Resumen

Este artículo investiga un controlador de modo deslizante neural adaptativo para giroscopios MEMS con técnica de aprendizaje de parámetros mínimos. Considerando la incertidumbre del sistema en la dinámica, se emplea una red neural para la aproximación. La técnica de aprendizaje de parámetros mínimos se construye para disminuir el número de parámetros actualizados, y de esta manera se reduce en gran medida la carga computacional. Se diseña un control de modo deslizante para cancelar el efecto de la perturbación variable en el tiempo. El análisis de estabilidad en lazo cerrado se establece mediante el enfoque de Lyapunov. Se presentan resultados de simulación para demostrar la efectividad del método.

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Controlador de modo deslizante neural adaptativo; Giroscopios MEMS; Técnica de aprendizaje de parámetros mínimos; Red neuronal; Control de modo deslizante; Análisis de estabilidad en lazo cerrado
• Keywords:Adaptive neural sliding mode controller; MEMS gyroscopes; Minimal-learning-parameter technique; Neural network; Sliding mode control; Closed-loop stability analysis