基于能量最小准则确定驱动器位置及仿真

在研究智能结构振动主动控制驱动器的位置优化问题中,首先推导了压电传感方程和压电致动方程,然后根据控制信号能量的表达式,以控制能量最小为目标函数,压电驱动器的位置坐标为变量,对压电驱动器的位置进行优化。最后结合智能简支梁实例应用matlab软件计算出其粘贴压电驱动器的最优位置,并通过编写APDL(ansys parameter design language)程序对粘贴有压电材料的智能简支梁结构进行瞬态动力学分析,实现对智能梁的振动控制仿真。仿真结果表明,此种方法能有效地抑制智能梁的振动。     

压电振动能量采集器的性能分析与功率优化

为了预测压电振动能量采集器的输出特性,优化输出功率,以压电双晶片串联型振动能量采集器为研究对象,综合考虑结构与电路耦合因素,利用有限元法和ANSYS软件建立压电振动能量采集器的有限元机电耦合动力学模型和网格实体模型.分析在外力激振条件下负载电阻对压电振动能量采集器的振动特性和电输出特性的影响,得到不同负载电阻下压电能量采集器的振动特性和电输出特性曲线.通过调节负载电阻使之与能量采集器的阻抗匹配,实现了对能量采集器输出功率的优化,得到了优化的负载电阻和输出功率.研究结果表明,采用压电能量采集器能够输出大的开路电压、大的短路电流,优化后的开路和短路谐振时的最大输出功率分别达到57.81和55.12 W.     

压电智能车身结构振动主动控制技术

运用国内外振动主动控制方面的研究成果,结合汽车自身的特点,对压电智能车身结构振动主动控制技术进行了研究和探索。以车身结构减振、降噪为研究目的,采用压电主动控制方法,对车身振动控制进行分析。阐述了压电主动控制的原理,在对轿车顶棚进行模态分析的基础上,提出了压电传感器和致动器的配置方案,选择有效的控制算法,并搭建了振动主动控制系统。通过轿车车身实验验证了这种主动控制方法的有效性。实验结果表明:利用该技术对轿车车身振动进行控制是可行的,控制效果良好。     

智能结构中致动器位置和尺寸的优化研究

在研究智能结构振动主动控制致动器的位置和尺寸优化问题中,首先推导了多压电片传感方程、致动方程和结构的动能、势能表达式,并结合模态的可控性、可观性以及模态价值构建致动器位置尺寸优化准则;然后结合智能简支梁实例计算出其粘贴压电致动器的最优位置和尺寸,并通过编写APDL(ansys parameter design language)程序对粘贴有压电材料的智能简支梁结构进行瞬态动力学分析,实现对智能梁的振动控制仿真。     

利用压电陶瓷作动器对柔性悬臂梁正位反馈控制试验

目的 验证压电陶瓷智能传感器和驱动器以及正位反馈控制对柔性结构主动控制的有效性.方法 将压电陶瓷片分别作为传感器和作动器使用,并粘贴于铝制悬臂梁的表面,对其振动反应实施实时控制.试验过程分为2个阶段,第1阶段5 s为启振阶段,通过激励压电陶瓷作动器使结构产生振动;第2阶段为控制阶段.利用压电陶瓷传感器得到的反馈信号,通过正位反馈算法计算出控制信号.驱动压电陶瓷作动器对结构的振动响应进行实时控制.结果 试验得到了模态振动控制与瞬时脉冲振动控制的振动响应曲线,并分别对有控与无控情况进行对比.结论 试验结果证明利用压电陶瓷以及正位反馈控制算法能够有效抑制外界激励下的一阶、二阶模态振动和瞬时脉冲扰动引起的结构振动.     

机枪振动主动控制技术研究

目的　利用压电传感器和作动器主动控制技术解决机枪射击时的振动问题． 方法　采用智能结构的原理和方法, 对压电元件用于机枪结构振动控制的有关问题进行了研究． 结果　建立了机枪身管压电结构机电耦合动力学模型, 导出了控制方程, 给出了振动控制仿真结果． 结论　智能结构主动控制技术可以有效地抑制机枪射击时的振动响应, 提高射击密集度     

机枪振动主动控制技术研究

利用压电传感器和作动器主动控制技术解决机枪射击时的振动的问题。方法采用智能结构的原理和方法,对压电元件用于机枪结构振动控制的有关问题进行了研究。结果建立了机枪身管压电结构机电耦合动力学,导出了控制方程,给出了振动仿真结果。     

智能桁架振动控制中主动杆件多目标最优配置

在智能桁架机构机电耦合静／动力分析模型基础上,给出结构系统压电元件对变形的检测方程,并分析系统动态特性,除位移模态外,得到了系统电势模态。进一步采用独立模态空间控制方法对结构振动进行控制,并进行主动杆件多目标最优配置研究。除控制能量最小化外,对非控模态的控制溢出和观测溢出最小化是另外两个优化配置目标函数。算例表明了分析方法的可行性和有效性。     

基于混沌粒子群优化的时变解耦模糊滑模控制

为确认单输入解耦模糊滑模算法是否具有稳定性,通过构造合适的Lyapunov函数,对该种算法进行稳定性分析,证明该算法具有渐近稳定性;为准确而快速的得到最佳控制增益,在基本粒子群算法的基础上,提出了用混沌粒子群算法选取其最佳控制增益,仿真研究表明：混沌粒子群算法较基本粒子群算法的收敛速度和优化效果都得到了提高.     

压电薄板动力有限元及主动控制

采用一种考虑结点电势自由度的四边形压电薄板单元，利用Hamilton变分原理，基于压电材料的本构关系建立了压电结构动力有限元模型，推导了动力学有限元方程．利用负速度反馈控制率，从振动的多输入多输出主动控制的角度出发研究了压电结构的振动控制问题，比较了不同反馈增益下的抑振效果．     

粒子群算法在智能组卷中的应用

在C语言程序设计在线考试系统中如何组卷是系统开发的核心,组卷算法的研究则是提高组卷智能化的关键,系统采用了一种改进的粒子群优化算法进行组卷,通过检验该算法能有效提高其收敛速度,改善算法的全局寻优能力,并具有较高的鲁棒性.     

基于粒子群的电力通信网线路优化方法

为了满足电力通信网高可靠性的业务承载要求,尤其是35 kV及以下边缘接入网络,提出了一种基于粒子群的电力通信网线路优化方法。在最小建设代价的基础上,综合考虑网络的可靠性和业务分布的因素,设计了电力通信网线路优化的问题模型,最后利用粒子群进行求解。经仿真验证,该方法能在一定程度上提高规划方案的灵活性和全面性,为电力通信网提供有效的线路优化方案。     

基于小世界邻域结构的微粒群算法研究

分析了邻域结构对微粒群算法的影响，针对收敛速度慢，早熟收敛等缺点，结合小世界网络的基本特性，提出了一种基于小世界邻域结构的微粒群算法。在该模型中，邻域内部的高聚集性有利于微粒的细致搜索，而邻域间少量的长程连接又能保证微粒在进化过程中更加全面、快捷地实现信息的有效共享，从而在提高收敛速度的同时防止陷入局部最优。将本模型与Gbest模型及环形结构进行比较，发现该算法不仅具有更快的收敛速度，而且能够获得更好的收敛效果。     

Active vibration control of multibody system with quick startup and brake based on active damping

1 INTRODUCTIONIn micro-electronics manufacture , a lot ofequipment must move fromone position to an oth-er position,then stop and perform a task. Afterthat they will start at another position.Fromstar-tup to brake , if the vibration of system is toogreat ,the vibration range may exceedthe precisionof fixed position.In recent years , many scholars[1 10]have re-searched suppression of vibration by utilizing pie-zoelectric structure . Kaji wara et al[2]studied ac-tive control of the vibratio…     

智能电网中基于ESS-MOPSO算法的调度优化策略

结合智能电网的调度优化策略应综合考虑经济运行、节能减排及电能质量各方面因素,给出了智能电网的优化调度方程,并采用粒子群算法对该方程进行多目标寻优.介于传统粒子群算法中使用Pareto准则的局限性,采用一种基于优先阶的均衡选择全局搜索策略,更加有效地选取出全局最优粒子,引导其他粒子寻优.在对智能电网调度优化的仿真中取得了良好效果.     

群机器人目标搜索中的通信模式研究

针对目标搜索过程中的群机器人协作问题,以扩展微粒群算法为建模工具和协调控制工具,比较研究同步和异步通信模式对搜索效率和系统能耗的影响。仿真结果表明,对于同等规模的群机器人系统,异步通信模式下的搜索效率比同步通信模式下高,能耗却比同步通信模式下低。因此,对于分布式协同的群机器人施加并发控制时,异步通信模式更为适合。     

基于支持向量机和粒子群算法的结构损伤识别

为了有效地进行结构的损伤识别,提出了一种基于支持向量机和粒子群算法的结构损伤识别方法。首先利用支持向量机为损伤裂缝指标、损伤位置与各阶频率和一阶振型建立函数关系,然后将利用该函数关系得到的频率和振型与实测频率和振型间的差异作为优化目标,进而实现结构的损伤识别。为提高损伤识别的精度,将优化目标转化为多目标优化问题,并利用所提出的灰色粒子群算法进行求解。实验结果表明,该方法在结构损伤识别中具有较好的效果。     

基于支持向量机和粒子群算法的结构损伤识别

为了有效地进行结构的损伤识别,提出了一种基于支持向量机和粒子群算法的结构损伤识别方法。首先利用支持向量机为损伤裂缝指标、损伤位置与各阶频率和一阶振型建立函数关系,然后将利用该函数关系得到的频率和振型与实测频率和振型间的差异作为优化目标,进而实现结构的损伤识别。为提高损伤识别的精度,将优化目标转化为多目标优化问题,并利用所提出的灰色粒子群算法进行求解。实验结果表明,该方法在结构损伤识别中具有较好的效果。     

基于混沌PSO的循环流化床汽温系统分数阶控制

分数阶PIλDμ控制是传统PID控制的推广与发展,积分阶次λ和微分阶次μ的引入使得分数阶PIλDμ控制器具有更灵活的结构、更好的鲁棒性和更强的抗扰动能力,但也增加了参数整定的难度.参数的取值对控制效果的好坏起着决定性作用,为此提出了采用混沌粒子群优化算法优化分数阶PIλDμ控制器参数.该方法采用自适应粒子群优化算法执行...