公开(公告)号：CN105334732B

公开(公告)日：2019-04-05

申请号：CN201510275500.0

申请日：2015-05-26

Applicant: 河海大学常州校区

Inventor： 卢成 ,  方韵梅 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种微陀螺双反馈回归神经网络滑模控制方法，本发明在传统单层回归神经网络的基础上增加了输出回归项，并在MEMS微陀螺仪模型上进行了仿真，所设计的滑模神经网络控制器能够保证系统追踪误差收敛至0，并且采用双反馈回归神经网络和普通神经网络以及普通回归神经网络的神经滑模控制器的结果表明，双反馈回归神经网络有着更好的逼近效果和更稳定的内部状态。本发明所设计的神经网络可以任意设定中心向量及基宽的初值，中心向量及基宽会随着所设计的自适应算法能够根据不同的输入稳定到最佳值。

公开(公告)号：CN104407514B

公开(公告)日：2017-03-15

申请号：CN201410563416.4

申请日：2014-10-21

Applicant: 河海大学常州校区

Inventor： 卢成 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种基于神经网络状态观测器的微陀螺仪反演控制方法，包括微陀螺仪及神经网络状态观测器和反演控制器，以Z轴微陀螺仪X Y轴方向上的位移作为状态观测器的输入，通过神经网络对微陀螺仪不确定部分进行估计，完成微陀螺仪位置和速度信号的估计；反演控制器以状态观测器所估计的信号作为输入，对微陀螺仪X Y轴方向上的振动幅值和频率进行控制。本发明的基于神经网络状态观测器的微陀螺仪反演控制方法，将基于神经网络状态观测器的反演控制应用在微陀螺仪上，以提高系统的稳定性和可靠性，有效的降低了误差，控制效果较好。

公开(公告)号：CN105204345A

公开(公告)日：2015-12-30

申请号：CN201510690215.5

申请日：2015-10-22

Applicant: 河海大学常州校区

Inventor： 卢成 ,  方韵梅 ,  费峻涛

IPC: G05B13/04

CPC classification number: G05B13/042 ,  G05B2219/39406

Abstract: 本发明公开了一种自适应分数阶滑模控制方法，包括：建立系统的数学模型和参考模型；根据系统的数学模型和参考模型建立分数阶滑模面；根据所述分数阶滑模面设计分数阶自适应律；根据所述分数阶滑模面和分数阶自适应律设计控制力；基于Lyapunov函数验证所设计的自适应分数阶滑模控制方法的稳定性。本发明提高了控制效果和参数估计效果。

公开(公告)号：CN104614993A

公开(公告)日：2015-05-13

申请号：CN201510021322.9

申请日：2015-01-15

Applicant: 河海大学常州校区

Inventor： 卢成 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种微陀螺仪自适应滑模预设性能控制方法，通过预先设置期望的性能指标然后完成系统的控制，从而达到控制的性能指标满足设计的要求。在完成预设性能的同时，系统的所有参数都能通过自适应过程辨识出来，并且采用神经网络对系统不确定性和外界干扰的上界进行了估计，保证了系统的稳定性。

公开(公告)号：CN105892297A

公开(公告)日：2016-08-24

申请号：CN201610413867.9

申请日：2016-06-13

Applicant: 河海大学常州校区

Inventor： 卢成 ,  费峻涛

IPC: G05B13/04

CPC classification number: G05B13/042

Abstract: 本发明公开了一种自适应分数阶动态滑模控制算法，根据1个或者多个系统参数的参数矩阵、系统状态向量、控制力向量、由系统状态向量计算出的跟踪误差，建立被控系统的数学模型；利用跟踪误差及其分数阶导数构造分数阶滑模面方程；利用分数阶滑模面方程及其导数方程，建立分数阶动态滑模面方程；利用分数阶动态滑模面方程，建立基于各系统参数的参数矩阵的分数阶自适应律方程；设计控制力向量的结构及计算方程，并计算和输出控制力向量给被控系统。本发明将分数阶微积分算法与动态滑模控制进行了结合，提高了传统整数阶滑模控制的控制效果和系统参数辨识效果，以及减小滑模控制中控制力抖震的现象。

公开(公告)号：CN104614993B

公开(公告)日：2017-05-10

申请号：CN201510021322.9

申请日：2015-01-15

Applicant: 河海大学常州校区

Inventor： 卢成 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种微陀螺仪自适应滑模预设性能控制方法，通过预先设置期望的性能指标然后完成系统的控制，从而达到控制的性能指标满足设计的要求。在完成预设性能的同时，系统的所有参数都能通过自适应过程辨识出来，并且采用神经网络对系统不确定性和外界干扰的上界进行了估计，保证了系统的稳定性。

公开(公告)号：CN105334732A

公开(公告)日：2016-02-17

申请号：CN201510275500.0

申请日：2015-05-26

Applicant: 河海大学常州校区

Inventor： 卢成 ,  方韵梅 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种微陀螺双反馈回归神经网络滑模控制方法，本发明在传统单层回归神经网络的基础上增加了输出回归项，并在MEMS微陀螺仪模型上进行了仿真，所设计的滑模神经网络控制器能够保证系统追踪误差收敛至0，并且采用双反馈回归神经网络和普通神经网络以及普通回归神经网络的神经滑模控制器的结果表明，双反馈回归神经网络有着更好的逼近效果和更稳定的内部状态。本发明所设计的神经网络可以任意设定中心向量及基宽的初值，中心向量及基宽会随着所设计的自适应算法能够根据不同的输入稳定到最佳值。

公开(公告)号：CN104407514A

公开(公告)日：2015-03-11

申请号：CN201410563416.4

申请日：2014-10-21

Applicant: 河海大学常州校区

Inventor： 卢成 ,  费峻涛

IPC: G05B13/04

Abstract: 本发明公开了一种基于神经网络状态观测器的微陀螺仪反演控制方法，包括微陀螺仪及神经网络状态观测器和反演控制器，以Z轴微陀螺仪XY轴方向上的位移作为状态观测器的输入，通过神经网络对微陀螺仪不确定部分进行估计，完成微陀螺仪位置和速度信号的估计；反演控制器以状态观测器所估计的信号作为输入，对微陀螺仪XY轴方向上的振动幅值和频率进行控制。本发明的基于神经网络状态观测器的微陀螺仪反演控制方法，将基于神经网络状态观测器的反演控制应用在微陀螺仪上，以提高系统的稳定性和可靠性，有效的降低了误差，控制效果较好。