柔性自适应桁架结构的振动控制方法实验研究

为提高结构对外部环境的抗干扰能力,构造了空间柔性自适应桁架结构,并对其主动控制进行了研究。通过加速度传感器测量位移的实验,建立了由dSPACE数据采集与处理系统、压电传感器、压电作动器、桁架结构和微机实时测控组成的实时计算机控制系统。基于自适应桁架结构的有限元理论,采用改进的二次积分力反馈控制方法,研究了空间柔性自适应桁架结构的振动主动控制问题。通过正弦激励进行了实时控制实验,给出了控制前后节点18x方向的位移振幅抑制变化情况及功率谱响应曲线。实验研究结果表明,该控制方案对空间柔性结构的低频大幅振动有很好的控制效果。     

基于最优控制的结构振动主动控制系统多目标优化

本文对简支梁振动主动控制的传感器/作动器位置优化问题,建立了综合考虑控制效果和控制的目标函数,并编制了遗传算法软件包Ga205对此函数的可变参数进行优化,以使目标函数最小化.结果表明,较之穷举法,遗传算法解决传感器/作动器进行位置优化问题是高效的,也是全局收敛的.     

智能柔性结构振动主动控制中枢驱动器的最优配置

从振动主动控制系统的振动能量和控制能量的角度出发,应用最优控制理论,对智能柔性结构振动主动控制中驱动器的最优配置策略进行了研究,给出了相应的控制规律。为了获得最佳的控制效果,引入了改进的基因遗传（ＧＡ）算法,并以悬臂梁为例,讨论了压电驱动器的位置,数量,配置方式以及控制增益对智能柔性结构振动主动控制效果的影响,为智能梁的结构设计奠定了理论基础。     

智能柔性结构振动主动控制中驱动器的最优配置

从振动主动控制系统的振动能量和控制能量的角度出发,应用最优控制理论,对智能柔性结构振动主动控制中驱动器的最优配置策略进行了研究,给出了相应的控制规律。为了获得最佳的控制效果,引入了改进的基因遗传（ＧＡ）算法,并以悬臂梁为例,讨论了压电驱动器的位置、数量、配置方式以及控制增益对智能柔性结构振动主动控制效果的影响,为智能梁的结构设计奠定了理论基础。     

基于自寻最优控制方法实现结构振动主动控制

从振动主动控制设计思想出发,基于自寻最优控制的基本原理,对采用这一控制方法实现结构振动响应主动控制进行了研究。在此基础上,开发了以计算机及高速数据采集板为核心的数据采集、处理和自适应控制系统,对一压电机敏刚架结构进行了振动主动控制实验,取得了良好的抵消振动效果。     

FXLMS算法用于压电柔性结构多通道振动控制

以模拟太空帆板的压电机敏柔性结构为实验模型,针对结构振动响应主动控制技术需求,着重分析了多通道自适应滤波前馈控制方法及其FXLMS算法实现,以及受控通道模型参数辨识策略,并给出了详细的控制器设计结构图.针对实验模型对象设计、结构模态特性分析、压电元件优化配置、实验平台开发构建、相关软硬件测控环境、实验过程描述与结果分析验证,给出了研究思路与方法过程分析;进行了结构振动响应多通道主动控制实验并取得了良好的控制效果.结果表明,该控制器结构设计与自适应算法有效,为航天柔性结构振动响应分布式多通道控制提供了方法探索思路.     

由涂层引入失谐的整体叶盘集中参数建模与振动特性分析

为了研究涂层参数失谐对整体叶盘振动特性的影响,创建含涂层的两自由度扇区集中参数模型,引入四种常见的主动失谐形式,详细分析了涂层质量、刚度、阻尼等参数失谐对系统振动特性的影响规律。创建含涂层参数失谐的整体叶盘集中参数模型,并由涂层引入常用的谐波、交替、线性及伪谐波四种形式的主动失谐。建立失谐后整体叶盘结构的运动方程,确定求解其固有频率及振动响应的方法,并给出了评价失谐程度的量化参数。通过实例分析了由涂层引入主动失谐后叶盘结构的振动特性。研究表明,叶盘系统发生由涂层引起的主动失谐后,系统最大响应随失谐量的增大呈现先上升后下降的趋势,有“阈值”现象。     

基于压电作动器的舰载机柜主动减振试验研究

安装有精密电子设备的舰载机柜具有很高的减振要求,尝试采用主动控制方法实现舰载机柜的多频振动控制。首先,基于叠堆压电作动器,建立了一套模型机柜主动减振试验系统;其次,进一步考虑舰载机柜的减振需求,采用多频并联结构自适应控制策略,进行了三频单入单出和四入四出的振动主动控制试验,并研究了控制系统对外扰激励和控制通道变化的自适应能力。试验结果表明：控制系统能够有效抑制被控点的低频线谱振动,单入单出情况下目标位置振动水平降低85%,四入四出状态下各被控点的振动控制效果均达到60%;叠堆压电作动器响应具有频带宽和响应速度快的特性,使系统对外扰激励及控制通道的变化具有较强的跟踪控制能力,具有一定的多频控制能力和较强的自适应性。     

压电结构一体化振动控制

提出一种新的方法对压电结构进行一体化振动控制。压电结构由基体和多个压电层组成,选择某些压电层接入协调电路,把机械能转变为电能耗散,进行被动控制;同时,对某些压电层加负反馈控制进行主动控制,从而实现对压电结构进行一体化控制的目的。     

风洞模型支撑系统振动主动控制试验研究

风洞试验中,在非定常气动载荷激励下,模型支撑系统会出现振动,较大量级的振动会制约试验安全和测量精度。为解决风洞试验中模型支撑系统的振动问题,在模型支撑系统支杆尾部安装压电智能结构,配合PID和神经网络算法,实现对模型支撑系统振动的主动控制。为验证上述结构的振动主动控制效果,在某风洞中,使用LMS Test.Lab动态信号采集分析系统对安装压电智能结构的模型支撑系统开展模态试验和风洞试验研究。试验结果表明:(1)风洞试验中,模型支撑系统振动以一阶和二阶振动为主,随着风速增大,二阶加速度与一阶加速度振幅比增加;(2)PID算法可以实现试验各工况的振动控制,但控制效果不稳定;具有自适应性的神经网络算法在控制中不收敛,振动出现发散。(3)以振动加速度有效值为考察依据,对于一阶振型,PID算法减振幅度约为92.94%,神经网络算法减振幅度约为83.89%;对于二阶振型,PID算法减振幅度约为68.65%,神经网络算法不收敛,振动出现发散。     

一种基于改进遗传算法的神经网络优化算法研究

遗传算法是目前优化搜索算法中应用比较广泛的一种,但基本遗传算法存在收敛速度慢、易于陷入局部最优等缺点。针对上述问题对遗传算法(GA)的选择算子进行改进,在最优保存策略的基础上将每代种群按照适应度由小到大排序,平均分成前中后3段,按照0.6、0.8、1的比例进行选择;从尾段中随机抽取个体来补足种群由于选择操作而损失的个体;既利用了最优保存策略的全局收敛特性同时也保持了种群的多样性;用改进的遗传算法调整神经网络的权值形成了新的改进遗传算法优化BP神经网络(IGA-BP);通过与选择算子为适应度比例选择算子的GA-BP网络进行比较,结果表明算法改进后缩短了收敛时间同时减少了运行误差;最后将该改进算法应用于水泥回转窑的故障诊断中,验证了算法的可行性。     

三种方法在机翼振动主动控制中的仿真研究

针对某型机翼振动响应较大问题,研究了PID、LQR和LMS等3种控制律方法实现振动主动控制技术的可行性。在仿真试验中,采用Patran进行结构建模和压电力等效,通过Matlab的Simulink模块搭建控制仿真模型,使用设计出的试验方案进行。结果表明,通过优化参数,PID、LQR和LMS等3种控制律方法在仿真模拟中均较好地抑制了振动响应,在机翼上实现主动控制技术。LMS方法的控制效果更佳,PID方法的控制收敛时间更短。     

基于自适应遗传算法的隔振系统参数优化计算

为优化航天器中隔振系统的隔振参数,提出了一种基于自适应遗传算法的优化方法。在只考虑单条支腿的前提下,建立了主动隔振系统的动力学模型,通过拉普拉斯变换得到了上平台输出的力对下平台控制力的传递函数,并获得待优化的参数。将参数优化问题转化成数值优化问题,利用最大熵法生成算法的目标函数;采用新的选择算子来避免算法早熟;提出自适应交叉算子和自适应高斯变异算子来保证种群多样性;通过优胜劣汰和种群迁移法则来提高算法的全局收敛性。最后,通过仿真实例对算法的有效性进行验证,结果表明：和传统的遗传算法相比,本算法的收敛速度快、优化效果好。     

压电分流阻尼控制悬臂梁振动的参数优化分析

采用阻抗分析技术,根据压电材料的机电耦合特性和RLC电路的电学阻抗特性,详细推导了RLC串联压电分流阻尼系统的机械阻抗特性,研究了作单模态振动的悬臂梁在粘贴压电片后形成的压电悬臂梁系统的位移传递函数特性。借助于调谐质量阻尼减振理论,进行了压电分流阻尼系统的参数优化分析,并通过算例验证了参数优化前后压电分流阻尼系统对悬臂梁振动的被动控制效果。     

基于神经网络的压电自感知主动控制仿真试验

由于传统的自感知电桥电路难以有效地实现自感知执行器传感与执行之间的信号分离,因此,提出了一种采用神经网络分离出压电自感知执行器传感信号的新方法,用神经网络直接估算结构的振动速度来得到振动控制时控制器的反馈信号.将嵌入在复合材料悬臂梁中的压电陶瓷片作为自感知执行器,采用基于Filter-X LMS算法的自适应滤波控制器对悬臂梁的振动进行主动控制.结果表明神经网络估算得到的振动速度和用传感器直接测得的完全吻合,将神经网络的输出作为控制器的反馈信号可以取得理想的减振效果.     

改进细菌觅食优化算法在贝叶斯网络结构学习中的应用

针对目前已有的贝叶斯网络结构学习算法一般存在算法易早熟、学习效果不理想、算法效率较低等问题,提出了基于改进细菌觅食优化算法的贝叶斯网络结构学习策略,对传统细菌算法中的趋化算子、繁殖算子和迁移算子进行了改进。将自适应理论应用于细菌游动步长的计算和繁殖个体的选择中;在迁移算子的迁移概率计算中,引入了遗传算法中的轮盘赌方法;在互信息理论的基础上,给出了一种新的网络结构随机进化方法,代替了传统细菌算法中的随机迁移。对不同规模的经典贝叶斯网络进行了仿真实验。研究结果表明,该算法在贝叶斯网络结构学习方面,在收敛性上表现稍逊于别的算法,但在学习效果上,特别是针对结构相对复杂的网络,优势明显。     

基于免疫进化神经网络的机械手逆运动控制

将免疫进化算法用于机械手逆运动神经网络控制，基于生物免疫系统的细胞克隆选择学说和生物进化过程中的变异思想构造了自适应变异算子，使系统能够根据环境条件自适应地确定各抗体的变异强度；通过亲和力抑制相似抗体生存并动态地产生新的抗体，以维持抗体种群的多样性。通过对机械手进行仿真试验，并与快速BP算法及标准遗传算法训练的结果进行比较，表明用免疫算法训练的神经网络具有良好的泛化能力，可大大提高机械手逆运动学求解精度。     

Vibration Control of a Composite Beam Using Self-sensing Semi-active Approach

Structural vibration control was an active research area for the past twenty years because of their potential applications in aerospace structures,civil structures,naval structures,etc.Semi-active vibration control methods based on piezoelectric actuators and synchronized switch damping on inductance(SSDI) techniques attract the attention of many researchers recently due to their advantages over passive and active methods.In the SSDI method,a switch shunt circuit is connected to the piezoelectric patch to shift the phase and amplify the magnitude of the voltage on the piezoelectric patch.The most important issue in SSDI method is to control the switching actions synchronously with the maximum vibration displacement or maximum strain.Hence,usually a displacement sensor is used to measure the vibration displacement or a collocated piezoelectric sensor is needed to measure the strain of the structure near the piezoelectric actuator.A self-sensing SSDI approach is proposed and applied to the vibration control of a composite beam,which avoids using a separate sensor.In the self-sensing technique,the same piezoelectric element functions as both a sensor and an actuator so that the total number of required piezoelectric elements can be reduced.One problem in the self-sensing actuator,which is the same as that in the traditional collocated piezoelectric sensors,is the noise generated in the sensor signal by the impact of voltage inversion,which may cause extra switching actions and deteriorate control performance.In order to prevent the shunt circuit from over-frequent on-and-off actions,a simple switch control algorithm is proposed.The results of control experiments show that the self-sensing SSDI approach combined with the improved switch control algorithm can effectively suppress over-frequent switching actions and gives good control performance by reducing the vibration amplitude by 45%,about 50% improvement from the traditional SSDI with a separate piezoelectric element and a classical switch.     

采用改进遗传算法优化神经网络的双目相机标定

针对传统BP神经网络在双目相机标定过程中存在的迭代时间长、精度低等问题,提出了基于改进遗传算法优化BP神经网络的方法来完成双目相机标定.使用融合多格算法的Traj kovic算子进行角点检测,利用点对点空间映射和网格运动统计相结合的方法完成同名角点匹配,在此基础上,提取同名角点的像素值并计算其实际的三维坐标值.对遗传算...