[发明专利]一种改进的线性最优半主动控制方法

权利要求书

1.一种改进的线性最优半主动控制方法，其特征在于：包括以下步骤：

步骤S1：针对地震波激励下的磁流变阻尼器建筑结构体系建立运动方程，推导其状态空间方程，并将结构响应作为LQR控制器的输入；

步骤S2：设计适当的优化目标函数，利用乌鸦搜索算法设计LQR控制器，求解理想控制力；

步骤S3：确定ANFIS的结构，从而确定待优化的ANFIS的隶属函数参数和模糊规则参数的数量；

步骤S4：准备训练数据，其中通过磁流变阻尼器的Bouc-Wen正向模型获得阻尼力；

步骤S5：采用帝国竞争算法对ANFIS的训练算法进行改进，得到最优的ANFIS逆向模型；

步骤S6：基于步骤S2的理想控制力，利用最优的ANFIS逆向模型计算控制电流i(k)；

步骤S7：将控制电流i(k)作为磁流变阻尼器的输入，使其输出阻尼力，实现对建筑结构的半主动控制；

步骤S2具体包括以下步骤：

步骤S21：确定优化目标函数Obj和适应度函数F，其中所述目标函数如下所示：

Obj＝w₁×J₁+w₂×J₂+w₃×J₃；

其中，

式中，x_i(t)、x_di(t)和分别是受控时第i层的相对位移、层间位移和绝对加速度；x_unc、x_d,unc和分别是无控时的最大相对位移、最大层间位移以及最大绝对加速度；J₁、J₂和J₃是分别使最大相对位移、最大层间位移和最大绝对加速度最小化的单目标函数，w₁、w₂以及w₃是反映相对重要性的权重系数；在乌鸦搜索算法中，将该目标函数作为适应度函数F；由于这是求最小解的问题，因此在优化过程中适应度越小越好；

步骤S22：根据受控对象的属性和控制目标，经过推导计算，确定LQR控制器中加权矩阵Q和R的结构、矩阵中待优化参数的数量和取值范围；

步骤S23：初始化乌鸦搜索算法的参数，包括种群大小N、迭代次数K、感知率AP、飞行距离FL，并随机产生初始种群X(0)＝(X₁,X₂,...,X_N)，并令其为初始M(0)＝(M₁,M₂,...,M_N)；令i＝1，cycle＝1；

步骤S24：依次计算最优反馈矩阵G、控制力和适应度f(X_i)，若控制力超出磁流变阻尼器的最大量程，则令f(X_i)＝1；

步骤S25：进行解X_i的更新操作，判断其有效性，并在重复步骤S24的操作后进入步骤S26；

步骤S26：判断f(X_i)是否有改善，若是，则用X_i更新其记忆M_i，否则令M_i保持原值；

步骤S27：如果i＜N，则令i＝i+1，并重复步骤S25至步骤S26，直至i＝N时记录本轮迭代最优解，并进入步骤S28；

步骤S28：如果cycle＜K，则令cycle＝cycle+1，并重复步骤S25至步骤S27，直至cycle＝K，输出最优解，即得到加权矩阵Q和R的优化参数，并求解理想控制力。

2.根据权利要求1所述的一种改进的线性最优半主动控制方法，其特征在于：步骤S3具体为：所述ANFIS结构中的逆向模型是一个四输入单输出的系统，其中输入包括当前时刻的位移x(k)、速度阻尼力f(k)以及上一时刻的电流i(k-1)，输出为预测电流

3.根据权利要求2所述的一种改进的线性最优半主动控制方法，其特征在于：每个输入参量的隶属函数的数量为3，根据预设的ANFIS结构，待优化的ANFIS的隶属函数参数和模糊规则参数的数量分别为36和320。