基于Sugeno型模糊神经网络的空间杆系结构的压电驱动器主动控制

基于自主研发的压电主动杆件的振动控制特性,采用主动杆件两端节点的相对位移和相对速度作为输入以及控制电流作为输出,设计了空间杆系结构的Sugeno型模糊神经网络控制系统。首先通过LQR方法对结构进行控制产生训练数据样本,再利用神经网络的自适应学习功能进行模糊划分及产生模糊规则,最后利用模糊系统的推理能力对空间杆系结构模型进行基于地震响应的主动控制仿真,同时与基于经验的Mamdani型模糊推理规则进行仿真对比。仿真结果表明两种模糊推理模型对结构模型的控制都能达到良好效果,但是由于Sugeno型模糊推理的计算简单,其仿真速度比Mamdani型模糊推理快几十倍,而且省去了人为的经验总结过程,因而采用Sugeno型模糊神经网络控制器更能满足工程应用的要求。     

空间桁架模型压电摩擦阻尼器半主动优化控制

基于压电材料的逆压电效应,将压电陶瓷驱动器与被动摩擦阻尼器结合,设计了一种新型压电摩擦阻尼器,通过施加电压来改变摩擦片间的滑动摩擦阻尼力,从而实现结构的实时半主动控制。分析了该阻尼器的工作原理和构造方法,推导了相应的阻尼力模型。采用遗传算法对空间桁架模型结构进行了不同数量下压电摩擦阻尼器布置位置的优化研究,并利用基于线性二次型经典最优控制(LQR)算法的半主动控制策略,分析了不同数量压电摩擦阻尼器在随机布置和优化布置下对结构地震反应的控制效果。结果表明,新型压电摩擦阻尼器对空间桁架模型结构的地震反应有较好的抑制效果,采用遗传算法进行阻尼器优化布置后,最大控制效果可达57%,相比随机布置阻尼器时控制效果可提高近8%。     

三种固废改性生土材料配方设计及力学性能研究

为改善生土材料的力学性能,本研究以铁尾矿、煤矸石、电石渣、油泥与水泥等材料作为掺和料对生土进行改性。基于单形格子法设计配方,对3种配方、180个改性生土试件进行抗压强度试验,研究不同因素对试件破坏形态、抗压强度和试验数据离散性的影响;利用频数分析法,研究了固废改性生土材料的最优配方;通过CT扫描,从细观层面分析受荷后材料内部的分形和孔隙。结果表明：改性生土试件抗压破坏形态基本相同,极限位移受掺料影响显著。以煤矸石与电石渣、铁尾矿与水泥、油泥与水泥作为掺和料均可大幅提高改性生土试件的力学性能,掺和料种类、掺量对改性生土试件强度及数据离散性影响显著。经过频数寻优,3种配方的理想强度掺和料配比分别为1)铁尾矿12.1%～19.5%(质量分数,下同)、水泥13.9%～19.1%、生土65.5%～69.9%;2)电石渣6.7%～14.1%、煤矸石8.9%～11.8%、生土76.7%～81.8%;3)油泥11.4%～14.4%、水泥17.4%～19.4%、生土67.1%～70.5%。材料内部的分形和孔隙特征稳定,表现出较小的波动性和良好的密实性。     

输电塔减震主动控制中GMM作动器的优化布置研究

利用大型分析软件ANSYS建立输电塔有限元模型,并对模型进行简化,从中提取模型的质量矩阵和刚度矩阵,然后基于遗传算法对输电塔简化模型进行自主研发的GMM（Giant Magnetostrictive Material）主动杆件布置位置的优化计算,得出不同数量的GMM主动杆件在输电塔抗震控制中的最优布置位置。同时采用LQR算法对比分析了在一维和三维El—Centro地震波作用下有、无减震控制措施的输电塔位移和加速度地震响应。通过有关参数分析计算,分析表明采取GMM主动杆件进行主动控制能明显衰减输电塔模型的地震响应,具有比较理想的减震效果。