级联RTAC系统动态神经网络辨识与分散镇定控制

针对含不确定关联项的级联RTAC系统的镇定控制问题, 提出了一种基于动态神经网络辨识的分散控制方 案. 应用拉格朗日方程建立起了考虑不确定非线性作用力的级联RTAC系统数学模型, 采用动态神经网络实现级 联RTAC系统中不确定关联项的在线辨识, 通过构造含神经网络权值矩阵迹的Lyapunov函数, 证明了辨识误差的一 致有界性. 通过动态神经网络辨识不确定关联项、补偿系统建模误差, 建立级联RTAC系统分层滑模控制算法, 以实 现级联RTAC系统的高精度分散镇定控制. 数值仿真验证了动态神经网络的引入对级联RTAC系统分散镇定控制系 统瞬态幅值抑制、稳态精度提升的效果.     

基于滞回非线性基座结构的舰船低频线谱重构试验研究EI北大核心CSCD

针对舰船振动噪声低频(100 Hz以下)线谱重构问题,提出了一种含半主动作动元件(磁流变阻尼器)的滞回非线性基座结构,并给出了基于MRD(magnetrokeological damper)电流调节的舰船振动低频线谱重构方法。首先,基于Bouc-Wen滞回非线性模型建立起了新型基座结构的运动方程并开展数值仿真分析,发现MRD的引入在使基座振动出现了分岔、混沌特征,这为舰船振动线谱重构奠定了理论基础;为进一步验证所提滞回非线性基座的低频线谱重构效果,搭建了缩比模型试验平台并开展了线谱重构试验。试验结果表明:40组工况中线谱幅值降低效果平均达到49.8%,最大可达90.7%。