磁流变液阻尼器试验与建模研究

针对参数化模型不能直接反映阻尼器逆向动态特性、非参数化建模需大量试验数据问题,提出两者结合模型。该模型用自适应神经模糊系统建立位移、速度对阻尼力的非线性表达模型,用参数化方法描述阻尼力随电压及速度的变化输出模型。研究表明,此建模方法能较好逼近磁流变液阻尼器试验结果并反映其非线性特性,便于实际控制,且可减少计算工作量。     

磁流变阻尼器的模糊逼近

由于磁流变液具有非线性特性，所以磁流变阻尼器的输入输出问具有很强的非线性关系。可准确描述其非线性特性的磁流变阻尼器正模型通常非常复杂，难以直接得到逆模型。考虑到某些模糊系统的万能逼近能力，本文提出用模糊系统来逼近磁流变阻尼器逆模型的新思路。根据自适应神经模糊推理系统原理，设计两个模糊系统分别逼近磁流变阻尼器的正模型和逆模型。研究结果表明：无论是正模型还是逆模型。对于训练数据，模糊系统均可以准确逼近，而对于检验数据也可比较准确逼近。正模型的逼近效果稍好，若要提高逆模型ANFIS的逼近精度．将以增加系统复杂性为代价。模糊逼近可以推广到其它的磁流变阻尼器模型中，特别是可对正模型未知的磁流变阻尼器进行建模与控制。     

基于遗传算法的磁流变阻尼器Bouc_Wen模型参数辨识

在除试验数据外无任何先验知识的条件下如何识别Bouc_Wen模型的参数是一个亟待解决的问题。本文在对磁流变阻尼器进行力学特性试验的基础上,采用遗传算法对磁流变阻尼器Bouc_Wen模型进行参数辨识,并采用缩小参数取值范围的方法逐渐提高遗传算法的识别精度。通过分析参数值与电流间的特征曲线,采用曲线拟合的方法确定它们之间的函数关系,再利用遗传算法得到具体的函数表达式。最后用不同幅值和频率的激励试验数据对识别结果和拟合结果进行了验证。结果表明：利用缩小取值范围的方法得到的Bouc_Wen模型参数识别结果在全局最优解的附近,拟合结果和辨识出的模型均能满足要求     

磁流变阻尼器参数辨识方法研究

应用修正的Dahl模型,通过能量积分分批识别出不同电流下的参数,确定参数与电流的关系。提出的参数辨识方法,将含有滞迟环节的非线性参数识别转化为线性识别问题,达到了较高的识别精度。     

基于磁流变阻尼器的结构模糊半主动控制实验研究

基于磁流变阻尼器的结构半主动控制兼有被动和主动控制的优点,近年来受到了广泛的关注,但设计与之相适应的控制系统仍是一项具有挑战性的工作。本文针对多输入多输出结构-阻尼器系统,提出了一种基于遗传算法的模糊控制器设计方法。由遗传算法自适应优化生成模糊控制规则,建立从加速度响应到磁流变阻尼器控制电压之间的关系,对结构进行半主动控制。通过两个结构振动控制实验,证明了该方法的有效性。     

磁流变阻尼器的性能试验与神经网络建模

磁流变阻尼器是一种新型的智能振动控制装置.通过磁流变阻尼器的性能试验,研究了在不同电流输入下阻尼力-位移、阻尼力-速度之间的关系,分析了摩擦型磁流变阻尼器的主要特点.采用BP神经网络,建立了磁流变阻尼器的正向模型和逆向模型.仿真结果显示,神经网络模型能准确地预测磁流变阻尼器的阻尼力和控制电流,证明该方法的有效性.与已有的模型相比,具有精度高,计算简便等特点.     

磁流变阻尼器的非线性参数模型

根据磁流变阻尼器阻尼力特性的试验结果，建立了非线性参数模型。该力学模型由改进的Bingham单元（库仑摩擦单元与非线性粘滞单元并联）、非线性弹簧单元和质量单元串联而成。非线性参数模型能够很好地模拟阻尼力的滞回特性，对小速度时的阻尼力-速度关系也能很好地描述。模型中各参数物理意义明确，参数理和口描述了阻尼力分别与速度和位移的非线性关系。     

基于磁流变阻尼器的高速机车横向半主动振动控制研究

摘 要：在分析磁流变阻尼器Bouc_Wen立方修正模型及高速机车振动特点基础上,提出应用磁流变阻尼器进行机车振动控制,建立了基于磁流变阻尼器的17自由度高速机车横向半主动模型。针对模型的非线性特征,在简单模糊控制规则基础上,提出根据控制效果实时修正磁流变阻尼器输入参数的自适应模糊控制策略。在MatLab环境中进行仿真,结果表明：与被动控制、简单模糊控制相比,自适应模糊控制能有效衰减机车横向振动;在低频阶段,尤其是对乘坐舒适度影响大的5~8HZ范围内能显著提高高速机车的平稳性和乘坐舒适性。     

基于电磁感应能量捕获技术的磁流变阻尼器研究

针对目前智能结构磁流变阻尼器工作时需要外部电能输入的问题,提出一种可以自行获得电能、无需外部电能输入的新型磁流变阻尼器。与常规的磁流变阻尼器相比,该新型磁流变阻尼器能利用自带的电磁感应能量捕获结构将外界环境振动能量转换为其自身可用的电能,从而省去外部电源设备,提高磁流变振动控制系统的可靠性。首先论述该新型磁流变阻尼器的结构特征及其电能收集的理论模型,然后对其捕获电能的能力进行模拟仿真,最后在实验台架上对实际加工的实验器件原型进行实验研究。实验结果表明:在外界振动条件下,该新型磁流变阻尼器可以在无需外界电能输入的情况下改变阻尼特性,实现对振动的无源智能控制。     

基于Bouc-Wen方程的磁流变阻尼器实验建模

在实验数据的基础上建立了磁流变阻尼器输出力与不同定常电流控制量的关系,讨论了提高预测精度的方法,对修正Bouc-Wen模型进行了进一步的简化修正.新的模型继承了Bouc-Wen模型对激励的适应能力,没有使用修正Bouc-Wen模型中参数随控制电压线性变化的函数,将控制量从Bouc-Wen方程中分离了出来.本文模型的预测结果与实验数据相一致,表明本文提出的模型能准确地预测不同谐波激励和不同定常电流控制下的磁流变阻尼器输出力.     

火炮磁流变阻尼器试验分析与动态模型

火炮磁流变阻尼器工作在高速高冲击条件下,其动力特性及其力学模型与常用的磁流变阻尼器存在较大不同。针对某型号火炮设计了反后坐用磁流变阻尼器,并进行了5种不同电流下的动态测试,验证了该阻尼器对反后坐控制的可行性。由试验分析得,火炮磁流变阻尼器的输出力不仅与控制电流和后坐速度有关,还与高冲击条件下的磁流变效应的复杂性、惯性力、腔体内气体压力等因素有关。提出了用改进的多项式模型描述火炮磁流变阻尼器,该模型具有形式简洁,易于求解逆模型,便于实时控制等优点。通过参数辨识后的模型能较好的描述火炮反后坐过程中阻尼器的输出力。     

基于组合目标函数的磁流变减振器优化设计

以线圈消耗功率和活塞体积为目标函数,以可调阻尼力和时间响应常数为约束条件,以几何及线圈参数为设计变量,研究使目标函数最小化的磁流变减振器结构优化设计方法.推导了流动模式磁流变减振器的阻尼力计算公式,建立了磁流变减振器时间响应常数和线圈功率表达式.以有限元分析软件ANSYS的参数化设计语言(APDL)为优化工具,对磁流变减振器进行了结构优化设计.优化结果表明:优化后磁流变减振器体积明显降低,线圈功率减小,时间常数缩短,达到了优化目的.     

基于神经元S型传递函数的磁流变阻尼器力学模型研究

针对已有的一些磁流变阻尼器力学模型虽然能在一定程度上反映其实际动态特性,但对于控制应用却不甚方便、精确.本文通过引入神经网络理论中的神经元S型传递函数,并结合非线性Bingham塑性模型、非线性滞环双粘性模型和非线性粘弹塑性模型,提出了一种S型磁流变阻尼器力学新模型,并利用最小二乘法对该模型的参数进行识别.试验与仿真结果表明:该模型的动态滞环特性与实际测试值能很好地吻合,该模型在实际系统中将具有良好的可控性.     

基于磁流变阻尼器的隔震高架桥Skyhook控制

为进一步提高隔震高架桥的抗震性能,避免在强震下隔震支座位移过大,可以将附加减震措施与隔震支座配合使用,组成混合隔震系统。基于位移控制目标,研究了简化的两自由度高架桥线性模型分别在最优被动控制、LQR主动控制、LQR-Clipped磁流变(MR)阻尼器半主动控制及MR阻尼器Skyhook控制下的地震响应。研究结果表明,基于Skyhook控制的MR阻尼器控制效果可以达到LQR-Clipped控制的效果,相对最优被动控制也体现出一定的优越性。并且Skyhook控制系统简单,具有较强的实用价值。     

一种剪切式磁流变车削减振器的设计与减振试验

将智能材料——磁流变液应用于外圆车削振动控制的研究中。针对普通CA6140车床的结构,通过结构设计、磁路设计研制了一种剪切模式的磁流变车削减振器。建立了基于磁流变减振器的车削系统动力学模型,并通过仿真验证了减振效果。利用有限元法对减振器的磁路进行了优化,优化后磁路面积相对初始设计减小24%,使减振器结构更紧凑,且磁场在非磁流变区域的损耗减小,从而提高了减振器的工作效率。建立外圆车削减振试验系统来对磁流变减振器的减振效果进行试验研究,结果表明减振器可以对车削振动进行有效地控制。     

Applying ANN,ANFIS and LSSVM Models for Estimation of Acid Solvent Solubility in Supercritical CO₂

In the present work, a novel machine learning computational investigation is carried out to accurately predict the solubility of different acids in supercritical carbon dioxide. Four different machine learning algorithms of radial basis function, multi-layer perceptron (MLP), artificial neural networks (ANN), least squares support vector machine (LSSVM) and adaptive neuro-fuzzy inference system (ANFIS) are used to model the solubility of different acids in carbon dioxide based on the temperature, pressure, hydrogen number, carbon number, molecular weight, and the dissociation constant of acid. To evaluate the proposed models, different graphical and statistical analyses, along with novel sensitivity analysis, are carried out. The present study proposes an efficient tool for acid solubility estimation in supercritical carbon dioxide, which can be highly beneficial for engineers and chemists to predict operational conditions in industries.     

基于云模型的汽车前照灯弯道自适应系统建模与仿真

针对汽车上安装的前照灯具有固定照射范围,当汽车夜间转弯时前照灯无法调节照明角度,常在弯道内侧出现盲区等情况,首先建立了线性二自由度汽车模型、前照灯光轴水平方向调节模型和前照灯步进电机模型,然后提出了基于-维云模型控制的自适应前照灯系统控制算法,建立了汽车弯道行驶自适应前照灯控制系统模型并利用MATLAB进行了仿真.仿真...