磁流变阻尼器力学模型改进与分析

由于磁流变阻尼器具有高度非线性及低速区滞回性的特点,经典力学模型无法有效描述磁流变阻尼器的力学特性。在非线性双黏性力学模型基础上,分别利用多项式、正弦函数建立了非线性双黏性改进力学模型,并对实验数据进行参数辨识,评估2种拟合方式的精度及优缺点。研究结果表明:2种拟合方法精度都可达0.99以上,但是基于多项式建立的力学模型参数较多,且阶数选择较为复杂,而采用正弦函数拟合可有效解决此类问题。对改进后的正弦函数-非线性双黏性力学模型利用MATLAB/Simulink进行仿真,与实验数据对比分析可知,该模型可以较好地描述磁流变的非线性及低速区的滞回特性,并且具有模型参数较少、形式简单、建模方法简便的特点。     

基于磁流变减摆器的修正Bouc-Wen模型参数辨识

磁流变阻尼器现已应用于多个领域,但其低速下的动力学滞回特性是许多数学模型难以解决的问题。文章在磁流变减摆器阻尼力特性实验数据的基础上,基于修正Bouc-Wen模型,建立了含滞回环的非线性阻尼力计算模型。通过数学计算,分析模型参数对滞回环大小及旋转方向的影响,并对模型进行参数辨识。对比模型仿真数据与实验数据,结果表明:基于修正Bouc-Wen模型建立的非线性阻尼力计算模型,仿真结果与实验数据拟合程度高,模型能够准确地体现磁流变减摆器在低速下的动力学滞回特性。     

基于磁流变阻尼器的半主动控制方法研究

磁流变阻尼器具有温度适应性强、响应快、能耗低等优点,它在振动控制领域的应用被广泛关注,但由于其内在的非线性滞回力学特性,实际应用中并未充分发挥其优点.对磁流变阻尼器的动力学模型进行讨论,并对各种控制方法进行比较分析.根据其非线性滞回特性,提出二阶微分方程模型,并采用非线性反馈方法对其进行非线性反馈线性化控制.结果表明:基于二阶微分方程的模型能更好地拟合磁流变阻尼器非线性滞回特性,采用该模型进行非线性反馈控制能得到较好的控制效果.     

磁流变阻尼器非线性动力学行为的实验研究

磁流变阻尼器具有阻尼力大范围高度可控且耗能功率小的优点,在结构的半主动控制中有广泛的应用。磁流变流体及其元器件的动力学行为因其磁流变现象而存在滞回效应,对这种滞回效应的研究是其相关应用的基础。对磁流变阻尼器在多种激励电流与加载频率下的滞回动力学行为进行了实验研究,并进行了数学建模与参数识别。结果表明:磁流变阻尼器的阻尼力大小由激励电流控制,其非线性滞回特性具有频率依赖性;实验数据与模型仿真值的比较显示,模型可以准确模拟磁流变阻尼器滞回阻尼特性。     

磁流变阻尼器阻尼力建模及实验分析

结合理论分析与实验数据,提出了关于磁流变液的非线性正弦曲线粘滞环阻尼力模型,并给出了模型中参数的确定方法。该模型能较好地反映磁流变液的滞回特性,与自行设计的阻尼器的实验数据有较高的拟合精度。该力学模型方便计算与控制研究,有较高的实用价值。     

基于Bingham模型的磁流变阻尼器模型改进研究

磁流变阻尼器能够实现阻尼可控,作为半控制的智能器件应用在众多领域。在实验基础上,基于Bingham力学模型,建立了包括线性和非线性的磁流变液阻尼器的力学模型,通过数学方法对模型参数进行辨识,得到对应的方程。由于多项式的非线性模型,容易产生Runge振荡现象,而不能通过有效的方法得到合适阶数,所以采用傅立叶级数建立非线性模型。分别对线性和非线性模型与实验结果进行对比分析,得到的结果表明:线性模型在有加载电流下,低速时不能准确表达阻尼器的实际特性,基于傅立叶级数的非线性模型能够准确地反映磁流变阻尼器的非线性响应,曲线和实验结果基本吻合。研究结果为磁流变阻尼器动力模型的建立提供了参考。     

磁流变阻尼器力学模型动态特性实验研究

分析了Bingham模型的阻尼特性,讨论了目前磁流变阻尼器研究面临的一些问题,总结了磁流变阻尼器阻尼特性建模的发展趋势.根据磁流变阻尼器的动态特性实验结果,提出了一种改进的描述阻尼器动态特性的力学模型-修正的Bingham模型,通过仿真分析,参考实验数据,证明了这种力学模型能够较为精确的描述磁流变阻尼器动态特性.     

基于最小二乘法和BP神经网络的磁流变阻尼器H-B模型参数辨识方法

针对Bingham模型磁流变阻尼器由于剪切稀化效应带来的阻尼力计算误差,在理论和仿真分析的基础上,提出一种最小二乘法和BP神经网络相结合的方法,对磁流变阻尼器H-B模型进行参数辨识,获得各参数与电流的关系,从而对磁流变阻尼器的阻尼力进行准确计算。最后通过磁流变阻尼器实验对理论方法进行验证。结果表明：借助于磁流变阻尼器的仿真分析,最小二乘法和BP神经网络相结合的磁流变阻尼器H-B模型参数辨识方法精确度高、吻合性好,验证了参数辨识结果的通用性及准确性。     

磁流变阻尼器可调Sigmoid力学模型仿真分析

采用磁流变阻尼器(MR damper)进行半主动控制分析时,建立较为精确的MR damper力学计算模型是关键因素之一.目前常用的MR damper力学计算模型有Bingham模型、Sigmoid模型、双Sigmoid模型与通用Sigmoid模型等,但这些力学计算模型均不能同时描述MRdamper的惯性效应、剪切稀化现象和蓄能器刚度影响等.基于此,提出了一个新的MRdamper力学计算模型——可调Sigmoid模型,并与现象模型试验结果进行对比研究.仿真计算结果表明:可调Sigmoid模型简单易理解,且能很好地描述MR damper的惯性效应和剪切稀化现象,在描述低速区和高速区的非线性滞回特性时,所运用的物理概念更为清晰,具有很强的可调通用性.     

磁流变阻尼器可调Sigmoid力学模型仿真分析（英文）

采用磁流变阻尼器(MR damper)进行半主动控制分析时,建立较为精确的MR damper力学计算模型是关键因素之一。目前常用的MR damper力学计算模型有Bingham模型、Sigmoid模型、双Sigmoid模型与通用Sigmoid模型等,但这些力学计算模型均不能同时描述MR damper的惯性效应、剪切稀化现象和蓄能器刚度影响等。基于此,提出了一个新的MR damper力学计算模型——可调Sigmoid模型,并与现象模型试验结果进行对比研究。仿真计算结果表明:可调Sigmoid模型简单易理解,且能很好地描述MR damper的惯性效应和剪切稀化现象,在描述低速区和高速区的非线性滞回特性时,所运用的物理概念更为清晰,具有很强的可调通用性。     

Modeling and analysis of resistance spot welding based on neural network

A numerical study on the multi-parameter control method based on nonlinear auto-regressive with exogenous input neural network (NARX) is presented here. Welding current was set as the input parameter; electrode displacement and dynamic resistance were set as the output parameters. The NARX model using these parameters was set up to simulate the multi-parameter resistance spot welding process. By comparing actual experimental data and NARX model output data, it was validated that the results from the model reflect the relationship between input parameter and output parameters correctly under the influence of many affecting factors.     

基于Matlab磁流变阻尼器Bouc-Wen模型的参数识别

为解决磁流变阻尼器Bouc-Wen模型参数识别方法复杂、不易实现的难题,采用Matlab中的Simulink Design Optimization工具,在Simulink中搭建Bouc-Wen模型,利用磁流变阻尼器力学特性试验得到的试验数据,对Bouc-Wen模型进行参数识别。结合各参数的物理意义对得到的识别结果进行分析,确定出阻尼力调控参数,并在Matlab中进行线性拟合,得到其与电流的函数关系。最后搭建考虑阻尼力调控参数的Bouc-Wen仿真模型,用不同幅值和频率的正弦激励进行仿真,并将仿真结果和试验数据进行对比。结果表明:仿真结果和试验数据能够很好的吻合,得到的参数满足要求。     

磁流变阻尼器的力学模型

利用磁流变液制成的磁流变阻尼器具有相应速度快、阻尼连续可调、功耗小、阻尼力大、动态范围广、频响高、适应面大等特点，本文从参数建模和非参数建模两个方面对磁流变阻尼器的力学模型进行讨论分析，着重对8种参数模型进行了分析，指出不同的设计应采用不同的模型方案，以发挥各自的优势。     

基于MEA-NARX神经网络主轴热误差建模

为了有效提高基于非线性时间序列的热误差预测模型精度,利用F统计检验确定模糊C均值聚类的聚类数目,结合不同量纲一化处理的灰色关联分析排序筛选出关键温度测点,建立基于NARX神经网络的热误差预测模型,通过设置输入延时阶数、输出延时阶数和隐含层神经元个数的范围,利用思维进化算法对输入、输出延时阶数和隐含层神经元个数进行寻优,与随机选取参数的NARX神经网络预测模型相比,模型预测精度提高了36.98%。     

基于转矩估计与磁链补偿的SRM转矩脉动控制北大核心

由于开关磁阻电机强非线性、强耦合等特点,导致传统磁链控制过程中转矩脉动过大。针对该问题,提出了一种基于SRM转矩特性神经网络的瞬时转矩估计与磁链前馈补偿相结合的控制策略。利用神经网络构建了SRM的瞬时转矩估计器,在该网络结构中设计了能够体现SRM转矩变化规律的激励函数,对神经网络的输入进行预处理,通过自适应学习率训练,实现对瞬时转矩的实时估计。根据转矩估计得到的转矩偏差求得磁链偏差,在磁链模型基础上实现对磁链的前馈补偿,通过磁链滞环控制配合下实现对SRM转矩脉动的抑制。仿真实验表明,基于瞬时转矩估计和磁链前馈补偿的控制方案相较于传统控制策略可以有效地抑制转矩脉动,改善了系统的动态性能。     

基于BP神经网络的新零件材料消耗定额预测方法研究

为精确地预测熔模铸造中新零件材料消耗定额，采用了BP神经网络的方法进行建模。在分析影响各工序零件材料消耗主要因素的基础上，确定了BP神经网络模型的特征参数，并根据实际情况确定了输入层和隐含层的神经元个数，从而确定了模型的结构。用试验数据对模型结构进行训练，最终建立了一个用于新零件材料消耗定额预测的BP神经网络模型。     

基于磁流变阻尼器的滚珠丝杠进给系统主动抑振研究

针对滚珠丝杠进给系统轴向振动影响工件的加工质量和精度保持性的问题,将磁流变阻尼器应用于机床滚珠丝杠进给系统轴向抑振。设计磁流变阻尼器,进行磁流变阻尼器阻尼特性试验,采用最小二乘法和BP神经网络对阻尼力进行了辨识。建立带有磁流变阻尼器的机床滚珠丝杠进给系统单自由度振动模型,基于Runge-Kutta法计算了系统的动态响应。通过数值计算发现：阻尼器输入电流由零逐渐增大时,系统能够快速趋向于稳定;由幅频曲线可以看出,磁流变阻尼器抑制滚珠丝杠进给系统的振动是可行的。最后试验验证了磁流变阻尼器能够很好地抑制滚珠丝杠进给系统的振动。     

磁流变阻尼器的多目标优化设计与实验研究

针对现有磁流变阻尼器功耗大、输出阻尼力低的问题，以磁流变阻尼器的低功耗化及轻量化为优化目标，建立磁流变阻尼器结构参数与优化目标之间的关系模型；采用多目标遗传算法对其结构参数进行优化，得出最优解；对优化后的磁流变阻尼器进行试验研究，验证所选参数的合理性。研究结果表明：优化后磁流变阻尼器的平均功耗降低了46%、最大阻尼力增加了30%；磁流变阻尼器的功耗与阻尼力之间存在相互平衡关系，为磁流变阻尼器的参数设计提供了理论和实验依据。