高柔结构风振AMD控制极点配置算法研究

为实现极点配置算法的部分极点的重新配置,本文以实际工程为背景,研究了线性二次型经典最优控制(LQR)算法对控制系统极点的影响。以此为借鉴提出了期望极点的设计方案,研究了AMD期望极点对控制系统性能的影响。针对实际结构采用极点配置算法可能会出现控制力过大的现象,本文提出了通过对质量振型参与系数的分析,选取结构前几阶振型作为控制目标,保证了系统控制力不会过大,又能实现控制效果。该方法目标明确、可操作性较强。以深圳市京基金融中心为算例,对其采用了LQR算法和本文提出的极点配置算法,从对结构增加的阻尼比和控制效果分析表明该方法是有效的。     

极点配置算法在高柔结构风振AMD控制中的研究

为实现极点配置算法的部分极点的重新配置,本文以实际工程为背景,研究了线性二次型经典最优控制（LQR）算法对控制系统极点的影响。以此为借鉴提出了期望极点的设计方案,研究了AMD期望极点对控制系统性能的影响。针对实际结构采用极点配置算法可能会出现控制力过大的现象,本文提出了通过对质量振型参与系数的分析,选取结构前几阶振型作为控制目标,保证了系统控制力不会过大,又能实现控制效果。该方法目标明确、可操作性较强.以深圳市京基金融中心为算例,对其采用了LQR算法和本文提出的极点配置算法,从对结构增加的阻尼比和控制效果分析表明该方法是有效的。     

高柔结构风振AMD控制模糊神经网络预测算法研究

基于Takagi-Sugeno模型的模糊神经网络的基本理论,建立了模糊神经网络预测模型。该模型结合神经网络控制和预测控制的优点,解决了控制中的时滞问题。研究了基于聚类法产生模糊神经网络预测控制的模糊逻辑系统,该方法便捷地解决了模糊逻辑控制中模糊控制规则基于专家控制策略和经验而无自学习能力的困难。以深圳京基金融中心为算例,利用模糊神经网络预测算法控制结构在风荷载作用下的振动,仿真结果表明,模糊神经网络预测算法能够有效地减小高柔结构加速度响应。