应用混合遗传算法的超磁致伸缩致动器磁滞模型的参数辨识

针对遗传算法爬山能力差的弱点，该文把信赖域算法作为一个与选择、交叉和变异平行的算子，嵌入到遗传算法中，得到一种混合计算智能算法。该方法兼顾了遗传算法和信赖域算法的长处，既有较快的收敛速度，又能以非常大的概率求得最优解。应用该混合遗传算法对超磁致伸缩致动器的磁滞非线性动态模型进行参数辨识，仿真和实验研究表明，该算法能有效地辨识非线性系统的非线性参数，并具有一定的抗噪声能力。     

双稳态磁致伸缩能量采集器的动态特性

介绍了利用非线性来提高磁致伸缩能量采集系统效率的原理,建立了双稳态磁致伸缩能量采集器的集中参数模型,给出了两磁体之间的磁力数学表达式并验证了其正确性。分析了磁体之间的距离对系统特性的影响,结果表明:在外部非线性磁力的作用以及合适的磁体间距下,磁致伸缩悬臂梁会构成一个双稳态系统;相同激励幅值下,通过改变激励频率和磁体间距形成双稳态特性,可提高能量的采集效率。     

含分流电路Galfenol声子晶体的带隙与减振性能

利用Galfenol的逆磁致伸缩效应并通过分流元件调整其声子晶体带隙,以实现有效减振具有重要现实意义。基于磁致伸缩本构方程、Armstrong模型、法拉第定律、传递矩阵法和Bloch定理,推导了含分流电路的Galfenol有效弹性模量表达式,并建立其声子晶体振动模型。模型计算结果与实验结果对比表明,该模型能提供有效弹性模量随频率和分流电容变化的合理数据趋势,并能预测Galfenol参数随应力变化的非线性特性。分析了该声子晶体在开路下,其布喇格带隙(BBG)衰减常数峰值和截止频率随应力的变化规律,确定了器件减振的最佳工作点;分析了该声子晶体在不同分流电容和应力下的BBG、共振带隙(RBG)及其共振公共带隙(RCBG)特性,结果表明,较小分流电容、较大磁机耦合因子和较大电感可显著提高器件减振性能。     

电磁式振动能量采集电路关键技术研究进展

电磁式振动能量采集电路是低压振动发电在微机电系统应用与研究的重点。对电磁式振动能量采集电路的整流升压结构、自启动运行及实现振动发电机最大功率输出三个方面进行了归纳与总结,介绍了近年来国内外不同类型的电磁式能量采集电路,并按上述三方面对电路进行系统的分析。最后展望了电磁式振动能量采集电路在今后的研究方向和应用前景。     

超磁致伸缩驱动器频率相关的动态磁滞模型

考虑超磁致伸缩驱动器频率相关的涡流损耗和异常损耗,将Jiles-Atherton静态磁化强度模型扩展为动态磁化强度模型。基于动态磁化强度模型及驱动器结构动力学原理,建立驱动器的动态磁滞模型,并应用遗传算法辨识该模型的参数。试验结果表明,该模型能在较宽的频率范围内较好地描述驱动器的动态磁滞特性,对驱动器的性能估计和控制器设计具有重要指导意义。     

基于逆磁致伸缩效应的超磁致伸缩磁力控制器件建模

超磁致伸缩器件的输入应力与输出磁通密度存在着滞回非线性.基于Jiles-Atherton模型、磁机械效应方法定律和磁路定律,建立一个超磁致伸缩磁力控制器件的滞回模型.试验结果表明,该模型能较好地描述在变化应力和恒定偏置磁场作用下,超磁致伸缩器件输入应力与输出磁通密度及磁力的滞回关系,并可以预测偏置磁场对器件输出性能的影响,从而对器件的设计与分析具有重要指导意义.     

基于动态递归神经网络的超磁致伸缩驱动器精密位移控制

由于内在的滞回非线性，超磁致伸缩驱动器（GMA） 会在开环系统中引起定位误差，在闭环系统中造成系统不稳定。为了克服这个问题，将动态递归神经网络（DRNN）前馈和PD反馈控制器相结合，提出了一种实时滞回补偿控制策略，以期实现GMA的精密位移跟踪控制。DRNN控制器是根据GMA的滞回特性构造的，通过反馈误差学习方案在线学习GMA的逆滞回模型。仿真结果表明该控制策略能适应GMA滞回特性随机械负载、输入信号的变化，在线建立GMA的滞回逆模型，从而消除滞回非线性的影响，实现GMA的精密控制。