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.     

压电混合约束层阻尼梁结构的振动控制

为提高主被动混合压电网络的振动控制频带,结合主被动混合压电网络和被动约束层阻尼结构各自的优点,提出了一种压电混合约束层阻尼结构用于悬臂梁结构的振动控制。利用复剪切模量模型描述粘弹性材料的力学特性,运用Hamilton原理和Rayleigh-Ritz法推导压电混合约束层阻尼悬臂梁结构的动力学模型。在此基础上,采用速度反馈控制策略设计主动控制器,并对系统的开环和闭环特性进行数值分析。分析结果表明,与主被动混合压电网络相比,压电混合约束层阻尼结构具有更显著的振动控制性能和更宽的振动控制频带。而且这种压电混合约束层阻尼结构可以很容易地推广到对其他结构的振动控制。     

带有死区非线性输入的挠性航天器姿态机动智能控制

针对反作用飞轮带有死区非线性输入特性的三轴稳定挠性航天器姿态机动控制问题,提出一种由变结构与神经网络自适应控制技术相结合的智能控制方法。首先,基于航天器非线性和低阶模态动力学模型设计了变结构输出反馈控制律,给出了滑模存在条件,保证闭环系统渐近稳定;其次,采用神经网络自适应控制技术对系统的不确定性因素进行补偿控制,并利用Lyapunov方法分析了系统的渐近稳定性。智能控制的引入使得控制器具有很强的自学习能力和自适应能力,可有效降低不确定因素对系统产生的影响。最后,将本文提出的控制策略应用于三轴稳定挠性航天器的姿态机动控制,仿真结果表明本文方法是行之有效的。     

挠性航天器姿态机动智能变结构输出反馈控制

针对挠性航天器飞轮输出力矩受限情况下的姿态机动问题,提出了一种将变结构和神经网络控制相结合的智能鲁棒控制方法.基于挠性模态不可测的特点,首先给出了仅利用输出信息的智能变结构输出反馈控制器的设计方法来完成姿态机动的控制目标,并基于Lyapunov方法分析了滑动模态的存在性及系统的稳定性.智能控制的引入使得控制器具有很强的自适应、自学习的能力,降低饱和非线性对系统产生的影响.最后,将本文提出的控制方法应用于挠性航天器的姿态机动控制,在反作用飞轮的控制受限条件下,完成姿态机动的同时,可有效地抑制挠性附件的振动.     

基于粒子群的压电结构多目标同步优化控制

为了分析压电智能结构振动主动控制中结构与控制的耦合特性,克服现用优化算法的复杂性,以压电智能梁结构为研究对象,运用粒子群优化方法对传感器与作动器分布和反馈控制增益进行同步优化.选用储存能量和控制能量最小以及振动衰减最快的多重性能指标作为优化目标函数,找出了针对特定振动模态下的最佳贴片位置与控制增益,分析了压电片长度和数量对控制效果的影响.运算结果表明,与传统遗传算法相比,粒子群具有编程简单、计算量小、收敛速度快等优点.仿真结果显示,基于粒子群同步优化后的结构振动控制效果明显,验证了该方法的可行性.     

新型直动式压电电液伺服阀复合控制方法

设计了一种新型直动式压电电液伺服阀。该阀采用压电叠堆执行器作为电-机械转换器,提高了电液伺服阀的性能。并针对压电叠堆执行器固有的迟滞和蠕变非线性使得压电型电液伺服系统的输出精度降低,传统的控制方法难以得到很好的控制效果的问题。提出了基于动态Preisach模型的前馈控制和PID反馈控制的一种复合控制方法。实验结果表明,该方法能有效改善新型直动式压电电液伺服阀的输出精度。     

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。     

适于隔震结构的两阶段实时子结构试验方法

为在试验中同时模拟隔震结构中隔震层和被隔震结构的非线性,提出一种适于隔震结构的两阶段实时子结构试验方法。第一阶段先将隔震支座单独进行物理试验,通过试验观测数据训练神经网络,使其可以准确拟合隔震支座动力特性;第二阶段基于训练好的神经网络建立隔震层的数值子结构模型,与被隔震结构进行实时子结构试验,完成对隔震结构的动力性能测试。数值仿真中该方法与整体模型仿真结果的峰值误差在3%以内,试验验证中该方法与整体结构振动台试验的峰值误差在6%以内。数值仿真和试验对比表明：提出的两阶段实时子结构试验具有良好的精度。该方法避免了在振动台试验中由于缩尺导致隔震支座受到欠质量的影响,充分保证其力学性能的真实性。同时有效解决了在利用实时子结构试验对各部分都为强非线性的隔震结构进行试验测试时,由于数值子结构建模不准确导致的试验误差问题。为隔震结构的抗震性能测试提供了新的试验方法。     

基于GRU的结构智能振动控制算法研究

针对人工神经网络在结构振动控制领域中存在对高度非线性函数表达能力不足,易出现过拟合等问题,提出一种基于门控循环单元(GRU)神经网络的结构智能振动控制方法.以3层Benchmark模型为研究对象,构建了适用于结构振动控制的GRU智能控制器,并将其性能与长短时记忆(LSTM)和反向传播(BP)神经网络控制器进行对比.同时...     

区间参数智能梁结构闭环系统动态特性分析

以区间参数压电智能梁结构为研究对象,建立了基于位移反馈控制结构闭环系统动态特性分析的有限元模型.在材料物理参数和几何尺寸等为区间变量时,分析了结构质量矩阵和刚度矩阵的不确定性.并从求解结构振动动态特性的Rayleigh商出发,利用区间变量运算法则推导出了结构闭环系统固有频率的数字特征表达式.通过算例,考察了区间参数对结...     

负阻态忆阻Hopfield神经网络动力学

人类大脑是一个高度复杂且规模庞大的非线性动力学系统,其动力学行为与人类智能活动密切相关。基于忆阻器的人工神经网络不仅可以很好地模拟人脑工作机制,而且其非线性特性可以为神经网络带来更为丰富的动力学行为。为了进一步发挥神经网络的优势,引入一种新的具有负阻态功能的忆阻器模型,该模型打破了原有忆阻器的阻态极性限制,为忆阻器扮演神经网络突触仿生器件提供了更加丰富的变化性能。在对忆阻器模型分析的基础上,提出了一种新的忆阻Hopfield神经网络(HNN),进一步加强了HNN的负反馈功能,使之表现出更加丰富和复杂的动力学行为。实验结果表明,新忆阻HNN拥有较为丰富的动力学行为,具有一定的混沌特性。在不同的忆阻器参数以及权值矩阵取值条件下,观察系统的相位轨迹图、Lyapunov指数的变化情况,并与同类型网络进行对比,进一步证明提出的神经网络的有效性,同时复杂的动力学特性也为在数据处理、图像加密等方面的应用提供了研究支撑。     

网架结构初步设计中杆件类型选择的神经网络方法

网架结构初步设计因为需要结合工程经验和个人直觉而非常难以计算机化，用神经网络可以克服结构初步设计计算机化的这些困难，实现初步 设计的集成计算机智能系统，对结构工程的选型、分析、设计、决策和管理的智能化具有重要的意义。提出了基于神经网络的网架结构初步优化设计的基本原理和步骤，根据网架结构的特点，确定了截面尺寸这一简单而又实用的优化目标，并将结构构件的一些简单特征（如杆长及受力特点等）作为神经网络的输入信息，通过对一正交正放网架结构的杆件规格和截面尺寸的优化选择，说明了所选网络参数的可行性以及该方法的有效性。     

河网水闸智能调度辅助决策模型研究

为了充分发挥水闸的运用效益，针对河网水闸综合管理中的水闸智能群控关键问题，借助人工神
经网络和河网非恒定流数学模型技术，构建了一种河网水闸智能调度辅助决策模型.它的基本框架由水闸
神经网络调度模型和河网非恒定流数值仿真模型组成，其中，水闸调度模型用来输出调度方案，数学模
型用来提供调度预案和对输出调度方案进行模拟检验.河网水闸智能调度辅助决策模型在上海市浦东新区
河网上的运用结果表明，该模型可以较好地满足群闸智能调度需求，能解决浦东新区这样大型复杂河网
的水闸智能控制问题,从而为内陆河网水闸综合管理提供有效的决策支持.     

一种基于神经网络预测模型的DMC算法及其仿真

研究了一种基于神经网络预测模型的动态矩阵控制(DMC)算法,首先利用多层前馈神经网络辨识对象模型,同时预测对象的未来输出,然后用DMC算法进行滚动优化和反馈校正。通过对一类化工反应器非线性系统的仿真,结果表明该算法在非线性对象的任意工作点都可以通过神经网络辨识获得工作点附近的近似线性模型,具有较好的实时性。     

神经网络自适应控制技术在空调系统中的应用

目的采用神经网络自适应控制方法，来解决中央空调系统大惯性、大时滞问题，提高控制效果．方法利用两个BP神经网络NNC和NNI，分别做控制器和辨识器，神经网络辨识器通过采集相关的输出量，监控系统的工作状态，并通过实时调整神经网络控制器参数．结果实现中央空调智能控制，仿真结果验证有良好的动态性能和稳态性能．结论神经网络自适应控制器优于常规控制器．调节速度快，超调小，具有良好的控制性能．     

基于神经网络实现模糊控制的方法

介绍了一般模糊控制器的结构和主要组成部分的工作原理，介绍了实现模糊控制的查表法，硬件表用模糊控制器和软件模糊推理法的特点。     

预测控制算法及其在倒立摆中的应用

基于神经网络模型的预测控制算法,是利用前向神经网络建立非线性被控对象的模型,以滚动优化、反馈校正实现对系统的控制。将其应用于倒立摆系统中,实现了对摆角和位移的同时控制。理论分析与仿真结果表明,该算法可避免对受控对象做复杂的数学分析。具有收敛速度快,鲁棒性较强的特点。     

智能监控中改进BP神经网络模型的应用研究

就神经网络对给定知识的表达、联想、记忆能力进行了研究，介绍了改进ＢＰ神经网络模型算法及其应用于智能监控领域应注意的问题，并对切削加工中的切屑状态进行了实例识别诊断，取得了令人满意的效果。     

压电智能桁架结构/控制系统的波动分析及优化设计

基于波动的观点，分析了压电智能桁架结构／控制系统的行波动力学模型，并从能量观点进行控制器设计。结构单元中传播的波在节点处反射、散射，考虑节点处的位移和力的边界条件，将局部波动模型合并成总体模型，并相应建立了结构／控制系统的一体化优化设计模型。数值算例的结果表明，该方法是可行的和有效的。     

神经网络和主元分析—神经网络软测量技术 在污水处理系统中的应用

为了实现对污水处理系统参数与性能的有效预测和处理系统的在线实时控制,在介绍神经网络和主元分 析神经网络软测量技术的基础上,分析了神经网络在国内外污水处理领域的研究现状和存在的问题,探讨了神 经网络软测量技术在污水处理系统的发展方向。结果表明,基于神经网络的软测量技术能够很好地进行数据分 析与模拟仿真,这种软测量技术在污水处理系统中的应用可以通过优化神经网络结构、结合其他数据处理方法、 全面预测污水处理系统重要参数、收集与生物处理过程密切相关的参数以及加强对污水生物处理数学模型的研 究等方式得到不断改进和完善。