基于神经网络的智能结构控制与试验研究.pdfVIP

第25卷第4期 华中科技大学学报(城市科学版) V01．25No．4 J．ofHUS Dcc．2008 2008年12月 T．(I柚anScj朋ceEdjti伽) 基于神经网络的智能结构控制与试验研究 杜森，王社良，马乾瑛 (西安建筑科技大学土木工程学院，陕西西安710055) 摘要：智能结构是指系统的几何特性和运动特性在运行中能根据工作的要求而进行调整的结构。由于振动激 励的复杂性和不确定性使得智能结构控制具有高度的非线性，因此很难建立准确的动力模型，神经网络强大的 非线性映射能力和自适应学习、记忆的特点使得它非常适合于解决智能结构控制问题。本文主要对基于神经网 络的结构控制理论进行了研究，通过对压电智能结构基于神经网络的反馈控制进一步确定了控制算法和控制效 果。最后进行了三层框架结构的振动台试验，通过对压电材料基于神经网络的反馈控制来主动调节压电层的轴 向变形，以此对结构施加控制力，试验结果表明各层加速度都得到了有效地控制。 关键词：神经网络；压电智能结构；结构控制：振动台试验 中图分类号：Tu311．3；Tu352文献标识码：A一 文章编号：1672．7037(2008)04．0298．03 映射能力和处理不确定性问题的能力。神经网络 1概述 应用于主动控制智能材料的优点在于：它不需要 事先给定系统的精确数学模型，而依靠自我学习， 智能结构控制是一种新型的控制方法，它是 充分逼近任意复杂的非线性关系。由神经网络参 将传感器、作动器、控制器有机地与结构集成在 与的主动控制系统，可将有关系统的所有定量或 一起，共同组成一个结构整体，随着外界环境的 定性的信息等分散的储存在网络内的各神经元 变化，主动改变结构自身的质量分布和刚度阻尼 中，有很强的鲁棒性和容错性。能够学习和适应 的大小，自适应实现振动控制的目标。将智能材 严重不确定的动态系统。因此，人工神经网络在 料应用于结构控制系统中是实现其智能化的关键 控制器的设计中得到了广泛的应用14J。 环节之一。经过对各种传感器和作动器的性能比 较，发现压电材料是当前制作智能驱动器的理想 2人工神经网络 材料。因其既可作为驱动器，又可作为传感器， 并且能够制成复合材料；作为驱动器时，它的激 2．1神经网络的控制原理 励功率小，响应速度较快，既可以大块使用，也 众所周知，控制系统的目的在于通过确定适 可以小块分散使用，压电复合材料是智能结构媳 当的控制量输入“，使得系统得到期望的输出特性 发展方向。在此论文中作者以压电智能空间钢结 y。假设“与)，之间满足y=g@)的非线性函数关 构为研究对象，在普通钢杆件的适当部位集成压 系，控制的目的是确定最佳的控制量输入“，使系 电堆以形成压电主元杆件，并将其集成在结构的 统的实际输出y等于期望输出yd。由于神经网络具 关键部