| 结构振动控制经过了被动控制、主动控制、半主动控制及混合控制几个阶段的发展后，现在正朝着智能控制方向发展。 目前，结构振动智能控制也有两种发展方向：①通过智能化控制理论进行结构振动智能控制，这种方法被称为智能化控制理论方法;②通过智能材料构造智能结构进行结构振动智能控制，这种方法被称为智能结构控制方法。其实这两种方法只是发展的侧重点不同，在实际振动控制中需要结合使用。 1. 主动减振智能结构的组成 主动减振智能结构主要有以下几个部分组成：基体结构材料(如金属、压电陶瓷以及复合材料等)、传感器(如压电聚合物PVDF、压电陶瓷、光纤等)、驱动器(主要有压电陶瓷、形状记忆合金等)和控制系统，原理如图1所示。 智能结构系统组成图 (1) 传感器 传感器的任务是获得与结构振动状态有关的信息(加速度、振幅、频率等)，并转换成电信号，传递给控制系统。传感器的数量取决与结构和被测参数。例如，为了准确地获得结构的模态参数，检测元件的数目不能太少，因为结构的响应是通过离散检测值得到的。 传感器的位置对测控结构影响很大，必须认真考虑和选择。如果传感器在某个模态的节点上，那就无法正确获得这个模态的信息，造成状态信息的丢失。此外，有时根据控制系统的要求，传感器与驱动器必须同位置布置，以便对控制点的状态做出正确地估计。对传感元件的主要要求有：灵敏度高、频响宽、体积小、环境适应性强以及有足够的机械强度。 (2) 驱动元件 驱动器是实现控制的最终执行元件，它有力型或力矩型两种。驱动元件的数目取决于控制策略。在进行独立模态控制时，一般要求驱动元件的数目等于系统的自由度数。驱动器的位置对控制的效果影响非常显著，必须针对控制目标及驱动器的性质进行优化设计。对驱动器的要求是频响快、作用力大、控制方便、与基体结构材料结合性好。 (3) 控制系统 控制系统是智能结构的核心和神经中枢。控制对象就是智能结构本身，能通过提高控制器的智能水平，而减少控制系统对数学模型的依赖，增强系统的适应能力。对控制系统的一般要求是：控制系统便于实现、易于大规模控制、控制效果好、鲁棒性好、智能化、有自学习能力、系统质量轻、能耗小。 2. 智能化控制理论方法简述 结构振动控制中的控制理论及算法是智能结构的一个重要研究对象。传统的结构振动控制用到的优化算法一直面临着需要确定性对象数学模型的限制，以神经网络为代表的一类仿生智能优化算法的兴起，为解决这一问题带来了希望。 当前适合于结构振动控制的智能控制的研究主要集中在模糊系统、神经网络、进化算法以及三者的相互结合，如模糊神经网络、进化神经网络以及基于遗传算法的模糊系统、神经网络、模糊神经网络等。这些算法的具体介绍网络上有很多，所以这里就不在累述。 3. 智能结构控制方法 结构振动控制可以有各种不同的方式。例如，对于柔性结构，采用在柔性结构上贴压电驱动器/压电传感器构成智能结构是一种十分有效的方法。这种控制方法称为智能结构控制方法。 在智能结构控制系统中，常采用下列智能材料：压电材料，形状记忆材料，电/磁流变体、磁致伸缩材料。在这类智能结构控制系统中，智能驱动器/智能传感器的配置问题是一个非常重要的问题，合理地选择智能驱动器/智能传感器的位置及数量对有效地控制结构的振动具有重要意义。 智能结构振动主动控制关键在于：①建立数学模型;②控制算法。 建模的方法有：智能样条有限点法、智能样条子域法、智能QR法、智能样条网格法、智能有限元法等。 智能结构振动控制算法可采用LQR算法、LQG算法、极点配置法、瞬时最优控制算法、模态控制算法、H2及H∞算法等。具体情况请查看有关算法的专著。 本文相关内容摘录自姚熊亮撰写的《舰船结构-振动冲击与噪声》，国防工业出版社初版。 |
GMT+8, 2024-11-25 19:33 , Processed in 0.061060 second(s), 23 queries , Gzip On.
Powered by Discuz! X3.4
Copyright © 2001-2021, Tencent Cloud.
