高层建筑横风向反应的模糊神经网络控制

介绍了第3代结构风振控制基准问题的定义。通过观测部分楼层加速度和控制力输出,建立了模糊神经网络控制器,解决了传统控制中有限的传感器数目对系统振动状态估计的困难;利用模糊神经网络预测结构的控制行为,消除了闭环控制系统中存在的时滞;通过模糊神经网络控制器的学习功能,解决了土木工程复杂结构模糊控制中难以依据专家的主观经验来确定模糊控制规则和语言变量隶属函数等困难。以风振控制的基准问题为研究对象,编制了程序对受控系统进行数值仿真分析。分析表明,模糊神经网络控制策略能有效地抑制高层建筑的风振反应。     

基于TS模型的结构振动模糊控制方法

将TS模糊控制模型用于结构振动控制中,提出了一种新型的模糊控制器。利用传统LQR控制算法确定TS模糊控制器的参数,提出一种新的形成模糊控制规则的方法,克服了TS模糊控制器参数较多,规则难以确定的缺点;并结合一座三层钢框架模型,进行仿真分析,验证了提出的方法的有效性。     

基于动态模糊神经网络的结构主动控制仿真分析

在模糊控制中,如何更加合理地生成控制规则,是其应用的一个重要问题。本文采用动态模糊神经网络(DFNN)算法,并借助于最优控制算法的样本数据,实现建筑结构振动控制中的模糊规则自动提取。首先,介绍了DFNN的结构和算法;其次,采用DFNN算法设计了二输入单输出及四输入单输出两种模糊控制器,对顶层设置AMD控制装置的五层钢框架模型结构进行模糊控制仿真分析。仿真结果表明,两种模糊控制器对顶层位移和加速度反应峰值的控制效果达到50%和30%以上,对地震输入和结构参数的变化均具有较好的鲁棒性;相比二输入模糊控制器,四输入模糊控制器的控制效果更好。本文研究为地震作用下建筑结构AMD模糊控制提供了新的思路和方法。     

基于遗传算法优化的高层建筑风振模糊控制

本文针对高层建筑风振控制问题,应用基于遗传算法优化模糊规则库的模糊控制方法,通过MR阻尼器实现减小高层建筑风振反应. 采用双输入、单输出的模糊控制策略, 即以风荷载和其变化率为输入量, 以MR阻尼器所提供的控制力为输出量.利用基于遗传算法的优化的模糊规则库,根据作用模糊子集的推理方法进行模糊推理运算, 并采用常用的重心法进行解模糊处理.以某12层框架结构为例, 进行数值模拟分析,并与优化前的模糊控制策略和LQR最优控制策略进行比较.数值分析结果表明,利用遗传算法使优化模糊规则库得以优化,改善了模糊控制的效果,有效地减小了结构的风振反应.     

基于模糊控制的MR阻尼器在结构抗震中的应用研究

为了更加有效的减小受控结构在地震作用下的动力响应,采用在结构中安装磁流变阻尼器的方法,同时运用模糊控制器瞬时而准确的确定磁流变阻尼器控制电流,完成对结构的半主动控制。以磁流变阻尼器所在层在地震作用下的速度响应和结构顶层位移响应作为输入量,以控制电流为输出量,根据抗震规范和实际经验提出了合理的模糊规则。对一个3层钢筋混凝土结构进行了实例分析,并与被动控制结构和无控结构进行了对比,结果表明模糊控制对结构的位移响应和加速度响应,较之被动控制都有更好的控制效果。     

结构振动的模糊建模与模糊控制规则提取

模糊振动控制中存在的模糊控制规则的建立大都依赖于主观经验的现状。对此本文提出了一种通过对结构振动模糊建模来产生控制规则的方法。首先，通过对系统运动状态变量的模糊化，建立结构振动的模糊关系模型；其次通过对结构振动的模糊关系模型的分析，提取出模糊控制规则；最后，通过一个单自由度体系的数值仿真方法进行了验证。     

巨子有控结构体系非线性地震响应的半主动控制

巨子有控结构体系(MSCSS)是一种具有自控能力的新型结构体系。本研究将磁流变(MR)阻尼器与MSCSS的工作机理相结合,采用模糊神经网络建立MR阻尼器的控制规则,利用遗传算法对模糊神经网络结构进行优化,在考虑构件发生非线性变形的情况下,研究了不同场地地震作用时的MSCSS非线性振动响应控制效果。通过与被动控制工况和以LQR算法为基础的半主动控制工况进行时域、频域范围内的对比研究,结果表明本文设计的模糊神经网络算法可以有效减小MSCSS的地震响应,并且在结构构件进入非线性状态以后仍然保持良好的稳定性,大大提高了结构的抗震性能。     

基于模糊破坏准则的抗震结构动力可靠性分析

结构的动力可靠性分析常常归结为结构控制截面的随机反应在规定的时段〔0.T〕内不超过某个界限的概率。由于在地震作用下结构震害的等级分类具有强烈的模糊性,本文建议采用模糊破坏界限作为超越界限,并在此基础上利用极值理论和点过程法导出了结构反应不超过模糊界限的概率。这就为更合理地估价抗震结构的安全度提供了一种新的方法。用本文的方法可容易地求出结构“小震不坏”、“大震不倒”这样的模糊准则的动力可靠性。     

智能结构控制发展综述

本文介绍了智能结构的基本概念和基本特点,并对智能结构控制理论的形成和发展进行了综合论述;重点阐述了在土木工程结构控制中应用较成功的人工神经网络和模糊逻辑的理论和应用的现状,提出了今后应重点解决的问题。     

基于模型参考的结构非线性自适应减振控制

本文针对非线性结构振动控制问题,提出了一种将线性二次型最优(LQR)控制算法和模糊控制算法相结合的自适应减震控制方法。以原线性结构,即名义系统作为参考模型,基于参考模型设计了LQR控制器,并利用遗传算法优化LQR控制器的加权系数;将结构振动中的非线性部分作为不确定参数,以此来设计模糊控制器,弥补了结构非线性部分对振动控制的影响。最后,通过钢筋混凝土非线性结构算例验证本文所提算法的有效性。结果表明:强震作用下,结构构件会产生屈服进入非线性阶段,而基于线性参考模型设计的LQR控制器并不适用于非线性结构;模糊控制器可以补偿结构非线性产生的影响,达到自适应减震控制的目的。