Timoshenko梁的行波与模态的混合控制方法

基于Timoshenko梁理论，采用行波控制和独立模态空间混合方法。对悬臂梁的振动主动控制问题进行了研究。采用行波方法实现了对Timoshenko梁结构的振动控制。首先。采用模态控制方法，控制低频振动。而后，采用行波控制方法吸收高频振动能量，实现结构的振动控制。可见，行波／模态混合控制提高了振动控制精度和系统的鲁棒性。本文给出了悬臂梁振动的混合控制策略，最后给出了数值仿真结果。     

机械振动主动控制技术的研究现状和发展综述

在机械工程领域，整机及转子的振动主动控制是振动主动控制技术在该领域的两个重要方面的应用。本文先简要叙述振动主动控制原理，然后在此基础上概述整机振动主动控制的发展现状，并归纳出转子经常使用到的相关控制技术以及主动控制相关的控制方法，以促进我国振动主动控制技术在机械领域的快速发展。     

线性振动系统的鲁棒H^∞控制

研究了含有参数不确定性的线性振动系统的鲁棒Ｈ∞控制，折衷考虑振动系统的外激励干扰衰减和振动系统参数摄动的鲁棒性问题。并设计一高层建筑结构振动控制的鲁棒调谐质量阻尼器（ＴＭＤ），数值仿真结果表明，与ＬＱＧ控制设计相比，采用鲁棒Ｈ∞控制技术设计的振动主动控制系统，对振动系统参数摄动具有较强的鲁棒性，同时能更有效地抑制持续的振动外激励。     

柔性结构的模糊主动振动控制研究

针对柔性结构在不同激振信号下的振动抑制问题，研究了如何应用模糊控制理论实现柔性结构的主动控制，提出了一种基于连续模糊判决函数的模糊ＰＤ主动振动控制方法，对悬臂梁分别在瞬态、正弦及随机激振下的模糊ＰＤ主动振动控制进行了仿真研究。结果表明：模糊ＰＤ控制对上述三种激振信号的振动均有明显的抑制作用。由于模糊ＰＤ主动振动控制对结构的不依赖性，该方法对难以建模的大型柔性结构的主动振动控制具有实际意义。     

柔性结构振动预测控制的仿真研究

针对柔性结构的振动问题，提出了用预测控制方法来实现对振动的主动控制。建立了由压电作动器和应变片传感器组成的悬臂梁实验系统的控制模型，用动态缩聚的方法对梁的有限元模型进行降阶，根据这个降阶模型设计了一个预测控制器，将其应用于系统的振动控制，并给出了预测步长和控制步长对控制性能的影响。仿真结果表明该预测控制方法能够有效地抑制柔性结构的振动。     

结构的主,被动振动控制及相互影响分析

同时采用被动和主动控制方法来抑制结构的振动，可以利用两者的优势以达到更好的控制效果。以粘弹性阻尼器和压电晶体作动器为被动和主动控制元件，建立了主结构与控制元件一体化的复合结构运动控制方程，以平面桁架结构为例进行了数值分析，研究了控制器设计和系统参数选择、主动振动控制的效果以及被动振动控制与主动振动控制的相互影响等问题     

高速曳引式电梯振动主动控制技术研究

运用运动弹性动力学方法建立高速曳引式电梯机械系统的动力学模型，进行其动态特性分析及振动控制研究。利用模糊自适应主动振动控制的方法，使模糊控制规则在控制过程中自动调整、完善，从而达到最佳的控制效果。应用MATLAB语言编程仿真表明，所设计的模糊自适应控制系统的振动控制效果优于传统的机械被动隔振，而且对振动环境的自适应能力强，控制器响应快，超调量小，有很强的鲁棒性，因而使电梯的乘坐舒适性得到很大的改善。     

受控结构与AVS装置的不同步振动

考虑ＡＶＳ控制系统受控结构与控制装置的不同步振动，建立了ＡＶＳ控制体系的运动方程。通过仿真分析，研究了这种不同步振动对ＡＶＳ控制体系控制效果的影响。初步的结论是，在实际工程中实施ＡＶＳ控制时，基本上可以不考虑ＡＶＳ控制装置与受控结构的不同步振动。     

机器设备基础的振动控制分析

机器设备的振动是难以避免的，对于安装工程来说，通过对振动控制的分析，采取减振或“吸收”振动等措施，可将机器设备运转时产生振动的危害性减至最小。     

大跨度悬索桥吊索风致振动多重调谐阻尼减振技术研究

为了控制大跨度悬索桥的吊索风致振动，提出了基于多重调谐质量阻尼器(multiple tuned mass dampers, MTMD)的阻尼减振技术方案，并通过理论分析进行参数优化和设计。研究南沙大桥两座主航道悬索桥吊索实际风致振动响应，分析其频谱特征和振动特性，确定振动控制的目标；建立吊索-MTMD分析模型，优化适用于吊索多模态控制的MTMD阻尼比、频率分布、安装位置、模态参与系数等参数，结果表明：不同于单一频率控制时的优化理论，用于吊索多模态控制的MTMD阻尼比提高为10%,扩展其振动控制的频率范围；通过考虑振型参与系数，优选4个分布主频：13.5 Hz和18.0 Hz安装在位置比为2.9%处，6.5 Hz和9.5 Hz安装在位置比为6.5%处，实现对吊索5～20 Hz风致振动的多模态控制；不同吊索在索力、型号和受控频率范围内，MTMD的设计参数可以采取统一设计方案。     

利用SMA进行桅杆振动控制的研究

提出了一种利用形状记忆合金(SMA)控制桅杆结构振动的新方法，即将SMA丝作为桅杆结构的纤绳或纤绳的一部分，把它和PSD传感器、数据采集板、计算机、恒流源组成控制系统，利用恒流源输出电流加热SMA丝，使其处于超弹性状态，变成性能优异的主动阻尼器，进而对桅杆结构的振动进行控制。对桅杆结构的振动主动控制试验表明，处于主动阻尼状态的SMA纤绳可以有效抑制结构振动。     

列车交会运行时简支箱梁与U梁振动特性分析

为探明列车交会运行时城市轨道交通简支箱梁与U梁的结构振动特性，为桥梁振动控制、结构选型提供理论依据，基于有限元和多体动力学方法，建立城市轨道交通三维车桥耦合模型，对比分析不同列车运行工况下简支箱梁和U梁的振动传递规律。研究结果表明:移动荷载作用下，桥梁结构振动响应以竖向为主，且随着速度增大而增大；列车单向运行与双向等速交会运行时箱梁结构局部振动频率基本相同，但单向运行时桥梁加速度响应幅值约为等速交会运行时的1/2，而等速交会时U型梁加速度响应幅值在部分频段内有一定衰减；进行箱梁振动控制时应重点关注腹板和翼板位置的竖向振动,而进行U梁振动控制时应重点关注底板处的竖向振动和翼板处的横向振动，列车交会频繁地段可增强箱梁底板和U梁中主梁底板处竖向振动控制；在对轨道交通中的高架桥梁选型时，宜根据现场实际工况进行结构稳定性和结构噪声影响等分析。     

水平两自由度组合结构体系的变刚度控制

可变刚度系统应用于单体结构能够取得显著的振动控制效果。本文提出了组合结构体系的变刚度半主动结构振动控制，并通过对水平两自由度组合结构体系的变刚度吸能释能控制系统的研究，揭示了水平组合结构体系变刚度振动控制的机理。分析表明，采用这种变刚度半主动控制，能够使组合结构体系在地震作用下的动力反应得到有效的控制。     

结构振动主动控制理论及实验研究

本文以薄板结构为模型．运用模态分析方法推导并分析讨论了结构振动主动控制的基本原理和原则，在此基础上，采用自适应滤波技术实现了振动主动控制系统，在对一炬形薄板的振动主动控制实验中取得了良好效果。     

挤压油膜阻尼器对转子振动进行分段控制有效性的试验研究

本文从试验上研究了可调参数挤压油膜阻尼器（ＶＰＳＦＤ）对柔性转子系统振动进行分段变参控制的有效性。结果说明了利用ＶＰＳＦＤ对转子系统的振动进行分段变参控制不仅可以减小转子系统的振动，而且还能够使转子平稳地通过具有较大振动的共振区及避免出现具有极大振动的双稳态，具有良好的控制效果。     

车辆振动模糊控制的仿真研究

建立了车辆的仿真模型，对车辆的振动作了仿真研究，利用模糊控制技术对车辆的振动进行主动控制，并讨论了不同阻尼对车辆系统的控制情况。     

救护车担架系统振动的阻尼主动控制研究

提出了救护车担架主动控制隔振系统的概念，并引用惯性阻尼原理研究了救护车担架－卧位人体系统振动的主动控制问题。仿真结果表明，担架主动控制隔振系统能有效地降低担架－卧位人体系统垂直振动和纵向角振动的加速度均方根值，从而在改善救护车担架平顺性方面具有重要的应用价值。     

《碰撞振动与控制》评介

碰撞振动（即物体之间的反复碰撞）广泛存在于机械和结构系统之中，并且对系统的动态特性、可靠性和寿命等技术指标具有重要影响。因此，工程界迫切需要了解碰撞振动的规律，对其实施有效的控制。然而，碰撞振动属于强非线性动力学过程，并具有非光滑性或非连续性，呈现比光滑振动系统更为丰富的现象，其研究难度很大。近20年来，国内外学者发展了一系列新的非线性动力学理论、计算和实验方法来研究碰撞振动问题，从而取得了丰硕成果。金栋平、胡海岩两位教授长期从事碰撞振动及其控制研究，在该领域取得了系统性的学术成果。他们所编著的《碰撞振动与控制》（北京：科学出版社，2005）介绍了研究碰撞问题的主要方法，总结了碰撞振动研究的重要进展，尤其是作者所取得的主要学术成果。     

双层隔振系统耦合振动主动控制试验研究

为减少柴油机交变力向基础的传递，提出多点自适应有源控制策略，进行双层隔振系统多方向耦合振动的主动控制试验研究。以双层隔振系统的上层质量来模拟柴油机，在下层质量上合理地布置次级振源，选取合适的误差评价点，针对这些点的振动响应实施控制。当自适应过程收敛时，下层各拾振点的振动在最小均方误差准则下得到有效抑制，则下层质量的耦合振动自然得到了有效的控制，从而减少了对基础的力传递。主动隔振模拟试验结果表明，这种多点自适应有源隔振策略对于多方向耦合振动的有源控制是切实可行的，而且简单、实用。     

一类非线性振动自适应控制的神经网络方法

针对一类非线性振动系统，本文详细阐述了非线性振动自适应控制的神经网络方法。首先提出一类非线性系统的控制模型与自适应控制策略；然后介绍了神经网络控制器的模型，进而导出了基于神经网络的振动自适应控制算法，数字仿真结果表明了这种方法的有效性。