-
公开(公告)号:CN119395995A
公开(公告)日:2025-02-07
申请号:CN202411509326.7
申请日:2024-10-28
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明涉及一种具有状态约束的双Duffing型MEMS陀螺的事件触发神经网络反步控制方法,属于MEMS陀螺控制技术领域。其包括:对双Duffing型MEMS陀螺进行数学建模并引入数字信号处理DSP方法对其进行动态分析;在事件触发神经网络反步控制器中,定义其跟踪误差、加速度函数以及加速度误差;根据跟踪误差、加速度函数以及加速度误差设计若干积分障碍Lyapunov候选函数、控制器的控制输入和自适应率,并且通过2型序列模糊神经网络对非线性未知函数进行估计,通过加速二阶跟踪微分器解决虚拟控制率微分项爆炸问题;建立基于切换阈值策略的事件触发机制,以辅助控制器进行事件触发神经网络反步控制。本发明解决了系统中的混沌振荡、状态约束、不确定干扰和通信负担等问题。
-
公开(公告)号:CN117687303A
公开(公告)日:2024-03-12
申请号:CN202410067041.6
申请日:2024-01-17
Applicant: 贵州大学
IPC: G05B13/04
Abstract: 本发明涉及具有忆阻器的机电换能器自适应神经网络预设时间控制方法,属于自适应控制技术领域。该方法包括以下步骤:S1:对具有忆阻器的机电换能器进行系统建模;S2:动力学分析;S3:设计自适应神经网络预设时间的控制器,包括:对从任意位置开始的跟踪误差施加延迟约束函数;利用2型模糊小波神经网络处理参数扰动和系统不确定项;使用二阶分数阶跟踪微分器;构建故障控制输入;S4:稳定性分析。本发明不仅充分地表征电介质的分数特性以及磁通量与电荷之间的关系而且将混沌振荡转化为规则运动,在兼顾解决执行器故障和系统不确定性的前提下达到预先给定的跟踪精度。
-