基于智能算法的高层建筑非线性地震反应的MR阻尼器半主动控制

研究了第三阶段结构振动控制的Benchmark问题;设计了基于模糊神经网络的控制器模型;采用磁流变(MR)阻尼器作为控制装置,对一座20层Benchmark建筑结构进行了非线性地震反应的数值仿真分析。首先,通过神经网络对足尺MR阻尼器进行了动力特性的辨识;其次,在设计模糊神经网络控制器时,提出了分区控制的设计思路。将智能控制器半主动控制下的仿真结果与样本LQG控制进行了对比分析。结果表明:提出的智能控制器能有效抑制高层建筑结构的非线性地震反应;与样本LQG控制相比,由于智能控制器的内在鲁棒性和对结构非线性反应控制的稳定性,在非线性结构的振动控制中有很大的应用潜力。     

基于混合田口遗传算法的磁流变半主动悬架模糊控制

针对磁流变悬架的非线性以及动力学模型的不确定性,提出一种基于混合田口遗传算法的磁流变半主动悬架整车模糊控制策略。首先建立了基于磁流变减振器的整车动力学模型,并将车辆的振动控制分解垂向振动、俯仰、侧倾三个基本任务设计模糊控制器,进而设计了隶属函数和模糊控制规则;接着引入混合田口遗传算法实现对模糊控制器的隶属函数和模糊控制规则同时优化;最后进行实车道路试验来验证控制策略的有效性。试验结果表明,基于混合田口遗传算法的模糊控制能够降低确定路面激励下车身加速度峰峰值,降低随机路面激励下的加速度均方根值,显著提高车辆的平顺性,其控制效果要优于优化前的模糊控制策略。     

建筑结构地震反应的模糊开环控制

本文将模糊控制理论用于建筑结构地震反应的控制。将地震波加速度作为模糊控制器的输入变量,通过模糊推理运算,得到控制力的大小。在模糊控制器中使用了七条模糊控制规则,并考虑实际控制系统时间滞后,通过数值计算说明引入模糊推理运算后,控制系统的输入输出为非线性关系。模糊开环控制能有效地减小建筑结构的地震反应。     

考虑土-结构相互作用的高层建筑横风向振动分析

用由风洞试验得出的横风向荷载功率谱密度公式,推导出考虑结构-土相互作用(SSI)的横风向荷载功率谱密度和结构的频率响应函数矩阵公式,得到结构横风向风振响应计算公式.对超高层建筑横风向振动算例说明,考虑SSI后,房屋高度、土层的剪切波速和结构阻尼比的变化,对结构顶层的弹性位移、总位移和总加速度响应有不同影响,并指出不考虑SSI,高层建筑的横风向风振响应可能偏于不安全,因而对不同的响应类型,给出了不需考虑SSI的结构阻尼比取值范围的建议值.     

空调系统神经模糊控制器——结构和算法

提出了一种适用于空调系统控制的新型神经模糊控制器。这种神经模糊控制器将神经网络和模糊控制紧密结合，是一种以神经网络表示模糊控制规则的模糊控制系统，控制推理基于模糊推理的精确值法，神经网络采用后向传播（BP）学习算法。本文论述这种神经模糊控制器的结构和算法，其仿真和优化将另文论述。     

RBF模糊神经网络在刚性机械臂控制中的应用

为了提高刚性机械臂轨迹跟踪控制的精度,本文在分析RBF神经网络与模糊逻辑系统的函数等价性基础上,提出了一种基于T-S型模糊推理方法的RBF模糊神经网络,设计出基于RBF模糊神经网络的工业机器人控制器.研究发现,与普通的模糊神经网络相比,该网络结构简单,层数少,训练速度快,能自动寻优,通过在线调整网络隶属函数的中心值和宽度,优化了模糊规则,实现了对非线性系统的高精度轨迹跟踪控制,而且表现出有效性和鲁棒性.     

自适应变论域模糊控制器在结构振动控制中的应用

大挠性航天结构具有复杂的动力学特性,建立其精确的数学模型是很困难的,模糊控制不需要精确的数学模型,但是模糊控制的主要缺陷是精度不太高,自适应能力有限,易产生振荡现象。变论域自适应模糊控制是改变模糊控制性能的主要方法之一,针对自适应变论域模糊控制器的稳定性设计这一难题,将输入和输出的隶属度函数分别用论域值表示成解析形式,引进李亚谱诺夫函数,设计了输入和输出的隶属度函数论域值的自适应律,针对大型航天桁架结构振动控制的仿真,结果表明设计的变论域模糊控制器是可行的。     

公路桥梁振动控制的变论域自适应模糊控制算法

采用变论域自适应模糊控制(VUAFLC)算法对地震作用下公路桥梁非线性振动控制的Benchmark问题进行研究.变论域自适应模糊控制算法通过在线调节模糊控制器的输入和输出变量的论域来改善传统模糊控制(FLC)算法的性能.基于Lyapunov函数方法设计了输出论域的自适应律.桥梁在不同场地类型和幅值的地震作用下的仿真分析结果表明,基于VUAFLC算法的主动分散控制策略能够有效抑制结构的地震响应;在控制力峰值几乎相等的条件下,控制效果优于传统的模糊控制算法和LQG最优控制算法.     

基于双向流固耦合的构架避雷针风振响应分析与减振优化设计

以某500 kV高压变电站典型圆钢管构架避雷针结构为例,建立避雷针风振响应分析的模型,采用双向流固耦合方法模拟分析了避雷针的顺风向及横风向风振响应,并采用外附螺旋导板的方法对其横风向风振响应进行了减振优化设计.结果表明:圆钢管构架避雷针因具有细、柔的上部结构特点,其顺风向和横风向的风振响应较为突出,尤其是横风向风振响应...     

广州西塔气动荷载特性及风致响应研究

摘 要：以432米高的广州西塔的刚性模型多点同步测压风洞试验为背景,研究该超高层建筑结构气动荷载的竖向相干特性,采用相干函数方法(CFM)计算并替代气动力谱矩阵的互谱密度进行风致响应计算。结果显示,当经验指数式相干函数的指数衰减因子取6~8时,顺风向响应与精确结果较吻合,但在横风向上差别则比较明显。文中进一步计算了结构参振模态数目对西塔风振响应计算结果的影响,结果表明：忽略高阶模态对结构顺风向的层间位移角响应的影响较大、最大可产生9%的误差,但对结构横风向响应影响则很小,这意味着西塔风振响应仍由基阶模态控制。文中针对超高层建筑横风向响应估算的可行方法进行了讨论和建议。     

Adaptive control with hysteresis estimation and compensation using RFNN for piezo-actuator

Because the control performance of a piezoactuator is always severely deteriorated due to hysteresis effect, an adaptive control with hysteresis estimation and compensation using recurrent fuzzy neural network (RFNN) is proposed in this study to improve the control performance of the piezo-actuator. A new hysteresis model by modifying and parameterizing the hysteresis friction model is proposed. Then, the overall dynamics of the piezo-actuator is completed by integrating the parameterized hysteresis model into a mechanical motion dynamics. Based on this developed dynamics, an adaptive control with hysteresis estimation and compensation is proposed. However, in the designed adaptive controller, the lumped uncertainty E is difficult to obtain in practical application. Therefore, a RFNN is adopted as an uncertainty observer in order to adapt the value of the lumped uncertainty E on line. And, some experimental results show that the proposed controller provides high-performance dynamic characteristics and is robust to the variations of system parameters and external load.     

新型磁流变脂阻尼器对铁路连续梁桥地震响应模糊神经网络控制

为解决传统磁流变液阻尼器(Magneto Rheological Fluid Damper,MRFD)磁场利用率低及磁流变液沉降导致控制特性劣化难题,提出新型阻尼器—磁流变脂阻尼器(Magneto Rheological Grease Damper,MRGD)。采用神经网络(Neural Network,NN)对足尺MRGD动力特性进行辨识,通过将改进的限幅最优(Modified Clipped-Optimal,MCO)算法整合到模糊神经网络(Fuzzy Neral Network,FNN)理论来设计适合MRGD的FNN/MCO半主动控制策略,并构建SIMULINK仿真分析平台。以典型三跨铁路连续梁桥为工程背景,分别对未控制、FNN/MCO半主动控制及线性二次型高斯(Linear Quadratic Gaussian,LQG)主动控制下桥梁各项评价指标进行分析。结果表明,所提FNN/MCO半主动控制策略对桥梁地震响应控制效果明显优于LQG主动控制策略;FNN/MCO策略较LQG策略更利于控制装置性能发挥;FNN/MCO策略稳定性、鲁棒性均明显优于LQG策略。     

空调系统神经模糊控制器-仿真和优化

以恒温空调系统为控制对象，对神经模糊控制器、常规模糊控制器和PID控制器进行了数字仿真，并用单纯形法对控制比例因子进行了参数寻优，获得了最优参数和动态响应曲线；通过对神经模糊控制器的优化学习，大大提高了神经模糊控制器的控制精度和稳定性，其性能优于最优化的PID控制器和最优化的常规模糊控制器，能有效地满足温度控制要求，并具有较好的鲁棒性；由于神经模糊控制器具有模糊控制和神经网络的智能，经过优化学习后，它具有艮好的控制性能和自适应能力。     

斜拉索振动的ER-MR阻尼器半主动神经网络控制

建立了采用ER—MR阻尼器作斜拉索的基于神经网络的半主动控制方法。该方法采用离线训练好的神经网络兼作系统状态观测器和系统控制器，并根据ER／MR阻尼器特点，引入面向速度剪切的半主动控制策略，实现神经网络对斜拉索进行在线带自反馈的半主动控制。数值试验的结果表明：采用神经网络进行半主动控制，能够达到很好的控制效果，整条斜拉索的振动都得到有效的抑制。     

基于改进FNN-CCC的双伺服压力机同步控制策略研究

目的 改善双伺服压力机同步控制策略的动态响应性能和鲁棒性,提升双伺服压力机的单轴跟踪精度和双轴同步精度,实现成形过程的高精度位置控制。方法 建立双伺服压力机驱动系统数学模型,分析系统同步误差来源,结合模糊神经网络单轴控制算法,引入迭代学习律,设计一种改进模糊神经网络-交叉耦合（FNN-CCC）同步控制器。基于系统控制模型进行单轴阶跃响应特性与双轴正弦跟随特性仿真,搭建嵌入式双伺服压力机驱动系统试验平台,在偏载干扰条件下进行双轴同步控制试验,验证所提出理论的有效性。结果 仿真结果表明,与模糊控制算法和BP神经网络控制算法相比,该控制器单轴控制算法的超调量分别减少了11.5%和25.5%,调节时间分别减少了48.8%和34.4%,具有更好的动态响应性能。与原控制器相比,改进后的交叉耦合同步控制器最大双轴同步误差降低了65.7%,同步控制精度有所提高。试验结果表明,与传统PID-交叉耦合控制器相比,改进的FNN-CCC控制器有更好的控制性能,在热冲压合模成形阶段,单轴跟踪误差分别减小了81.8%和75.0%,双轴同步误差减小了69.2%。结论 所提出的同步控制策略在偏载干扰条件下具有较好的动...     

An adaptive recurrent radial basis function network tracking controller for a two-dimensional piezo-positioning stage

An adaptive recurrent radial basis function network (ARRBFN) tracking controller for a two-dimensional piezo-positioning stage is proposed in this study. First, a mathematical model that represents the dynamics of the two-dimensional piezo-positioning stage is proposed. In this model, a hysteresis friction force that describes the hysteresis behavior of one-dimensional motion is used; and a nonconstant stiffness with the cross-coupling dynamic due to the effect of bending of a lever mechanism in x and y axes also is included. Then, according to the proposed mathematical model, an ARRBFN tracking controller is proposed. In the proposed ARRBFN control system, a recurrent radial basis function network (RRBFN) with accurate approximation capability is used to approximate an unknown dynamic function. The adaptive learning algorithms that can learn the parameters of the RRBFN on line are derived using Lyapunov stability theorem. Moreover, a robust compensator is proposed to confront the uncertainties, including approximation error, optimal parameter vectors, higher-order terms in Taylor series. To relax the requirement of the value of the lumped uncertainty in the robust compensator, an adaptive law is investigated to estimate the lumped uncertainty. Using the proposed control scheme, the position tracking performance is substantially improved and the robustness to uncertainties, including hysteresis friction force and cross-coupling stiffness, can be obtained as well. The tracking performance and the robustness to external load of the proposed ARRBFN control system are illustrated by some experimental results.     

基于LQG/LTR的磁流变阻尼器半主动控制律

针对由LQG(LinearQuadraticGaussian)控制器设计的MR阻尼器半主动控制律鲁棒性差的问题,采用LQG/LTR(LinearQuadraticGaussian/LoopTransferRecovery)方法,使LQG闭环系统控制力返回比尽量逼近对应的LQR(LinearQuadraticRegulator)闭环系统的控制力返回比,得到具有改善鲁棒性的LQG控制器,然后按照某种规则设计磁流变(Magnetorheological:MR)阻尼器半主动控制律。最后对三层被控框架结构进行地震响应分析,数值结果表明由LQG/LTR得到的半主动控制律控制性能相比于由LQG得到的半主动控制律具有较好的鲁棒性和稳定性,并达到了LQR半主动控制律的控制水平。     

一类自适应模糊神经解耦混合控制器的研究

将模糊神经网络与PI控制技术相结合构成一种模糊神经解耦混合控制器。新控制器在控制过程中借助模糊神经网络的自学习算法实现控制参数的在线调整。仿真结果表明,该控制方法对非线性时变系统有较好的控制效果。将该算法应用于电控天然气发动机空燃比控制中,利用宽域空燃比传感技术,通过调整喷射脉宽控制发动机的空燃比,取得了良好的控制效果。