[发明专利]一种智能减震结构的在线实时控制方法

说明书

技术领域

本发明属于智能结构振动控制领域，具体涉及一种智能减震结构的在线实时控制方法，确定磁流变阻尼器的控制电流。

背景技术

磁流变阻尼器是一种优秀的减小结构地震响应的半主动控制装置，其本身具有出力大，稳定性好的特点。在结构由于振动而发生变形时，安装在结构当中的磁流变阻尼器会根据相应的控制策略调整特征参数，从而吸收振动的能量，到达减震的目的。这种阻尼器具有出力大、输入能量小等优点，克服了主动控制阻尼器的能量输入问题，是一种结合了主动控制阻尼器和被动控制阻尼器优点的阻尼器，在结构振动控制领域具有非常广阔的应用前景。

对于安装了磁流变阻尼器的智能结构来说，一个基本的问题就是如何实时的根据地震激励和结构特性准确及时的选择磁流变阻尼器的控制电流，这直接决定了磁流变阻尼器能否有效地工作，更好地减小结构的振动响应。对于半主动控制的阻尼器来讲，传统典型的控制策略包括通过时程分析循环计算确定控制电流、双态控制策略和LQR，LQG等控制算法。通过时程分析循环计算确定控制电流，是对加入了半主动控制装置的结构进行时程分析，通过循环计算确定半主动控制装置的参数，这种方法理论上可以达到很高的精度，但是循环计算需要很长的时间，这在极短的地震时间步长内很难实现。双态控制即：当结构远离平衡位置的时候，就输出阻尼器的控制电流，输出最大控制力；结构回到平衡位置的时候，就关闭电流的输出，输出最小控制力。这种双态控制策略比较容易实现，但却存在输出延迟和控制精度差的问题。不能有效发挥阻尼器的作用，对结构的振动响应的控制效果不是非常理想。而对于LQR，LQG等主动控制算法来讲，很重要的一个假定是认为结构在地震发生的过程当中其动力特性是保持不变的，实际上随着地震发生时间的推进，结构会逐渐的进入塑性状态，结构的动力特性与初始时的状态会发生很大的变化。

发明内容

发明目的：针对上述现有技术存在的问题和不足，本发明的目的是提供一种智能减震结构的在线实时控制方法，解决传统的控制策略在选择磁流变阻尼器控制电流的过程中存在的固有时滞以及参数瞬时确定的问题，准确及时的选择控制电流，从而使得磁流变阻尼器在控制结构振动中发挥更加有效的作用。

技术方案：为实现上述发明目的，本发明采用的技术方案为一种智能减震结构的在线实时控制方法，包括如下步骤：

(1)通过神经网络实时预测智能减震结构在下一时刻的位移响应和速度响应，并将位移响应输入到模糊控制器；

(2)模糊控制器根据实测的地震加速度激励以及预测的位移响应实时选择磁流变阻尼器的控制电流；

(3)根据速度响应和磁流变阻尼器的控制电流，计算得到磁流变阻尼器的控制力；

(4)测量智能减震结构的实际地震响应和地震加速度激励，所述地震响应包括位移响应和速度响应；

(5)将计算得到的控制力、实际地震响应和地震加速度激励作为输入数据输入到神经网络中，神经网络将根据这些输入数据预测智能减震结构下一时刻的地震响应。

进一步的，所述神经网络为前馈神经网络；将实测的智能减震结构的位移响应和速度响应与预测的智能减震结构在相同时刻的位移响应和速度响应作为训练数据对实时训练神经网络：基于第一算法修正神经网络的连接权。更进一步的，所述第一算法为Levenberg-Marquardt算法。经过训练的神经网络的输入层读入所述智能减震结构已经发生的位移响应和速度响应、磁流变阻尼器的控制力以及地震加速度激励，输出智能减震结构在下一时刻的位移响应和速度响应。所述神经网络在地震过程中，实时抛弃旧的训练数据对，采用新采集的数据训练对，实时跟踪智能减震结构在地震过程中的动力特性。

进一步的，所述模糊控制器的隶属度函数采用三角形隶属度函数和梯形隶属度函数相结合的模式：当地震加速度激励和位移响应非常大或非常小的时候，选择梯形隶属度函数；否则选用三角形隶属度函数。