基以于磁流变阻尼器的车辆悬架半主动控制研究——建模与直接自适应控制

利用磁流变液体的特点，采用磁流变阻尼器实现车辆悬架减振系统的半主动控制，由于磁流变液体的滞回特性及其在固液态之间的转换引起半主动悬架系统强烈和非线特性，为此，设计了神经网络直接自适应控制，仿真表明，由磁流变阻尼器和神经网络相结合实现的车辆悬架半主动控制系统能够较好地提高车辆的行驶平顺性。     

基于智能算法的MR阻尼器半主动控制

研究了磁流变阻尼器作为控制装置的结构平移-扭转耦联地震反应的半主动智能控制问题。直接使用微种群遗传算法优化控制信号，得出系统输出与控制信号之间的数值对应关系；然后通过训练神经网络把这些知识储存于神经网络的权值中，并在其它的地震输入下使用。计算实例结果表明，采用磁流变阻尼器对结构进行半主动控制能有效地减小结构的地震反应。     

大跨度拱桥磁流变阻尼器减震控制

对拱桥这种大型结构在地震激励作用下实施减震控制是提高结构安全性的重要途径。为实现磁流变阻尼器在拱桥振动控制中的应用，提出在拱桥上设置磁流变阻尼器的减震控制方案。以改进的现象模型作为磁流变阻尼器的计算模型，采用LQG控制器一基于Sign函数的半主动控制算法，建立拱桥结构一磁流变阻尼器控制系统。最后，建立一平面拱桥模型，对该拱桥采用磁流变阻尼器进行减震控制分析。仿真分析结果表明通过合理地设计控制策略，拱桥磁流变阻尼嚣半主动控制可使拱桥地震反应取得良好的减震效果，而且半主动控制效果明显优于被动控制。     

智能磁流变(MR)阻尼器半主动控制的研究

提出了一种基于磁流变(MR)阻尼器的结构智能半主动控制方法。利用模糊神经网络辨识出能真正反映磁流变阻尼器动力特性的智能辨识模型，在此基础上提出一种基于最佳逼近Bang—Bang主动控制的智能半主动控制算法，从而使得MR阻尼器在每一控制瞬时始终处于最大耗能状态，有效地减小了结构在地震作用下的位移与加速度响应。算例仿真验证了所提方法的有效性与实用性。     

基于磁流变阻尼器的车辆悬架半主动控制研究--间接自适应控制与实验

在分析磁流变阻尼器车辆悬架非线性特性的基础上，设计了一类神经网络间接自适应控制器，并根据系统的低频特性和作动器的快响应，实现了悬架振动的神经网络实时控制。计算机仿真和悬架实验的结果均表明，神经模拟器能够逼近非线性系统，神经控制器能在时域和频哉内以较高的精度控制悬架系统的振动。     

车辆磁流变座椅悬架的模糊自适应整定PID控制

构建磁流变半主动座椅悬架系统。针对此系统建立了人体-座椅的五自由度动力学模型,其中磁流变阻尼器采用改进的Bouc-Wen模型。设计模糊自适应整定PID控制器,根据实时加速度信号在线整定PID参数,达到最优减振效果。用MATLAB／SIMULINK建立系统的仿真模型。仿真结果表明,该控制器能有效地改善座椅的减振效果。     

基于磁流变阻尼器的车辆悬架系统控制器设计

建立电流相关磁流变阻尼器模型并设计变增益模糊控制器。首先提出动态迟滞单元来描述磁流变阻尼器的迟滞特性,并将电流嵌入到模型参数中以建立电流相关磁流变阻尼器模型。然后针对以磁流变阻尼器为半主动控制元件的2自由度1/4车辆悬架系统,设计变增益模糊控制器,通过增益改变来适应路面随机激励的变化。仿真结果表明,变增益模糊控制器可对基于磁流变阻尼器的半主动控制悬架实现有效减振控制。     

基于智能算法的高层建筑非线性地震反应的MR阻尼器半主动控制

研究了第三阶段结构振动控制的Benchmark问题;设计了基于模糊神经网络的控制器模型;采用磁流变(MR)阻尼器作为控制装置,对一座20层Benchmark建筑结构进行了非线性地震反应的数值仿真分析。首先,通过神经网络对足尺MR阻尼器进行了动力特性的辨识;其次,在设计模糊神经网络控制器时,提出了分区控制的设计思路。将智能控制器半主动控制下的仿真结果与样本LQG控制进行了对比分析。结果表明:提出的智能控制器能有效抑制高层建筑结构的非线性地震反应;与样本LQG控制相比,由于智能控制器的内在鲁棒性和对结构非线性反应控制的稳定性,在非线性结构的振动控制中有很大的应用潜力。     

基于系统识别理论的磁流变阻尼器模型

磁流变阻尼器(MR damper)是一种新型的半主动结构振动控制装置。只要给该阻尼器输入很小的能量,它就能在极短的时间内(毫秒级)产生很大的力。这种阻尼器的性能可通过一组非线性微分方程来描述,物理参数包括位移、电压和力。给阻尼器输入位移和电压,阻尼器能产生一定的力。基于系统识别理论,采用ARX模型和优化神经网络技术对磁流变阻尼器的性能进行了仿真。训练后的神经网络能分别通过前向模型和反向模型精确地预测磁流变阻尼器的力和电压。把这样的神经网络用于控制系统,还能实现结构的主动控制。     

斜拉索振动的ER-MR阻尼器半主动神经网络控制

建立了采用ER—MR阻尼器作斜拉索的基于神经网络的半主动控制方法。该方法采用离线训练好的神经网络兼作系统状态观测器和系统控制器，并根据ER／MR阻尼器特点，引入面向速度剪切的半主动控制策略，实现神经网络对斜拉索进行在线带自反馈的半主动控制。数值试验的结果表明：采用神经网络进行半主动控制，能够达到很好的控制效果，整条斜拉索的振动都得到有效的抑制。     

汽车悬架磁流变减振器模型分析及半主动控制策略研究

用多项式模型作为磁流变减振器的力学模型,研究了传统"开-关"型半主动控制的阻尼力跳跃对汽车簧载质量振动加速度产生的不利影响,针对1/2汽车模型对具有磁流变减振器的汽车悬架简单模糊和自适应模糊神经半主动控制策略进行了数值仿真,基于数值仿真结果分析了各控制策略的效果.     

升船机地震鞭梢效应基于神经网络预测的MR智能半主动控制

磁流变（MR）智能阻尼器是利用磁流变液产生阻尼力的半主动控制装置，该装置具有机械构造简单，动力范围宽广，只需要较小的能量输入就能产生大的输出力，因此被证明能有效运用于土木工程结构来抵抗强烈地震和强风。但是由于磁路材料、线圈结构、控制电源等因素的影响，使得MR阻尼器存在明显的磁迟效应。目前，应用MR阻尼器作为控制装置的研究中对磁迟效应考虑较少。神经网络具有很强的自适应性和处理非线性问题的能力，能够对难以用数学方法描述的非线性对象进行精确预测和建模。运用神经网络来预测MR阻尼器的力学性能，通过对未来时刻输出力的精确预测来弥补磁迟效应所耽搁的时间，在此基础上实现基于神经网络预测的MR智能半主动控制。应用提出的方法来控制三峡升船机屋盖MR智能隔震系统以减小顶部厂房的地震鞭梢效应，仿真计算结果表明：神经网络预测能很好的解决MR阻尼器的磁滞效应对控制带来的不利影响，升船机顶部厂房层间位移和柱底弯矩均有明显的减小，能有效抑制升船机顶部厂房的地震鞭梢效应。     

非确定因素下汽车半主动悬架的智能控制

以含磁流变阻尼器的1/4 车辆非线性半主动悬架模型为研究对象,在充分考虑该非线性系统未建模动态的基础上提出了具体的神经网络与滑模变结构控制相结合的智能控制策略,有效抑制了悬架系统的振动,使车辆行驶的平顺性与舒适性得以提高.应用神经网络的在线学习能力对非线性动力学模型的不确定部分及外界未知扰动进行了神经网络估计,确定了未知函数的上确界,构造了控制系统的滑模变量并且合理设计神经网络的自适应规律使状态变量快速接近原点.通过稳定性分析证明了此种控制方法是全局渐近收敛的,并且对未建模动态具有强鲁棒性.数值仿真结果验证了该种控制方法的有效性,得到了阻尼器两端控制电压的变化规律.     

新型磁流变脂阻尼器对铁路连续梁桥地震响应模糊神经网络控制

为解决传统磁流变液阻尼器(Magneto Rheological Fluid Damper,MRFD)磁场利用率低及磁流变液沉降导致控制特性劣化难题,提出新型阻尼器—磁流变脂阻尼器(Magneto Rheological Grease Damper,MRGD)。采用神经网络(Neural Network,NN)对足尺MRGD动力特性进行辨识,通过将改进的限幅最优(Modified Clipped-Optimal,MCO)算法整合到模糊神经网络(Fuzzy Neral Network,FNN)理论来设计适合MRGD的FNN/MCO半主动控制策略,并构建SIMULINK仿真分析平台。以典型三跨铁路连续梁桥为工程背景,分别对未控制、FNN/MCO半主动控制及线性二次型高斯(Linear Quadratic Gaussian,LQG)主动控制下桥梁各项评价指标进行分析。结果表明,所提FNN/MCO半主动控制策略对桥梁地震响应控制效果明显优于LQG主动控制策略;FNN/MCO策略较LQG策略更利于控制装置性能发挥;FNN/MCO策略稳定性、鲁棒性均明显优于LQG策略。     

MR阻尼器的性能测试与逆模式神经网络智能控制方法的研究

自制了内置弹簧蓄能器的新型MR阻尼器,将自制的MR阻尼器在武汉理工大学测试中心完成了性能测试.研究了在不同电流输入下阻尼力-位移、阻尼力-速度之间的关系,提出了MR阻尼器的修正的Bingham力学模型.在此基础上,采用逆模式神经网络来模拟阻尼器的逆向模型,与其它主动控制算法形成了MR阻尼器的智能控制方法.通过对一栋三层剪切型结构进行仿真计算,我们知道通过逆模式神经网络可以得到连续的控制电流,实现阻尼力的连续可调,控制效果将优于半主动控制效果.     

车辆半主动悬架阻尼多模式切换控制研究

为提高车辆行驶平顺性,提出了一种基于阻尼多模式切换减振器的车辆半主动悬架及其控制方法。相较于传统阻尼可调减振器,该新型减振器通过控制两个高速开关电磁阀的通断状态即可实现四种不同的阻尼工作模式,从而使得车辆半主动悬架的阻尼控制更加高效和节能。分析了阻尼多模式切换减振器的基本原理,建立了减振器阻尼特性数学模型。结合车辆悬架系统的阻尼比范围,确定了减振器关键部件参数,并通过仿真获取了四种阻尼工作模式下的减振器复原阻尼系数和压缩阻尼系数。在此基础上,进一步建立了车辆半主动悬架数学模型,采用模糊控制逻辑设计了悬架阻尼多模式切换控制策略。仿真结果表明,相较于传统被动悬架和基于天棚控制的半主动悬架,基于阻尼多模式切换减振器的车辆半主动悬架可以进一步改善车辆行驶平顺性。