变时滞空间网格结构振动问题的改进动态矩阵预测控制

研究风荷载激励下考虑变时滞空间网格结构的振动控制。在分析结构变时滞产生原因的基础上,基于动态矩阵预测控制算法,构造预测模型和优化策略,提出对变时滞空间网格结构振动控制的改进方法和控制参数选取的基本原则,指出准确预测系统的未来输出、选择恰当的采样周期是实施振动控制的关键因素。以柱面网壳结构为例并选取适当参数,针对变时滞有控与无控的结构振动系统进行风振控制数值分析与比较。研究结果表明:运用该方法对变时滞空间网格结构的振动控制,可获得满意的控制效果。     

含时滞振动主动控制系统地震响应的数值分析

本文采用精细积分方法计算了时滞受控系统在地震作用下的动力响应,得到在不同反馈增益下随时滞量变化的系统地震响应峰值分布。分析了在小时滞范围内随时滞量变化和反馈增益在不同的取值下对系统响应的影响,结果表明时滞对系统控制效果的影响程度随反馈增益的增大而增大,当时滞较大时,采用较小的控制增益控制效果较好,当时滞较小时,采用较大的控制增益可以获得更好的控制效果。本文结果可用于设计考虑时滞影响的结构振动主动控制算法。     

含时滞空间网格结构振动的动态矩阵预测控制

研究含时滞的空间结构振动控制问题。阐明和分析了空间结构的时滞及其产生原因。基于动态矩阵预测控制方法,构造了预测模型和优化策略,进而提出对含时滞空间结构振动控制的改进方法和控制参数选择的一般原则,可解决模型参数和外部干扰不确定的含时滞被控系统的振动控制。以球面施威德勒网壳结构为算例,针对含时滞和不含时滞的空间结构系统进行了振动控制数值计算和比较;研究表明,动态矩阵预测控制方法适用于含时滞的空间结构振动控制,而准确预测系统的未来输出、选择恰当的采样周期等是实施振动控制的关键因素。     

索-梁组合结构非线性时滞减振研究

采用时滞减振技术对索-梁组合结构进行了振动控制分析。通过Hamilton原理建立了索-梁组合结构的运动控制方程,引入时滞减振技术,应用多尺度摄动方法得到了主共振和1/3亚谐波共振的解的近似表达式。结果表明,时滞减振技术的两个主要参数时滞和控制增益能有效调节阻尼和频率。通过调节控制增益和时滞值,可增大阻尼比,避免共振域,从而对索-梁组合结构实现减振。     

基于电子隧道效应的纳米梁非线性振动控制

以Euler-Bornoulli梁为振动模型,提出了基于电子隧道效应的纳米梁非线性振动控制方法。隧道效应电流具有高灵敏性、高精确性的特点,可用于检测纳米梁的振动信号。应用位移和速度电压反馈控制器,考虑时滞反馈影响,建立基于隧道效应的纳米梁时滞非线性振动控制方程,应用多尺度方法得到纳米梁主共振的幅频响应方程。研究了直流和交流激励电压、控制增益和时滞等参数与纳米梁振动非线性之间的关系,分析了减弱系统非线性、增强系统稳定性的影响因素。研究结果表明,通过选择合适的控制增益和时滞,适当减小直流和交流激励电压幅值可以降低振动的非线性,提高系统的稳定性。     

磁流变阻尼器—斜拉索控制系统中的时滞效应

该文应用磁流变(MR)阻尼器对斜拉索振动进行控制,建立了MR阻尼器——斜拉索控制系统的运动方程,利用Galerkin方法得到时滞动力系统,通过模态分析和线性稳定性分析,得到了时滞作用下的控制系统稳定性条件。研究表明,时滞的存在,影响了斜拉索振动控制系统的效果及结构的稳定性;对于某一确定的控制增益,MR阻尼器——斜拉索系统的控制效果随着时滞的增大而变差。     

基于BRGWO算法和滤波Smith预估器的气弹系统时滞控制

气弹控制系统的驱动器、闭环信号回路在实际中会存在时滞环节,由于气弹敏感性和环境复杂性,时滞会引起控制信号迟延并导致气弹控制极速恶化、甚至造成系统失稳,该问题以往研究较少。针对翼型时滞气弹控制问题,设计了一种基于BRGWO算法和改进型滤波Smith的最优气弹控制方法。首先,引入二阶滤波器改进Smith预估器,设计了翼型气弹控制器;然后,创新设计了一种双向随机灰狼优化算法(bidirectional random grey wolf optimization, BGWO),提高了时滞下气弹控制参数的全局寻优能力,该算法改进了不同等级灰狼的狩猎策略,提高跳出非理想值机率、避免陷入局部最优。利用最小增益原理,在理论上证明了闭环系统稳定性。仿真结果表明,对比传统智能优化算法(如遗传算法、灰狼优化算法)和多种已有控制器(经典Smith、PI-PD型Smith和传统滤波Smith预估器),该方法具有更强的时滞补偿能力和更优的气弹控制性能,在不确定时滞、不确定风速、刚度变化和驱动干扰等算例下,保持了优良的时滞气弹控制效果,具有较强的鲁棒性。     

简支板振动无线主动控制及驱动器优化布置研究

推导光电层合简支板结构动力学方程及模态控制方程,以规格化后模态控制力指数作为遗传算法的适应度函数,基于二进制编码的遗传算法对用于简支板振动控制的单对、双对光致伸缩驱动器布局进行优化,计算机仿真结果表明优化后的驱动器布局方案可有效提高板结构振动控制的有效性。在此基础上进一步对板结构多模态振动控制进行探讨,提出适用于板结构多模态振动控制的驱动器布局优化方法及振动控制方案,仿真算例表明该方法可有效地对简支板前二阶模态进行振动无线控制。     

双塔结构振动主动控制研究

针对双塔结构所具有的模型不精确及承受随机外力作用这一特点,为保证系统控制的顺利实现,采用了广义预测控制策略.在优化目标选择方面,以控制增益矩阵的Frobenius范数及控制效果作为优化目标,并采用遗传算法进行优化,通过优化得到了几组次优解,这些解可以供设计者进行选择.最后给出了计算实例.算例表明这一方法是有效的.     

挠性结构主动减振中传感器和激振器的优化布置

本文提出了从有效衰减振动能量的角度，通过最小化Ｌｙａｐｕｎｏｖ第二方法中的优化性能指标，对挠性结构振动的主动控制进行优化的方法。研究了在以位移传感器或速度传感器作为检测元件进行部分状态变量反馈的约束条件下，传感器、激振器的最优位置以及最优反馈增益的确定，讨论了在包括截尾残余模态的情况下系统的稳定性。本文还对在两邻边固定、另两邻边自由的边界条件下矩形薄板振动的主动控制进行了优化计算和数字仿真。结果表明，优化的控制系统能够有效地衰减结构的振动。本方法具有明显的物理意义和较高的计算速度，并且通过选取不同的权系数，能够协调控制能量和振动的衰减效果，从而得到合理的位置和增益。     

基于遗传算法的结构主动控制

提出了应用遗传算法进行结构主动控制的新方法，该方法能够在线计算控制力，对结构实施控制，并提出了解决该控制系统中时间滞后问题的方法，为该控制系统在实际中的应用打下了基础。     

A Novel Sliding Mode Variable Structure Controller Based on a Genetic Algorithm

A novel control method has been proposed by using the genetic algorithm （GA） for nonlinear and complex plants. The proposed control strategy is based on a variable structure control, it overcomes the defects of other adaptive methods such as strong dependence to the system. A GA is used to learn to optimally select integral coefficient C. Simulation results verified the effectiveness of the controller. For position control of Direct Current （DC） motor in practice, this method has good performance and strong robustness, and both dynamic and steady performances were improved.     

Dynamic optimization of chemical engineering problems using a control vector parameterization method with an iterative genetic algorithm

An approach that combines genetic algorithm (GA) and control vector parameterization (CVP) is proposed to solve the dynamic optimization problems of chemical processes using numerical methods. In the new CVP method, control variables are approximated with polynomials based on state variables and time in the entire time interval. The iterative method, which reduces redundant expense and improves computing efficiency, is used with GA to reduce the width of the search region. Constrained dynamic optimization problems are even more difficult. A new method that embeds the information of infeasible chromosomes into the evaluation function is introduced in this study to solve dynamic optimization problems with or without constraint. The results demonstrated the feasibility and robustness of the proposed methods. The proposed algorithm can be regarded as a useful optimization tool, especially when gradient information is not available.     

柔性板时滞鲁棒控制的实验研究

以柔性板为对象,开展时滞H∞反馈控制的理论与实验研究。首先通过一种特殊形式的积分变换,将时滞方程转化为无时滞的标准状态方程形式,然后采用线性矩阵不等式设计H∞控制律,最后开展数值仿真与实验验证。结果显示,所给时滞H∞控制律不但可以处理小时滞量问题,也能处理大时滞量问题,而且具有对结构固有参数和时滞量不确定性的鲁棒性。     

一种封闭空间自适应有源噪声控制系统优化方法

将遗传算法（GA）引人封闭空间自适应有原噪声控制（AANC）系统优化设计,以解决长期以来缺乏有效的确定封闭空间次级声源和误差传感器最优位置方法的问题。以小阻尼矩形空间为例,进行了计算机仿真。结果证明：此方法对封闭空间AANC系统优化是有效的。     

基于迭代学习控制的二阶延迟微分系统研究

针对由二阶延迟微分方程刻画的系统过程,提出应用其基本解阵延迟正、余弦矩阵函数表达的精确解设计迭代学习控制算法来对系统进行输出跟踪控制。给出能使得延迟系统的系统输出随迭代次数增加而收敛到给定期望输出的充分条件,并能由系统重复运行逐步迭代出能使得输出收敛的最优控制输入。数值仿真实验结果表明:设计的迭代算法能使系统输出随迭代次数增加而精确收敛到期望输出,验证了所提方法的有效性。     

时间延迟下双臂空间机器人工作空间轨迹跟踪的改进控制方法

研究了载体姿态受控、位置不受控制情况下, 具有时间延迟的漂浮基双臂空间机器人载体姿态与末端爪手工作空间协调运动的动力学建模与控制问题。利用系统动量守恒关系及Lagrange方法, 建立了漂浮基双臂空间机器人的系统动力学模型及运动Jacobi 关系。以此为基础, 考虑到系统存在时间延迟的复杂情况, 利用Taylor级数展开, 导出了适用于时间延迟情况下控制系统设计的数学模型。利用该模型, 提出了一种双臂空间机器人在时间延迟情况下的改进计算力矩控制方案。而后, 运用Lyapunov 第二类方法, 结合图形分析以及范数的方法证明了该控制系统的稳定性。数值仿真结果证实了该控制方案在系统存在时间延迟的情况下, 仍然可以有效地控制双臂空间机器人, 稳定地追踪工作空间的期望轨迹。     

Optimal design approach for heating irregular-shaped objects in three-dimensional radiant furnaces using a hybrid genetic algorithm–artificial neural network method

In this article, a new hybrid method based on the combination of the genetic algorithm (GA) and artificial neural network (ANN) is developed to optimize the design of three-dimensional (3-D) radiant furnaces. A 3-D irregular shape design body (DB) heated inside a 3-D radiant furnace is considered as a case study. The uniform thermal conditions on the DB surfaces are obtained by minimizing an objective function. An ANN is developed to predict the objective function value which is trained through the data produced by applying the Monte Carlo method. The trained ANN is used in conjunction with the GA to find the optimal design variables. The results show that the computational time using the GA-ANN approach is significantly less than that of the conventional method. It is concluded that the integration of the ANN with GA is an efficient technique for optimization of the radiant furnaces.     

A surrogate assisted evolutionary optimization method with application to the transonic airfoil design

A multi-layer perceptron neural network (NN) method is used for efficient estimation of the expensive objective functions in the evolutionary optimization with the genetic algorithm (GA). The estimation capability of the NN is improved by dynamic retraining using the data from successive generations. In addition, the normal distribution of the training data variables is used to determine well-trained parts of the design space for the NN approximation. The efficiency of the method is demonstrated by two transonic airfoil design problems considering inviscid and viscous flow solvers. Results are compared with those of the simple GA and an alternative surrogate method. The total number of flow solver calls is reduced by about 40% using this fitness approximation technique, which in turn reduces the total computational time without influencing the convergence rate of the optimization algorithm. The accuracy of the NN estimation is considerably improved using the normal distribution approach compared with the alternative method.     

Genetic algorithm based optimal design for vibration control of composite shell structures using piezoelectric sensors and actuators

The present article deals with the design of optimal vibration control of smart fiber reinforced polymer (FRP) composite shell structures using genetic algorithm (GA) based linear quadratic regulator (LQR) and layered shell coupled electro-mechanical finite element analysis. Open loop procedure has been used for optimal placement of actuators considering the control spillover of the higher modes to prevent closed loop instability. An improved real coded GA based LQR control scheme has been developed for designing an optimal controller in order to maximize the closed loop damping ratio while keeping actuators voltages within limit. Results show that increased closed loop-damping has been achieved with a large reduction of control effort considering control spillover.