基于LSTM网络的双台阵系统辨识和控制算法研究.pdf

摘要

地震模拟振动台台阵系统是为实现多维多点地震场激励的大型抗震试验设备，

其控制理论和技术较单振动台更为复杂，但是，目前国内外相关研究工作主要集中

在单台控制的理论分析和系统仿真，且控制算法的研究已滞后于控制器硬件技术的

发展。目前，对于多点激励来说仍存在相位很难满足试验要求，且波形的相关度也

较差。本文充分借鉴国内外地震模拟振动台技术已有相关研究成果的基础上，采用

LSTM网络辨识台阵系统的方法，对双台阵系统进行建模分析、系统主要参数辨识、

自适应学习控制器设计等方面进行研究，主要研究工作及成果包括如下几个方面。

1）首先，对电液伺服阀振动台控制系统的液压系统、三参量发生器、电液伺服

阀以及传感器进行了建模分析，推导了考虑伺服阀特性以及传感器特性的振动台系

统传递函数。然后，在给定的系统固有物理参数下，推导出了系统特性参数的计算

过程和结果，并对系统稳定性和频响特性进行了仿真和分析。最后，推导了双台阵

系统的传递函数矩阵，介绍了多参量控制器下的双台阵闭环系统，并基于Simulink

进行了系统特性仿真。

2）设计了一种基于LSTM的双台阵闭环系统辨识方法。为克服传统系统辨识

方法的性能缺陷，本文充分利用深度学习算法强大的自学习能力，选择LSTM网络

进行闭环双台阵系统的辨识。基于LSTM网络的作用机理，调整神经网络参数，找

出合适的网络结构，进行系统辨识网络的训练。通过对多种地震天然波和人工波进

行测试，结果表明：无论是时域波形还是频域波形，网络预测输出和理论输出的均

方误差较小，均小于-42.35dB，二者波形具有较高的吻合度，波形相关系数可达到

0.9985以上。进一步验证了本文设计的神经网络结构能较好的完成台阵系统辨识。

3）设计了双台阵系统的智能控制器。首先，对双台阵开环系统进行离散化处理。

然后，基于离线监督训练控制器方案，以多参量控制器输出为网络标签，构建神经

网络控制器。仿真结果表明：该方案性能可以较好的逼近多参量控制器性能，继而

验证了智能控制器的可行性。为进一步提升控制器的性能，本文采用更高效的在线

监督训练方案，对LSTM闭环控制进行实时反馈处理，克服了传统LSTM控制器因

重置丢失记忆的问题，使深度学习控制摆脱多参量控制器性能的约束。仿真结果表

明：改进后的自适应控制器可以获得超越多参量控制器的性能，并具有良好的泛化

性，以较高精度实现输入和输出波形的复现。

关键词：地震模拟振动台；双台阵系统；系统辨识；LSTM；多参量控制

Abstract

Thestudyofseismicsimulationshakingtableisveryimportanttoevaluatethe

performanceofstructureinearthquakeandprovidescientificbasisforearthquakedisaster

prevention.However,thetraditionalsingleshakingtablesystemcannotfullysimulatethe

bidirectionalvibrationinanearthquake.Theresearchnecessityofthetwo-arraysystemis

tosimulatethebidirectionalvibrationofthestructureunderearthquakeactionmore

accurately,soastoevaluatetheseismicresponseofthestructurebetter.Inordertosolve

theproblemofsystemidentificationintwo-arraysystem,asystemidentificationmethod

basedonLSTMisproposedinthispaper.Thismethodcancapturethedynamic

characteristicsofthesystemmoreaccuratelyand