基于人工神经网络的结构振动预测控制的研究.pdfVIP

^^·16}· !三堡垄堂!望型!!!!兰 一．一 n^b————————————————————————————————————一 一 基于人工神经网络的结构振动预测控制研究 韩亚伟，何玉敖 (天律大学土木系．天津300072) 摘要： 本文探讨结构振动控制对象模型、预测模型、控制算法 设计了一种基于BP神经网络和预测控制理论的神经网 络控制器，能有效、怏捷地对结构振动实拖最优控制， 便于实际工程应用． 关键词：预测控制；神经网络：结构振动：神经网络控制器 1 引言 预测控制是一种新型计算机控制方法，一般为采样控制而非连续控制，算法中包含预测的原理，是 佟棒性和自适应性都比较高的控制方法。神经网络是由许多能够模拟人脑功能的神经元，通过相互连接 而成，具有井行处理信息能力的网络结构，它在控制系统中的应用，提高了系统的信息处理能力和适应 能力。由于神经网络具有逼近任意非线形函数的能力，且能有效地组织网络不同的输入等优点，给系统 控制带来了新的思路。本文利用神经网络这一特点，将其用于结构振动预测控制，通过仿真表明，这一 方法是可行且有效的。 2计算模型及控制方法 2 1对象模型 对象模型由结构的动力方程来描述。 具有N个自由度的主动控制线形结构体系，在地震作用下的动力方程可表示为： 阻肛}+陋壮}+k弘}=扩敝+[D弦} (1) 式中，[肘】、[c】和k】分别为结构的质量矩阵、阻尼矩阵和刚度矩阵；p】=一阻】[，】，p】为地震惯性 力作瑚位置指示向量：【D】为控制力作用位置指示矩阵(nx r)；妙}为r维控制力向量；辟}、伍}和 {Ⅳ}分别为结构的加速度反应向量、速度反应向量和位移反应向量：我为地震地面运动加速度。 与(1)对应的状态方程为： {2}=阻配}+陋】妙}+旧弦， (2) 口】=[一阻掣kJ}一出一【cJ]，为：刀×z胛维系统矩阵，其中【o】、阢】分别为挣×行维零矩阵和单位矩 驻仑碘q：嗣家一然科学基盒项日和天津罐委科研项目(2001—622) 作卉简介：韩砸伟(1979 1)。男，青岛市人，硕-gf究生，从事结构振动控制研究 玉地(]933】)，男．北京市^，教授 !三篓垄兰!塑型!竺!竺 一——————————二：!兰竺‘己吵 阵I阱b‰】]’其中时例加”维控制力矩阵【o】为…维零矩阵。 主动控制的关键是如何确定控制力{u)，使控制系统在满足状态方程和各种约束条件下，选择合适 的增益矩阵，寻求最佳的控制参数，使系统达到较好的性能指标，实现对结构的最佳控制。 2．2预测模型 预测控制打破了传统控制中对模型结构和参数的严格要求，根据功能要求按最方便的途径建立模型。 建立预测模型的基本原则是： (1)须正确反应输入一输出的动态因果关系。 (2)建模过程和模型表达式尽可能简便。 只要遵循以上原则，以任何方法和手段建模均可，甚至可引进人工智能的先进技术来建立非常规的 启发式模型，从而为智能预测控制提供相应的预测模型。 预测模型采用以下方程表示： f留(七十Jl七)}=幽忙(女+／一1忙)}+c8秘(女+／一11％)} 。 …’ 1铲(七+小)}=陋归(七+小)} 式中．留(尼+，k)j和矿(七+’，陋)j分别表示在时刻k对时刻k+j状态向量和输出向量的预测； 秒(七+／k)j为实际控制力；陋j为输出矩阵，由具体的参考轨迹确定。 由模型式(3)可以看出，这种