作动器的概念优化配置.docVIP

作动器的概念优化配置 　　摘要：目前，对作动器如何优化配置即如何提取[Bs]的优化配置准则有很多种，但都偏重于计算指标。对于优化结果的评价要综合考虑经济指标即作动器的个数和控制指标即控制效果两个方面。如果仅按控制振动位移作为评价指标，很明显，全部布置控制效果最好，但是经济成本高；如果以经济成本作为评价指标，则偏离了振动控制的目的。 　　关键词：动力学方程优化配置 控制骨架 　　中图分类号： O313 文献标识码：A 文章编号： 　　由受控结构的动力学方程[1]，可知在结构振动方程中，作动器的优化配置影响的参量只要Bs。基于安全性的要求，运用结构响应控制的优化配置准则，提取适应度函数Fit，可建立数学模型，即： 　　Find: [Bs] ；Min: Fit ；St:[Bs][Bs*] (1) 　　其中：为位置矩阵，Fit为适应度函数，[Bs*]为矩阵[Bs]的允许取值范围。 [Bs*]矩阵实际上是杆件编码后，节点在各个自由度方向上的方向余弦组成。数量和位置的优化过程本质上是对矩阵[Bs*]相应行和列归零，保留布置作动器位置所对应行和列而得到[Bs]的过程。 　　目前，对作动器如何优化配置即如何提取[Bs]的优化配置准则有很多种，但都偏重于计算指标。一般过程为根据不同的优化配置准则，提取出不同的数学优化目标函数，再运用“神经质”的搜索算法[2]，得到的优化配置结果。但是这种优化存在缺陷：即使同一配置准则、同一模型、同一目标函数、相同参数、相同的优化算法，任意两次优化计算的结果都不尽相同。那么怎么在这众多的优化结果中选取出最优配置，怎么去评价这些配置结果？作动器的优化配置是否可以根据一定的概念或原则进行配置呢？ 　　1 网壳仿真模拟 　　受控模型为环向6格、径向2格的单层凯威特网壳模型[3]。杆件弹性模量为E=165GN/m2，密度为ρ=2800kg/m3。外环直径为1600mm，内环直径816mm，模型下层高b=120mm，上层高为c=40mm，整体高度为160mm，每个节点配置质量为1.0kg实心钢球作为配重。 　　 　　图7：试验模型及杆件编号图 　　 表1：作动器布置方案及节点13的响应峰值 　　 　　注：杆编号后[xx]是方案编号。 　　根据以上布置方案及振动响应得出以下结论： 　　1、对结构进行振动控制时，控制器的数量有一定要求，每一个结构都有一个相应的最低临界数量。低于这一值时，不论怎么布置，都没有明显效果；作动器达到这一数量时，布置得当，就会有明显的控制效果。 　　2、结构振动控制中，确实存在“振动控制骨架”，且作动器最低临界数量就是最简 “振动控制骨架”的构成数量（方案15/16）。 　　3、“控制骨架”之间存在一定的相互干扰；控制效果与振动“控制骨架”的个数不成正比；与其增加“控制骨架”的数量不如增加控制骨架之间的连接（方案15/28/30）。 　　4、―根据作动器概念布置优选布置方案的必要性 ，遗传算法优化的八根作动器的布置试验方案22对比方案15。 　　4.2 优化结果评价指标 　　对于优化结果的评价要综合考虑经济指标即作动器的个数和控制指标即控制效果两个方面。如果仅按控制振动位移作为评价指标，很明显，全部布置控制效果最好，但是经济成本高；如果以经济成本作为评价指标，则偏离了振动控制的目的。所以以最低的成本达到最优的控制效果作为优化评价指标。 　　以单个作动器对整个结构振动过程中能量衰减贡献量指标建立以下评价指数： （2） 　　式中J为振动能量衰减量；ψ为作动器平均控制贡献量；N为作动器个数；n为振动过程采样点数；mi为第i质点的质量；vij末为第i质点第j采样时刻的振动速度。 　　就算例模型来说，以质点13的振动能量衰减作为参量，式（2）可等价为： 　　 （3） 　　采样间隔0.02s，转求黎曼和的形式。 　　因为遗传算法寻优是求最小运算，即适应度函数值越小越好，而目标函数评价指标ψ是作动器的平均控制贡献量，越大越好，因此将目标函数转化为适应度函数时应是对目标函数乘以-1或求倒数。即适应度函数为： 或 （4） 　　式中ψ是作动器的平均控制贡献量；ε为一小数，目的是避免除零运算。 　　表3 不同数量作动器的平均贡献量 　　 　　由数据表可以看出，作动器个数为6时，即形成第一个振动控制“骨架”时作动器的平均共贡献量最大，此时作动器的个数为总杆件数量的25%，但是其控制使得结构振动的能量减少了70.7%。之后再增加作动器数量，控制效果增加缓慢。对于一个结构来说，总存在一个合适作动器数量使得作动器平均贡献量最大。此时最为经济。 　　结论：（1）通过凯威特网壳模型的仿真，验证了振动控制“骨架”的存在也说明了动器概念优化配置的必要性。提出了综合考虑