Resumen

Se propone un controlador deslizante adaptativo que utiliza una red de funciones de base radial (RBF) para aproximar la dinámica del sistema desconocido del sensor giroscópico de sistemas microelectromecánicos (MEMS). Se propone un controlador neuronal para aproximar el modelo del sistema desconocido y se emplea un controlador deslizante para eliminar el error de aproximación y atenuar las incertidumbres del modelo y las perturbaciones externas. Se diseñan algoritmos de ajuste de pesos de la red neuronal en línea, incluyendo términos de corrección, basados en la teoría de estabilidad de Lyapunov, que pueden garantizar errores de seguimiento acotados, así como pesos de red neuronal acotados. El límite de error de seguimiento puede hacerse arbitrariamente pequeño aumentando cierta ganancia de retroalimentación. Se investiga una simulación numérica para un sensor de velocidad angular MEMS para verificar la efectividad del esquema de control neuronal adaptativo propuesto y demostrar el rendimiento de seguimiento satisfactorio y la robustez.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Controlador deslizante adaptativo; Red de función de base radial; Sensor de giroscopio MEMS; Controlador neuronal; Controlador deslizante; Red neuronal
• Keywords:Adaptive sliding controller; Radial basis function network; MEMS gyroscope sensor; Neural controller; Sliding controller; Neural network