欢迎来到天天文库
浏览记录
ID:32473532
大小:2.05 MB
页数:65页
时间:2019-02-06
《磁流变阻尼结构的智能减震控制研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、西安建筑科技大学硕士学位论文磁流变阻尼结构的智能减震控制研究专业:硕士生:导师:智能控制郭迎庆席爱民摘要利用磁流变阻尼器进行建筑结构的减震控制具有控制精度高、所需外部能源少、经济实用、构造简单等特点,这对于多发地震的我国无疑具有广阔的应用前景。因此,国内外已有越来越多的专家学者投入到此方面的研究,并已取得了一些成果,但在磁流变阻尼器控制电流的精确选择及磁流变阻尼结构控制的时滞等方面仍存在许多问题,有待进一步解决完善。本课题以解决磁流变阻尼结构的瞬时电流选择问题、时间滞后问题,及简化仿真分析为研究目的,主要完成了如下工作:1.研究磁流变阻尼结构的地震反应,对比分析了三种Ban
2、g—Bang控制下的控制结果;2.对于磁流变阻尼器控制电流的精确选择问题,本文引入模糊逻辑控制器进行电流选择,并实施对结构的全态智能控制,提出了模糊逻辑全态控制;3.对于磁流变阻尼结构控制中的时间滞后问题,本文将地震加速度作为模糊逻辑控制器的一个输入,消除了控制中部分滞后问题:但仍存在着结构本身的滞后问题.对此引入神经网络对建筑结构的地震反应进行预测,并基于预测的动力反应和实测结构的动力反应的综合值作为模糊逻辑控制器的输入来消除建筑结构本身的时滞,并提出了双态神经网络控制和模糊全态神经网络控制;4.传统的时域仿真分析法,其编程较复杂,而且直观性差,为此作者应用MATLAB中
3、的SMULRCK工具箱对磁流变阻尼结构的智能控制进行动态仿真。关键词:磁流变阻尼结构;磁流变阻尼器;模糊逻辑控制:神经网络:SⅣULHqK动态仿真本研究得到中国博士后科学基金项目“磁流变阻尼器及其对建筑结构的减震控制”(编号:中博基200114)的资助。与磁流变阻尼结构的智能减震控制研究StudyOilIntelligentEarthquakeMitigationControlofMagnetorheologicalStructureSpecialty:IntelligentControlName:GuoYingqingTutor:XiAiminABSTRACTEarthq
4、uakemitigationforstructuresusingmagnetorheological(MR)dampershasmuchmerit,suchasfinecontroleffect,lowexternalenergy,cheapcost,simpleconstructionetc.Ithasawideapplicationforegroundforourcountryduetomanyearthquakes.Thus,moreandmoreexpertsathomeandabroadstudyonthisaspect,andacquiremanyachieve
5、ments。ButtherearemanyproblemsaboutchoosingofcontrolcurrentofMRdampersandtime—delayexistinginMRstructure,whichrequirebesolvingandcompleting.Inthispaper,themajoraimisthatstudyingdeterminationofcontrolcurrent,time-delayandsimplesimulation.Thefollowingworkisdone:1.Seismic唧onsesofMRs住1王cnlresal
6、eanalyzed.andthreekindsofBang—Bangcontrolarecompared.2.AproblemischoosingthecontrolcurrentofMRda/nperoInthispaper,fuzzylogiccontrollerisintroducedtOchoosethecontrolcurrent,andfull—stateintelligentcontrolforst兀lctIIl℃sisearnedandfuzzylogicfull·statecontrolisproposed.3.Anotherproblemistime-d
7、elaybeinginthecontrolofMRsffucturc.Inthispaper,oneinputofthefuzzylogiccontrolleristheseismicaccelerationthatavoidssometime—delaybeinginthecontr01.Buttime-delaybeinginthestructurestillisn’tsonca,SOtheneuralnetworktechniqueisintroducedtopredicttheseismicresponse
此文档下载收益归作者所有