u
i
)
‑
u
i
。
[0033]权值自适应更新律设计为
[0034][0035]式中，r
E1
、r
E2
、r
E3
、r
Q1
、r
Q2
、r
Q3
、r
θ1
、r
θ2
、r
θ3
、r本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输入饱和下的半球谐振陀螺智能控制方法，其特征在于，所述方法包括以下步骤：步骤1：考虑温度等环境因素导致的不确定性，根据Lynch的随机平均法理论给出振幅、正交、速度、频相控制变量的动态方程；步骤2：构建真实动力学的平行估计模型，给出预测误差，结合预测误差和跟踪误差设计神经网络权值更新律，实现对系统不确定的复合学习；步骤3：引入辅助系统，补偿输入饱和误差；步骤4：结合不确定估计的前馈补偿与PI反馈控制设计复合控制器，实现半球谐振陀螺的稳定控制。2.根据权利要求1所述的输入饱和下的半球谐振陀螺智能控制方法，其特征在于，步骤1：半球谐振陀螺动力学建模，具体如下：考虑温度等环境因素导致的不确定性，根据Lynch的随机平均法理论，振幅、正交、速度、频相控制变量的动态方程分别为式中：其中，E、Q、θ、δφ分别为振幅、正交、速度、频相控制回路的控制变量，f
as
、f
qc
、f
qs
、f
ac
、为待设计的控制器，f
E
、f
Q
、f
θ
、f
δφ
分别为各控制变量上温度等环境因素导致的不确定性，θ
τ
和θ
ω
分别为阻尼主轴和刚度主轴的夹角，Ω为输入角速度，k为角度增益，τ1和τ2为两个裂解模态的衰减时间，ω1和ω2分别为两个裂解模态的谐振频率，ω和Δω分别为ω1和ω2的均值和方差，φ＝δφ+φ
r
且φ
r
为信号解调参考信号的初始相位；设置f
ac
＝0，f
as
＝sat(u
as
)、f
qc
＝sat(u
qc
)、f
qs
＝sat(u
qs
)、为待设计的具有饱和特性的控制器，且其中，是控制输入u
i
的饱和上界，u
i
是控制输入u
i
的饱和下界。3.根据权利要求1所述的输入饱和下的半球谐振陀螺智能控制方法，其特征在于，步骤
2：系统不确定的智能学习设计，具体如下：采用神经网络逼近温度等环境因素导致的系统不确定性，有其中，是神经网络n维最佳权值参数向量，是神经网络n维基函数向量，ε
E
、ε
Q
、ε
θ
、ε
δφ
是神经网络逼近误差；定义分别为ρ
E
、ρ
Q
、ρ
θ
、ρ
δφ
的估计值，系统不确定性的估计为其中，分别为f
E
、f
Q
、f
θ
、f
δφ
的估计值。4.根据权利要求1所述的输入饱和下的半球谐振陀螺智能控制方法，其特征在于，步骤3：基于辅助系统的半...

【专利技术属性】
技术研发人员：张睿，李世华，
申请(专利权)人：东南大学，
类型：发明
国别省市：