新型弧面摩擦阻尼器力学性能研究

为克服传统摩擦阻尼器自适应能力差及耗能能力低的缺点,提出了一种新型弧面摩擦阻尼器,该阻尼器的结构特征在于其摩擦板和滑块的滑移面均为弧形,两滑块之间装有压缩橡胶,阻尼器通过摩擦板与滑块之间的移动产生摩擦力实现耗能。建立了阻尼器的机理模型,并采用数值模型验证了机理模型的合理性,分析了加载频率和橡胶弹簧初始压缩量对阻尼器滞回阻尼特性的影响规律。研究结果表明：该新型阻尼器具有马鞍形滞回曲线,其摩擦力具有位移随变性;该阻尼器的耗能能力比传统摩擦阻尼器强,耗能能力最多提高了23.84%;其力学性能与加载频率相关性较小,而橡胶弹簧预紧力越大,阻尼器的滞回耗能能力越强。     

基于Bouc-Wen模型的压电执行器的前馈线性化控制器

本文提出并研究了利用Bouc-Wen模型构建压电陶瓷执行器的迟滞位移在线观测器的方法,并采用迟滞位移在线观测器构成前馈控制系统实现了压电陶瓷执行器的输出位移与输入控制电压之间迟滞关系的线性化。在此基础上设计了相应的数字控制算法,实现了一种基于数字信号处理器的前馈线性化控制器,建立了相应的实验装置并进行了实验验证。实验结果表明,当前馈线性化控制器的输入控制电压为频率0.5 Hz幅值5 V的正弦电压时(功率放大器放大倍数为20倍),压电陶瓷执行器输出位移的最大绝对误差和非线性度分别为1.25μm和2.37%;当前馈线性化控制器的输入控制电压为频率0.5 Hz幅值递增的三角波电压时,压电陶瓷执行器输出位移的最大绝对误差和非线性度分别为1.80μm和3.06%。采用DSP实现的前馈线性化控制器能够较好地实现压电陶瓷执行器输出位移与输入控制电压之间迟滞关系的线性化,而且由于是开环控制,成本较低。     

Preisach迟滞逆模型的神经网络分类排序

为了补偿影响压电陶瓷执行器纳米定位系统精度的迟滞非线性,提高系统的控制精度,开展了基于压电陶瓷执行器的迟滞非线性逆模型的研究。兼顾到迟滞的擦除特性和建模的精确度,提出了一种Preisach逆模型分类排序法的神经网络实现方法,用神经网络取代了传统的反查值方法,以避免插值误差。建立三层BP神经网络,运用实测数据进行训练,确定各层权值;然后,结合排序得到的电压和位移极值信息,通过神经网络方法拟合出较精确的输入电压值。运用若干组实验数据检验了此逆模型的有效性,结果表明,该神经网络的实现方法将逆模型的平均误差降低到了1.5V以下,最大误差绝对值降低到了2.7V以下。与反查值方法相比,神经网络实现方法有效提高了压电陶瓷执行器纳米定位系统的迟滞逆模型的精度。     

摩擦摆支座动力响应及隔震性能分析

为了对桥梁抗震性能进行研究,建立摩擦摆支座有限元动力分析模型,选用典型地震波输入进行时程分析,对地震波作用下摩擦摆支座性能参数进行定量分析。计算结果表明:Abaqus仿真模拟与理论分析结果吻合较好,由得到的滞回曲线可知,摩擦摆具有良好的滞回耗能性能;最大水平位移与地震波加速度峰值近似为线性关系,需安装限位装置并控制残余位移;最大水平位移随着摩擦因数的增大而减小,当μ≤0.06时,滑道半径对最大水平位移有较大影响;摩擦摆初始状态位于最大残余位移处时,最大水平位移随着摩擦因数的增大而快速增加,且滑道半径越大,增长幅度越大;在满足摩擦摆最大位移要求、避免粘滞现象发生的前提下,7度、8度、9度设防区域最佳摩擦因数范围为0.02~0.03、0.04~0.05、0.06~0.07。     

基于摩擦自激振动升频效应的超低频振动能量收集

低频振动在环境中广泛存在,针对目前低频振动能量收集效率低的问题,提出将外界低频振动转化成摩擦系统的自激振动,实现低频振动到高频振动的升频转换,以达到提高低频能量收集效率的目的 .为此,首先建立了集总参数模型,从理论上阐明低频振动能量收集方法的可行性,并分析模拟了该模型压电电压与功率的输出特性;其次分别设计了往复摩擦自激振动能量收集试验和压电悬臂梁碰撞能量收集试验,对比分析将低频振动转化为摩擦振动能否提高压电输出功率.试验与仿真结果表明,利用摩擦自激振动能够显著提升振动频率.摩擦自激振动电压幅值随着激励频率的增大而增大,与碰撞电压相比,其电压幅值较低,但是频率得到了大幅提升.由于频率的提升,压电振子的能量输出大幅提升,使得超低频振动能量收集性能明显提高.     

悬臂式压电双晶片振子夹持长度变化对其动态特性的影响

以惯性压电驱动器的关键部件——悬臂式压电双晶片振子为研究对象,探讨了悬臂式压电双晶片振子的夹持长度变化对其动态特性的影响规律。首先,建立了悬臂式压电双晶片振子静态参数方程和动力学模型。然后,应用matlab软件仿真分析了夹持长度变化对悬臂式压电双晶片振子的端部位移幅值和惯性加速度幅值的影响。最后,分别测试了悬臂式压电双晶片振子在不同夹持长度下的端部位移幅值以及惯性加速度幅值。结果显示:驱动电压为10V,频率为11Hz,悬臂式压电双晶片振子的夹持长度在9~20mm内变化时,其端部位移幅值最大为66.2μm,产生的惯性加速度幅值最大为10.2ms-2。仿真和试验结果表明:激励电场相同时,随着悬臂式压电双晶片振子的夹持长度增大,其端部位移幅值会变小,而其产生的惯性加速度会变大。     

摩-磁复合制动性能及恒力矩制动控制研究

摩-磁复合制动将摩擦制动和磁力制动的优点有机结合起来,是一种很有前途的新型制动方式,但目前对摩-磁复合制动性能及其调控方法的研究还存在很大不足。利用摩-磁复合制动性能检测试验台,开展了有、无磁场作用下的模拟制动试验,分析了摩-磁复合制动性能的变化规律;提出制动过程恒力矩制动的控制目标,利用BP神经网络和模糊PID等智能技术分别设计建立了基于磁场的摩-磁复合制动性能智能调控方法;分别开展了常规摩擦制动试验和恒力矩制动试验,并对试验结果进行了分析。结果表明,通过输入制动压力和制动初速度两个参数,所建立的BP神经网络预测模型可以有效地预测摩擦制动力矩终值;通过降低制动力矩的波动幅值,所建立的模糊PID反馈调控法可以实现制动系统以近似恒力矩制动;相比常规的摩擦制动,摩-磁复合制动方式拥有更大的制动力矩和更短的制动时间,表现出更好的制动性能。     

基于三维本构模型的形状记忆合金弹簧力-位移关系研究

基于已有的研究成果,针对形状记忆合金(SMA)弹簧力-位移关系进行研究,提出了能够描述SMA滞回环宽度随应变幅值变化的三维本构模型,再结合弹簧基本力学性能,考虑弹簧丝截面上弯矩的影响,给出了超弹性SMA弹簧力-位移关系的数值仿真方法。此外,将本构模型编写成Abaqus用户材料子程序(UMAT),对SMA弹簧进行有限元分析。通过SMA弹簧的不同位移幅值加卸载试验,对模型进行了验证。结果表明,基于三维本构模型建立的超弹性SMA弹簧力-位移关系模型能较为准确地模拟不同幅值加载工况下弹簧的力学行为,为SMA弹簧的工程应用提供指导意义。     

干摩擦阻尼叶片周期振动响应的解析计算

研究一个描述干摩擦阻尼器叶片振动的质量-弹簧-阻尼器振动系统。阻尼器摩擦力由黏滞模型描述,由接触面滑动或黏滞状态决定。将滞后摩擦力分为四个阶段,从而得到各个阶段上的线性振动系统,给出求干摩擦阻尼叶片周期响应的解析公式。计算表明,阻尼端压力取适当值时,阻尼器会处于最优的摩擦接触状态,获得较好减振效果。同时引入阻尼器处对叶片还起到调频作用,也可以起到使激振频率避开共振频率的作用,减小振动幅值。     

主被动调谐控制结构动力响应分析与试验

针对地震和风振下结构的振动控制,提出了结构主被动复合调谐控制的策略,以及采用直线电机驱动主动质量阻尼器(active mass damper,简称AMD)、中空橡胶隔震支座作为调谐质量阻尼器(tune mass damper,简称TMD)弹性单元、滑轨作为TMD支撑轨道的主被动复合调谐控制装置实现方法,进行了主被动复合调谐控制对结构动力响应控制的效果及减震机理分析,探讨了反馈响应向量对控制效果、AMD控制力和AMD位移的影响,完成了线性二次高斯算法(linear quadratic Gaussian,简称LQG)控制算法和H2/H∞控制算法时的主被动复合调谐控制结构振动台试验。研究结果表明:结构主被动复合调谐控制能有效减小结构的动力响应,改善TMD的性能;采用直线电机驱动的AMD作为主动控制装置,为防止AMD"飘移",AMD位移应作为目标向量和反馈响应;LQG控制算法总体控制效果优于H2/H∞控制算法。试验验证了提出的主被动复合调谐控制硬件系统方案的可行性,为工程应用提供了支撑。     

Re-centering variable friction device for vibration control of structures subjected to near-field earthquakes

This paper proposes a re-centering variable friction device (RVFD) for control of civil structures subjected to near-field earthquakes. The proposed hybrid device has two sub-components. The first sub-component of this hybrid device consists of shape memory alloy (SMA) wires that exhibit a unique hysteretic behavior and full recovery following post-transformation deformations. The second sub-component of the hybrid device consists of variable friction damper (VFD) that can be intelligently controlled for adaptive semi-active behavior via modulation of its voltage level. In general, installed SMA devices have the ability to re-center structures at the end of the motion and VFDs can increase the energy dissipation capacity of structures. The full realization of these devices into a singular, hybrid form which complements the performance of each device is investigated in this study. A neuro-fuzzy model is used to capture rate- and temperature-dependent nonlinear behavior of the SMA components of the hybrid device. An optimal fuzzy logic controller (FLC) is developed to modulate voltage level of VFDs for favorable performance in a RVFD hybrid application. To obtain optimal controllers for concurrent mitigation of displacement and acceleration responses, tuning of governing fuzzy rules is conducted by a multi-objective heuristic optimization. Then, numerical simulation of a multi-story building is conducted to evaluate the performance of the hybrid device. Results show that a re-centering variable friction device modulated with a fuzzy logic control strategy can effectively reduce structural deformations without increasing acceleration response during near-field earthquakes.     

风洞模型主动抑振器的设计与实验

研究了风洞模型主动振动的抑制原理,并结合叠堆式压电陶瓷作动器的压电效应设计了一套并联式主动抑振器。首先,针对模型支杆系统及其动力学特征,分析了支杆抑振原理,提出了一种基于叠堆式压电陶瓷作动器的风洞模型抑振器。然后,构建了抑振器实时控制系统,针对其驱动位移滞后的特点,研究了基于PD调节器的控制方法。最后,搭建了地面实验平台,利用锤击法和激振法对抑振器进行了地面实验。实验结果表明:抑振器具有提高支杆系统阻尼的能力,对风洞模型在俯仰和偏航两个方向上的抑振效果明显,特别是俯仰方向上,抑制器工作后系统阻尼比可由0.009提高到0.092,抑振后剩余振幅比例约为25%。试验结果验证了该风洞模型主动抑振器的可行性与有效性。     

磁流变阻尼器动力性能测试与建模

建立磁流变阻尼器精确的力学模型是进行磁流变阻尼减振结构反应分析与设计并取得良好振动控制效果的一个重要前提。首先,对一个最大出力为10kN的磁流变阻尼器进行动力性能测试;其次,基于试验结果分别建立该阻尼器的参数化与非参数化动力学模型,并对所建立模型的有效性进行验证;最后,对两种不同建模方式的结果进行对比分析。结果表明,建立的参数化模型——双曲正切滞回模型能够有效地描述磁流变阻尼器的动力特性;非参数化模型——反向传播(back propagation,简称BP)神经网络正向、逆向力学模型具有良好的训练样本拟合度、泛化能力和抗噪性能;在试验数据拟合度上,BP神经网络模型要好于双曲正切滞回模型,但后者阻尼力表达式形式简单,更易于程序化。     

基于Preisach模型的压电陶瓷执行器线性插值法迟滞位移研究

论文介绍了基于Preisach模型的迟滞特性建模方法.通过一系列实验数据建立了Preisach模型,研究了如何应用线性插值法和BP神经网络方法进行任意Preisach函数X（α,β）值的求解,从而计算得到相应电压序列的位移,分析比较了两种方法的预测结果.实验表明,基于Preisach模型的线性插值方法方法可以更好地预测压电陶瓷执行器的迟滞位移.     

Vibration control of a class of semiactive suspension system using neural network and backstepping techniques

In this paper, we address the problem of designing the semiactive controller for a class of vehicle suspension system that employs a magnetorheological (MR) damper as the actuator. As the first step, an adequate model of the MR damper must be developed. Most of the models found in literature are based on the mechanical behavior of the device, with the Bingham and Bouc-Wen models being the most popular ones. These models can estimate the damping force of the device taking the control voltage and velocity inputs as variables. However, the inverse model, i.e., the model that computes the control variable (generally the voltage) is even more difficult to find due to the numerical complexity that implies the inverse of the nonlinear forward model. In our case, we develop a neural network being able to estimate the control voltage input to the MR damper, which is necessary for producing the optimal force predicted by the controller so as to reduce the vibrations. The controller is designed following the standard backstepping technique. The performance of the control system is evaluated by means of simulations in MATLAB/Simulink.     

汽车半主动悬架系统神经网络模型研究

基于磁流变减振器的汽车悬架系统具有明显的滞后非线性,系统中的非线性阻尼和非线性刚度等对其动力学行为产生了很大的影响。本文利用系统识别理论建立了磁流变减振器的神经网络模型,该模型可根据半主动悬架系统的控制力求得控制电流,具有良好的辩识能力。     

Effect of boundary (support) conditions on piezoelectric damping in the case of SSDI vibration control technique

Piezoelectric transducers in conjunction with appropriate electric networks can be used as a mechanical energy dissipation device. If a piezoelectric element is attached to a structure, it is strained as the structure deforms and converts a portion of the vibration energy into electrical energy that can be dissipated through a shunt network in the form of heating. These vibration control devices experienced a great development in recent years, due to their performances and advantages compared with active techniques. One of them is the synchronized switch damping (SSD) and derived techniques, which were developed in the field of piezoelectric damping, and which lead to a very good trade-off between the simplicity, the required power supply and their performances. This technique consists in a non-linear processing of the piezoelectric voltage, which induces an increase in electromechanical energy conversion. The control law consists in triggering the inverting switch on each extremum of voltage (or displacement). In this study, the proposed method for the switching sequence is based on the statistical evaluation of structural deflection. The purpose of this paper is to present an experimental study of the synchronized switch damping on inductance (SSDI) control technique sensitivity to the system boundary conditions. It is observed that the fundamental natural frequency greatly depends on these conditions. The effect of these constraints is distributed all over the system and significantly affects the results.     

神经网络分数阶PI~μD~λ在压电叠堆控制中的应用

为了克服压电叠堆的迟滞特性,实现压电叠堆的精确控制,建立了压电叠堆控制系统,研究了该系统所用到的神经网络、分数阶微积分等算法。首先,搭建了采集压电叠堆位移数据的硬件系统,并对含有噪声的位移数据进行了滤波处理;利用径向基函数(RBF)神经网络对压电叠堆建模,得到了模型参数。然后,利用RBF神经网络建模得到的Jacobain信息来整定分数阶PI~μD~λ控制器中的参数对压电叠堆进行控制。最后,与RBF整数阶PID对压电叠堆的控制效果进行了对比。结果显示:RBF建模误差仅为位移实测数据的0.22%,RBF神经网络分数阶PIμDλ控制系统输出稳定,很好地跟随了给定。得到的结果表明RBF神经网络分数阶PI~μD~λ控制器控制性能良好,在压电叠堆的控制中比RBF整数阶PID控制器表现得更加稳定、精确。