基于鲁棒DREM估计器的非线性静电MEMS系统自适应级联控制方法

《Scientific Reports》：Adaptive cascade control design for uncertain electrostatic micro-actuator system

　　摘要本文提出了一种针对面临未知参数变化和匹配外部扰动的非线性静电微机电系统（MEMS）的自适应级联控制架构。间接自适应设定点调节面临的一个基本挑战是持续激励（PE）条件的内在丧失，这导致标准自适应律在受到间歇性扰动时出现严重的参数漂移和不稳定。为克服这一挑战，我们开发了一种鲁棒的动态回归扩展与混合（DREM）估计器。所提出的方法通过对回归模型进行秩扩展，代数地解耦扰动与未知参数。此外，引入动态时变缩放因子，主动监测扰动幅值，并在激励减弱时选择性冻结参数自适应，从而在不要求限制性PE条件的情况下显著减轻漂移。严格的基于李雅普诺夫的分析证明，所提出的闭环框架能保证所有系统信号的有界性。数值仿真验证了理论结果，表明与标准方法相比，鲁棒DREM级联控制器在间歇性扰动下大幅减少参数漂移，同时提高跟踪精度。最终，所提出的方法为不确定的微执行器系统提供了一种低复杂度的鲁棒稳定化方案。