壓電智能結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)預測控制.pdf

1、近年來，壓電智能結(jié)構(gòu)與振動主動控制技術(shù)相結(jié)合為柔性結(jié)構(gòu)的振動控制開辟了一條新途徑。然而，這種智能結(jié)構(gòu)是一個力電耦合結(jié)構(gòu)，具有非線性特性，并且壓電片和主體結(jié)構(gòu)的粘貼都存在著一定的不確定性，數(shù)學模型很難精確建立，這使得依賴于精確數(shù)學模型的傳統(tǒng)控制方法，控制效果不理想。
　　為了實現(xiàn)對壓電智能結(jié)構(gòu)良好的振動控制效果，本文利用了神經(jīng)網(wǎng)絡(luò)的非線性逼近能力，對壓電智能結(jié)構(gòu)進行預測建模，然后用基于參數(shù)模型的非線性預測控制方法對壓電智能結(jié)構(gòu)進行振

2、動主動控制的研究?？紤]到推導壓電智能結(jié)構(gòu)的數(shù)學模型復雜和求解困難以及通過實驗的方式獲取結(jié)構(gòu)的動力反應數(shù)據(jù)繁瑣的問題，以表面離散粘貼壓電片的智能懸臂梁為例，用大型有限元分析軟件ANSYS來建模、分析獲取壓電智能結(jié)構(gòu)的動力參數(shù)及給定荷載作用下的動力反應時間序列，用于神經(jīng)網(wǎng)絡(luò)預測辨識的訓練。同時介紹了兩個專門用于神經(jīng)網(wǎng)絡(luò)辨識和控制設(shè)計的工具箱，神經(jīng)網(wǎng)絡(luò)辨識工具箱(Neural Network Based System Identificati

3、on Toolbox，簡稱NNSYSID)和神經(jīng)網(wǎng)絡(luò)控制工具箱(Neural Network Based Control System DesignToolkit，簡稱NNCTRL)，并通過實例進行了仿真，方便地實現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)預測模型的非線性預測控制對壓電智能結(jié)構(gòu)自適應控制。
　　通過本課題對壓電智能結(jié)構(gòu)振動主動控制的研究，實現(xiàn)壓電智能結(jié)構(gòu)的基于神經(jīng)網(wǎng)絡(luò)預測模型的非線性自適應預測控制，同時利用現(xiàn)有的神經(jīng)網(wǎng)絡(luò)辨識工具箱和神經(jīng)網(wǎng)絡(luò)