CN101576752A - 柔性结构主动减振装置及其控制方法 - Google Patents

Abstract

本发明公开了一种柔性结构主动减振装置及其控制方法，它包括信号采集单元和控制减振单元，信号采集单元是在柔性结构上安装ICP加速度传感器，信号依次传递给恒流源、数据采集器、模/数转换器后传输给计算机进行处理，控制减振单元是计算机控制信号经模/数转换器、第一功率放大器，再转接至作动器实施减振。为了模拟外激励设有激振力输出单元，该单元的信号发生器与第二功率放大器输入端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性结构通过顶杆连接提供外扰。方法主要为离线识别过程和实时控制过程。本发明将随机游走和输入估计方法引入柔性结构的振动主动控制，从试验角度取得了较好的控制效果。

Description

柔性结构主动减振装置及其控制方法

技术领域

本发明涉及一种主动减振装置，适用于柔性结构的振动主动控制，特别是适用于被控结构参数未知的情形，功能包括参数识别和振动控制。具体涉及信号采集、处理及使作动器有效工作的方法和装置。

背景技术

振动控制是振动工程领域内的一个重要分支，可以分为被动控制与主动控制两类。被动控制由于不需要外界能源，装置结构简单，在许多场合下减振效果与可靠性较好，已经得到广泛应用。但随着科学技术的发展，人们对振动环境、产品与结构振动特性的要求越来越高，振动被动控制的局限性就逐渐暴露出来。特别是对结构的低频振动控制，被动式控制方法已经不能起到很好的效果。而主动控制技术除了能够在很大程度上弥补被动控制的不足之外，还具有控制效果好、适应性强等优点。因此，主动控制很自然地成为国内外振动工程界的研究热点。振动主动控制技术的研究始于上世纪50年代末60年代初。到上世纪70年代，这一研究已进入广泛探索阶段，并开始在工程领域得到初步应用。上世纪80年代后，振动主动控制技术进入蓬勃发展阶段，并取得了丰富的理论研究成果。从上世纪90年代至今，振动主动控制技术得到了更进一步发展。目前，振动主动控制已经在航空航天、土木、机械、车辆及环境等工程领域得到广泛应用。

对于大多数柔性结构，具有一阶固有频率低，阻尼小，低频共振时振动幅值大等特点。如大型天线、太阳能电池板等大型柔性结构在太空运行时，一旦受到外界干扰，会出现长时间大幅度的自由振动，对航天器的正常工作造成不利影响，严重时会导致结构产生破坏，明显缩短使用寿命。在实际生活中也存在许多类似的结构，如高楼、大跨度桥梁，在风载或地震波作用下会产生大幅度晃动，存在重大的隐患。

目前，国内外针对小阻尼柔性结构的振动主动控制问题已有广泛研究，如高层建筑、大跨度桥等的减振问题都是热门的研究课题。柔性梁是小阻尼柔性结构中最典型的力学模型之一，现实生活中有许多结构可以简化为梁式结构模型，如高楼，大跨度桥梁，尾撑式风洞模型等。在实际工程应用中，经常会遇到带有集中质量的柔性梁式结构，R.F.Fung等在《Journal of Sound and Vibration》2005.288(4-5)：957-980上发表的“Dynamicmodel of an electromagnetic actuator for vibration control of a cantilever beam with a tipmass”中针对该结构采用非接触式电磁作动器进行主动控制研究，减小了作动器附加质量对模型的影响。S.B.Choi等在《Journal of Sound and Vibration》2004.273(4-5)：1079-1086中发表的“Beam vibration control via rubber and piezostack mounts：Experimental work”结合被动式橡胶基座和主动式压电作动器对柔性梁进行主被动联合控制，分别利用了橡胶基座对非共振及高频振动隔振效果和压电作动器对共振频率有效及响应迅速的特点，从而增加了系统控制频率带宽。通常采用的控制方法基本适用于梁式结构，PID控制、直接速度反馈控制、最优控制以及自适应控制等多种控制方法都曾用于柔性梁的振动主动控制，并且从理论仿真到实验研究，都取得了不同程度的研究成果，对实际工程应用起到实际指导作用。

工程实践中应用最广泛的是PID控制和与其相关的混合控制方法，PID控制的效果相当于改变系统原有的质量、刚度和阻尼特性，在抑制系统共振方面具有很好的控制效果。Yun-Hu Liu在《Journal of Low Frequency Noise》上发表的文章“Application of aproportional feedback controller for active control of a vibration isolator”中采用速度反馈控制即可将系统共振情况下振动能量降低99％。但是，当系统受复杂激励(如随机激励)作用时，采用单纯的PID或其它经典控制方法都无法取得理想的控制效果，其主要问题在于无法准确获得激励信号或外扰的信息。

目前针对柔性结构振动的控制问题已有深入的研究，但是大多数成果多偏重于控制算法的研究，虽然从数值仿真的角度可以得到很好的控制效果，但实际应用中如果遇到系统激励条件复杂，传感器检测信号存在较严重干扰的情况时，许多控制方法将无法实现控制的目的，相反，严重时还会导致系统不稳定，使被控对象振动加剧。目前，柔性结构振动在复杂激励条件下的控制方法在实际应用过程中主要包含以下问题：

(1)传感器检测信号中含有多种频率成分的信号以及噪声干扰，而实际控制算法中只需要其中一种或少数几种频率成分，存在检测信号干扰严重的现象；

(2)针对问题(1)，通常在信号处理过程中采用滤波器，但无论是模拟滤波器还是数字滤波器，都会导致信号相位偏移，而且滤波器的阶数越高，相位偏移越严重，使控制信号相位失真。另外，目前的相位补偿技术具有很大的局限性，无法对高阶滤波器产生的大幅度相位偏移进行全频带范围内的有效补偿；

(3)对系统外界扰动即振源的信息了解不够，通常系统外扰无法直接测量，通常只能够依靠传感器检测的信号来判断系统振动情况，同时得到控制输入，在一定程度上限制了系统的控制效果。

针对上述问题，需要对柔性结构的振动问题进行深入研究，包括模型参数及未知外扰识别，避免产生控制信号相位偏移的方法和控制算法的实现等。

发明内容

本发明的目的在于克服现有技术的不足，针对参数未知的柔性结构，设计一种具有参数识别和未知外扰估计功能的主动减振装置和控制方法。

为了达到上述目的，本发明采用如下技术方案予以实现：

一种柔性结构的主动减振装置，它包括信号采集单元和控制减振单元，其中：

信号采集单元是在柔性结构上表面沿纵向均匀安装多个ICP加速度传感器，各传感器接收的信号传递给恒流源，再转至数据采集器；数据采集器将采集的信号经模/数转换器转换后传输给计算机进行处理，

控制减振单元是计算机对数据处理后发出控制信号，经模/数转换器转换后传输至第一功率放大器，再转接至作动器实施减振，该作动器通过顶杆直接与柔性结构下表面连接。

为了模拟外扰，它还设有激振力输出单元，该激振力输出单元包括信号发生器、第二功率放大器和激振器，所述信号发生器与功率放大器输入端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性结构连接提供外扰。

上述作动器与激振器结构相同，均为电磁式作动器/激振器，包括外壳、顶杆，以及设在外壳内腔中的动圈、永磁体和弹簧片，所述永磁体设在外壳内腔底部，动圈设在永磁体上方，与永磁体之间存在一定间隙，弹簧片设在动圈上方，顶杆一端固定在动圈上端面，另一端穿过弹簧片并伸出外壳。

所述数据采集器可以采用DAQ2206数据采集卡，该卡具有A/D和D/A功能，即将数据采集器与模/数转换器集成在一起，可以进行模/数和数/模转换，该数采卡通过PCI插槽与计算机连接。

本发明所述的柔性结构主动控制方法，由以下相对独立的单元联合实现，主要包括信号采集单元、控制减振单元和激振力输出单元，其中：

信号采集单元是在柔性结构上表面沿纵向均匀安装多个ICP加速度传感器，各传感器通过导线与恒流源连接，再转接至数据采集器输入端；数据采集器与计算机连接，

控制减振单元是在数据采集器输出端连接第一功率放大器，再转接至作动器，作动器通过顶杆直接与柔性结构下表面连接。

激振力输出单元包括信号发生器、第二功率放大器和激振器，所述信号发生器与第二功率放大器输入端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性结构通过顶杆连接提供外扰；其控制过程为：

步骤1：离线识别过程，包括：

(1)确定柔性结构的固有频率范围：首先启动所有硬件设备，运行控制程序并调用参数识别模块，由计算机产生快速扫频信号驱动作动器，使柔性结构产生振动，同时采集加速度传感器信号并保存；对振动信号进行离线处理，经FFT变换得到模型的大致固有频率；

(2)根据李萨茹图形确定结构的精确固有频率：由信号发生器产生简谐信号驱动作动器产生强迫振动，简谐信号频率在前面测得的固有频率附近进行微调，同时观测根据驱动信号和加速度信号得到的李萨茹图形，当李萨茹图呈现正椭圆时，表明此时模型产生共振，则该驱动频率即为模型固有频率精确值；重复该过程，确定柔性结构前n阶固有频率，其中n与传感器数量一致；

(3)确定模型前n阶振型：由计算机产生简谐信号驱动作动器使柔性结构产生共振，驱动信号频率为前面测量得到的固有频率精确值，在结构处于共振状态下，测量各加速度传感器信号并保存；重复以上过程，分别测量并保存模型前n阶共振状态下传感器信号；再进行离线处理，根据共振状态下加速度信号确定模型前n阶固有振型；

(4)模型未知参数识别：假设柔性结构质量、刚度、阻尼矩阵分别为M、K、C，则满足X^TMX＝I，X^TKX＝Ω＝diag[ω_i ²]，X＝[X₁，X₂，…，X_n]为振型，通过求解线性方程组得到模态质量、刚度矩阵M和K，阻尼矩阵通常设定为比例阻尼阵C＝αM+βK；

步骤2：实时控制过程，包括：

(1)根据步骤1得到的质量、刚度、阻尼矩阵，结合随机游走法构造隐含未知外扰的状态方程；表达式如下：

X_a(k+1)＝Φ_aX_a(k)+I_aδ(k)+Λ_au(k)

                                   ，

y(k)＝H_aX_a(k)+v(k)

式中，X_a＝[X^T w^T]^T为隐含未知外扰的状态量，X为系统状态，w为未知外扰；v为r×1阶无偏随机测量干扰，其方差矩阵E[v·v^T]＝R；y为r×1阶系统输出； ${\mathrm{\Φ}}_a=\left[\begin{array}{cc}\mathrm{\Φ}& \mathrm{\Γ}\\ 0_{n\×2n}& I_n\end{array}\right],$ Φ＝I_2n+ΔT·A， $A=\left[\begin{array}{cc}{0}_{n\×n}& I_n\\ -M^{-1}K& -M^{-1}C\end{array}\right],$ Γ＝ΔT·B，B＝[0_n×n M^-T]^T，I_n为n阶单位阵，ΔT为采样时间步长；I_a＝[0_n×2n I_n]^T；Λ_a＝[Λ^T 0_n×n]^T，Λ＝ΔT·F，F＝[0_n×n D^T M^-T]^T；H_a＝[H_r×2n 0_r×n]，H为r×2n阶观测矩阵；

(2)运用Kalman滤波原理进行系统状态估计，同时得到系统系统状态和未知外扰；具体过程如下：

${\hat{X}}_a(k+1|k)={\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right|k)+{\mathrm{\Λ}}_{a}u\left(k\right),$

$P_a(k+1|k)={\mathrm{\Φ}}_a{P}_a\left(k\right|k){{\mathrm{\Φ}}_a}^T+I_a{Q}_{\mathrm{\δ}}{I}_a^T,$

$\mathrm{\α}(k+1)=y(k+1)-H_a{\hat{X}}_a(k+1|k),$

$K_a(k+1)=P_a(k+1|k)H_a^T{(H_a{P}_a(k+1|k)H_a^T+R)}^{-1},$

P_a(k+1|k+1)＝[I-K_a(k+1)H_a]P_a(k+1|k)，

${\hat{X}}_a(k+1|k+1)={\hat{X}}_a(k+1|k)+K_a(k+1)\mathrm{\α}(k+1),$

$\hat{w}(k+1|k+1)=\mathrm{\Ψ}{\hat{X}}_a(k+1|k+1),$

其中

为状态估计值；

为系统输出估计值；

为外扰估计值；P_a为滤波器估值误差方差阵；α(k)为新息矢量，表示k时刻的系统新信息；K_a为滤波器增益；R为随机测量干扰v(t)的方差；Ψ＝[0_n×2n I_n]；

(3)构造包括系统状态和未知输入的目标函数，结合最优控制方法求解黎卡提方程，得到系统控制输入

$u\left(k\right)=-{(Q_2{I}_n+{\mathrm{\Λ}}_a^{T}P{\mathrm{\Λ}}_a)}^{-1}{\mathrm{\Λ}}_a^{T}P{\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right)$

其中P＝Q₁·I_2n，为黎卡提方程的解；Q₁、Q₂为加权系数。

(4)将步骤3)得到的控制输入信号经数/模转换成模拟信号后输入第一功率放大器，然后信号经过若干倍放大后作用于作动器使之产生控制输出力，通过顶杆直接作用于柔性结构，达到抑制振动的目的。

本发明将随机游走和输入估计方法引入柔性结构的振动主动控制，从试验角度取得了较好的控制效果。采用Kalman滤波方法实现系统外扰和系统状态的实时估计，同时达到消除噪声干扰的目的，避免应用传统滤波器带来的信号相位偏移问题，使控制信号中保留有用频率成分的同时并不产生相位失真。控制算法中引入系统外扰估计值，具有丰富系统振动和激励信息的作用，比传统控制方法具有更强的适应能力和更好的控制效果。

附图说明

图1为本发明振动主动控制模型和作动装置。

图2为本发明振动主动控制装置和信号流程。

图3为控制程序组成模块。

图4为模型实时控制程序流程。

图5为本发明方法的模态识别效果。

图6(a)至图6(d)分别为测点1的前四阶模态振动控制效果。

具体实施方式

以下结合附图及具体实例对本发明作进一步详细说明。

具体物理模型如图1所示，这是一个带集中质量和弹性约束的柔性悬臂结构，其集中质量主要来自作动器的动圈，弹性约束主要由作动器的弹簧片产生。在实际工程应用中，梁的参数、集中质量大小及弹簧片弹性系数通常是未知的，对于依赖模型参数的控制方法需要通过参数识别首先得到模型参数。图中的作动器结构包括外壳1、顶杆2，以及设在外壳1内腔中的动圈3、永磁体4和弹簧片5，所述永磁体4设在外壳1内腔底部，动圈3设在永磁体4上方，弹簧片5设在动圈3上方，顶杆2一端固定在动圈3上端面，另一端穿过弹簧片5并伸出外壳1。其工作原理主要是通过功率放大器7对动圈3施加交变电流，使之产生交变磁场，与永磁体4产生的磁场相互作用，使动圈3产生运动，再通过顶杆2达到对悬臂梁6输出控制力的作用。

如图2所示，本发明柔性结构主动减振装置包括信号采集单元、控制减振单元和激振力输出单元，其中：

信号采集单元是在柔性悬臂梁上表面沿纵向均匀安装多个ICP加速度传感器，各传感器通过导线与恒流源连接，再转接至数据采集器输入端；数据采集器通过PCI插槽与计算机连接，

控制减振单元是在数据采集器输出端连接第一功率放大器，再转接至作动器，作动器通过顶杆直接与柔性悬臂梁下表面连接。

激振力输出单元包括信号发生器、功率放大器和激振器，所述信号发生器与数据采集器输出端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性悬臂梁连接提供外扰。

图2的实施例配置有四个加速度传感器，分别安装在悬臂梁各个测点位置，用于监测悬臂梁的振动信号，各测点均匀分布在悬臂梁上表面。根据图中箭头指向显示了测试和控制过程中信号传递方向。激振器用来实现模拟的功能，为悬臂梁提供外扰，使其产生振动，用来模拟各种环境下的振动情况，其驱动信号由信号发生器提供，并经过第二功率放大器将信号放大后驱动激振器。在实际工程应用中，该外扰力是未知的，通常是无法测量的，因此只能测试悬臂梁上的振动信号来了解结构的振动情况，并通过一定的算法得到系统控制力。采用ICP加速度传感器测量得到的信号是电荷形式的，首先需要经过恒流源或电荷放大器将其转换为电压信号，这样才能被数据采集卡识别并进行进一步转换。图2中采用的是DAQ2206数据采集卡，该卡具有A/D和D/A功能，该卡通过PCI插槽与计算机相连。经过恒流源的电压信号直接与数据采集卡相连，经数据采集卡A/D转换后得到数字信号直接存储在计算机内存中，对于该数字信号可以采用各种算法对其进行处理，得到合适的数字控制信号。本发明采用的控制方法在前文已有叙述。数字控制信号同样要经过数据采集卡即本发明采用的DAQ2206数据采集卡，经D/A转换将数字信号转变成模拟电压信号，再经第一功率放大器将信号放大一定倍数后用于作动器的驱动，使其作用于悬臂梁以达到抑制振动的目的。

在硬件连接经调试确定运行正常的情况下，应用上述装置的控制方法，包括以下步骤：

步骤1：离线识别过程，该过程用于识别模型未知参数，包括质量、刚度和阻尼矩阵，属于建模过程。主要内容包括：

(1)确定模型固有频率范围。首先启动所有硬件设备，运行控制程序并调用参数识别模块，由计算机产生快速扫频信号驱动作动器，使悬臂梁产生振动，同时采集加速度传感器信号并保存；对振动信号进行离线处理，经FFT变换得到模型的大致固有频率。

(2)根据李萨茹图形确定模型的精确固有频率和振型。由信号发生器产生简谐信号驱动作动器产生强迫振动，激励简谐信号频率在前面测得的固有频率附近进行微调，同时观测根据驱动信号和加速度传感器信号得到的李萨茹图形，当李萨茹图呈现正椭圆时，表明此时模型产生共振，则该驱动频率即为模型固有频率精确值。重复该过程，确定悬臂梁模型前n阶固有频率(n为传感器数量)。

(3)确定模型前n阶振型。由计算机产生简谐信号驱动作动器使悬臂梁产生共振，驱动信号频率为前面测量得到的固有频率精确值，在模型保持共振状态下，测量各加速度传感器信号并保存。重复以上过程，分别测量并保存模型前n阶共振状态下传感器信号。进行离线处理，根据共振状态下加速度信号确定模型前n阶固有振型。

(4)模型未知参数识别。假设悬臂梁模型质量、刚度、阻尼矩阵分别为M、K、C，则满足X^TMX＝I，X＝[X₁，X₂，…，X_n]为振型，X^TKX＝Ω＝diag[ω_i ²]，通过求解线性方程组可以得到模态质量、刚度矩阵M和K，阻尼矩阵可假设为比例阻尼阵C＝αM+βK。

步骤2：实时控制过程。主要内容包括：

(1)根据步骤1得到的质量、刚度、阻尼矩阵，结合随机游走法构造隐含未知外扰的状态方程；表达式如下：

X_a(k+1)＝Φ_aX_a(k)+I_aδ(k)+Λ_au(k)

                                  ，

y(k)＝H_aX_a(k)+v(k)

式中，X_a＝[X^T w^T]^T为隐含未知外扰的状态量，X为系统状态，w为未知外扰；v为r×1阶无偏随机测量干扰，其方差矩阵E[v·v^T]＝R；y为r×1阶系统输出； ${\mathrm{\Φ}}_a=\left[\begin{array}{cc}\mathrm{\Φ}& \mathrm{\Γ}\\ 0_{n\×2n}& I_n\end{array}\right],$ Φ＝I_2n+ΔT·A， $A=\left[\begin{array}{cc}{0}_{n\×n}& I_n\\ {-M}^{-1}K& -M^{-1}C\end{array}\right],$ Γ＝ΔT·B，B＝[0_n×n M^-T]^T，I_n为n阶单位阵，ΔT为采样时间步长；I_a＝[0_n×2n I_n]^T；Λ_a＝[Λ^T 0_n×n]^T，Λ＝ΔT·F，F＝[0_n×n DTM^-T]^T；H_a＝[H_r×2n 0_r×n]，H为r×2n阶观测矩阵。

(2)运用Kalman滤波原理进行系统状态估计，得到系统未知外扰；具体过程如下：

${\hat{X}}_a(k+1|k)={\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right|k)+{\mathrm{\Λ}}_{a}u\left(k\right),$

$P_a(k+1|k)={\mathrm{\Φ}}_a{P}_a\left(k\right|k){{\mathrm{\Φ}}_a}^T+I_a{Q}_{\mathrm{\δ}}{I}_a^T,$

$\mathrm{\α}(k+1)=y(k+1)-H_a{\hat{X}}_a(k+1|k)$

$K_a(k+1)=P_a(k+1|k)H_a^T{(H_a{P}_a(k+1|k)H_a^T+R)}^{-1},$

P_a(k+1|k+1)＝[I-K_a(k+1)H_a]P_a(k+1|k)，

${\hat{X}}_a(k+1|k+1)={\hat{X}}_a(k+1|k)+K_a(k+1)\mathrm{\α}(k+1),$

$\hat{w}(k+1|k+1)=\mathrm{\Ψ}{\hat{X}}_a(k+1|k+1),$

其中为状态估计值；

为系统输出估计值；

为外扰估计值；P_a为滤波器估值误差方差阵；α(k)为新息矢量，表示k时刻的系统新信息；K_a为滤波器增益；R为随机测量干扰v(t)的方差；Ψ＝[0_n×2n I_n]。

(3)构造包括系统状态和未知输入的目标函数，结合最优控制方法求解黎卡提方程，得到系统控制输入

$u\left(k\right)=-{(Q_2{I}_n+{\mathrm{\Λ}}_a^{T}P{\mathrm{\Λ}}_a)}^{-1}{\mathrm{\Λ}}_a^{T}P{\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right)$

其中P＝Q₁·I_2n，为黎卡提方程的解；Q₁、Q₂为加权系数。

本发明的控制算法由计算机实现，建立在Borland C++程序语言平台上。针对本控制对象专门编制了一套主动控制软件，该软件由参数识别和实时控制两大模块组成，具体如图3所示。该控制软件首先需要按照说明书提示安装在计算机上，通过点击快捷键启动程序进入控制界面。选择“参数识别系统”或“控制系统”进入所需要的模块。“参数识别系统”具有识别模型振动模态和计算模型未知参数的功能。该模块又由存储设置，信号测量和结果处理等子模块构成，可以简单有效地实现参数识别和数据存储的功能。“控制系统”由存储设置，控制参数设置和实时控制等子模块构成，其功能与目的是完成对模型的实时控制。实时控制的程序流程如图4所示，启动程序进入控制主界面之后，进入控制系统模块，通过点击不同的按钮可以使系统进入各个不同的状态，包括“测量状态”、“控制状态”，在进入各状态之前，程序自动检测识别存储文件的设置情况，并根据当前设置提示用户是否进行修改或保持当前设置。针对图1所示的悬臂梁系统，通过“参数识别系统”对其进行识别得到的模态振型如图5所示。该振型是在模型达到各阶共振的情况下由图2所示的4个加速度传感器测量得到的，各测点的振动形态由加速度信号的幅值和相位体现，图中“I、II、III、IV”分别表示第一阶、第二阶、第三和第四阶模态振型。根据振型并结合振型与质量、刚度矩阵的关系X^TMX＝I，X＝[X₁，X₂，…，X_n]为振型，X^TKX＝ω＝diag[ω_i ²]建立线性方程组，通过求解可以得到模态质量、刚度矩阵M和K，阻尼矩阵可假设为比例阻尼阵C＝αM+βK。

控制系统采样频率设置为1000Hz，激振器的激励信号由信号发生器提供。试验采用4个加速度传感器作为测量传感器，根据前文的分析可知控制系统对模型前4阶模态有效。为验证其控制效果，由计算机分别产生8.7Hz，41.3Hz，118.3Hz和229.0Hz(分别为悬臂梁模型前四阶模态频率)的稳态简谐信号，使模型产生共振。针对模型前4阶模态频率下的振动，采用结合输入估计的LQG方法对模型进行控制。控制效果如图6所示，图6(a～d)分别为与第一至第四阶固有频率相同频率信号激励下测点1的振动控制时域效果。由控制效果可知，在控制施加之后模型各阶模态振动能在很短的时间内得到有效抑制，从施加控制到闭环稳态的过程所经历的时间均小于0.5s，具有很好的实时性能，并且具有很好的控制效果。

Claims (6)

1、一种柔性结构主动控制减振装置，其特征在于它包括信号采集单元和控制减振单元，其中：

信号采集单元是在柔性结构上表面沿纵向均匀安装多个ICP加速度传感器，各传感器接收的信号传递给恒流源，再转至数据采集器；数据采集器将采集的信号经模/数转换器转换后传输给计算机进行处理；

控制减振单元是计算机对数据处理后发出控制信号，经模/数转换器转换后传输至第一功率放大器，再转接至作动器实施减振，该作动器通过顶杆直接与柔性结构下表面连接。

2、根据权利要求1所述的柔性结构的主动减振装置，其特征在于：它还设有激振力输出单元，该激振力输出单元包括信号发生器、第二功率放大器和激振器，所述信号发生器与第二功率放大器输入端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性结构通过顶杆连接提供外扰。

3、根据权利要求2所述的柔性结构的主动减振装置，其特征在于：作动器与激振器结构相同，均为电磁式作动器/激振器，其包括外壳(1)、顶杆(2)，以及设在外壳(1)内腔中的动圈(3)、永磁体(4)和弹簧片(5)，所述永磁体(4)设在外壳(1)内腔底部，动圈(3)设在永磁体(4)上方，与永磁体(4)之间存在一定间隙，弹簧片(5)设在动圈(3)上方，顶杆(2)一端固定在动圈(3)上端面，另一端穿过弹簧片(5)并伸出外壳(1)。

4、根据权利要求1或2所述的柔性结构的主动减振装置，其特征在于：传感器安装方向为柔性结构振动方向。

5、根据权利要求1或2所述的柔性结构的主动减振装置，其特征在于：所述数据采集器与模/数转换器集成在一起，并通过计算机PCI插槽与计算机连接。

6、一种柔性结构的主动控制方法，其特征在于：在整个控制系统中设有信号采集单元、控制减振单元和激振力输出单元，其中：

信号采集单元是在柔性结构上表面沿纵向均匀安装多个ICP加速度传感器，各传感器通过导线与恒流源连接，再转接至数据采集器输入端；数据采集器与计算机连接，

控制减振单元是在数据采集器输出端连接第一功率放大器，再转接至作动器，作动器通过顶杆直接与柔性结构下表面连接。

激振力输出单元包括信号发生器、第二功率放大器和激振器，所述信号发生器与与第二功率放大器输入端连接，信号发生器产生的信号经第二功率放大器放大后输入激振器，激振器与柔性结构通过顶杆连接提供外扰；其控制过程为：

步骤1：离线识别过程，包括：

(1)确定柔性结构的固有频率范围：首先启动所有硬件设备，运行控制程序并调用参数识别模块，由计算机产生快速扫频信号驱动作动器，使柔性结构产生振动，同时采集加速度传感器信号并保存；对振动信号进行离线处理，经FFT变换得到模型的大致固有频率；

(2)根据李萨茹图形确定模型的精确固有频率：由信号发生器产生简谐信号驱动作动器使柔性结构产生强迫振动，激励简谐信号频率在前面测得的固有频率附近进行微调，同时观测根据驱动信号和加速度信号得到的李萨茹图形，当李萨茹图呈现正椭圆时，表明此时模型产生共振，则该驱动频率即为模型固有频率精确值；重复该过程，确定柔性结构前n阶固有频率，其中n为传感器数量；

(3)确定模型前n阶振型：由计算机产生简谐信号驱动作动器使柔性结构产生共振，驱动信号频率为前面测量得到的固有频率精确值，在模型保持共振状态下，测量各加速度传感器信号并保存；重复以上过程，分别测量并保存模型前n阶共振状态下传感器信号；再进行离线处理，根据共振状态下加速度信号确定模型前n阶固有振型；

(4)模型未知参数识别：假设柔性结构质量、刚度、阻尼矩阵分别为M、K、C，则满足X^TMX＝I，X^TKX＝Ω＝diag[ω_i ²]，X＝[X₁，X₂，…，X_n]为前面测量得到的结构振型，通过求解线性方程组得到模态质量、刚度矩阵M和K，阻尼矩阵通常可以设定为比例阻尼阵C＝αM+βK；

步骤2：实时控制过程，包括：

(1)根据步骤1得到的质量、刚度、阻尼矩阵，结合随机游走法构造隐含未知外扰的状态方程；表达式如下：

X_a(k+1)＝Φ_aX_a(k)+I_aδ(k)+Λ_au(k)，

y(k)＝H_aX_a(k)+v(k)

式中，X_a＝[X^T w^T]^T为隐含未知外扰的状态量，X为系统状态，w为未知外扰；v为r×1阶无偏随机测量干扰，.其方差矩阵E[v·v^T]＝R；y为r×1阶系统输出； ${\mathrm{\Φ}}_a=\left[\begin{array}{cc}\mathrm{\Φ}& \mathrm{\Γ}\\ 0_{n\×2n}& I_n\end{array}\right],$ Φ＝I_2n+ΔT·A， $A=\left[\begin{array}{cc}{0}_{n\×n}& I_n\\ -m^{-1}K& -M^{-1}C\end{array}\right],$ Γ＝ΔT·B，B＝[0_n×n M^-T]^T，I_n为n阶单位阵，ΔT为采样时间步长；I_a＝[0_n×2n I_n]^T；Λ_a＝[Λ^T 0_n×n]^T，Λ＝ΔT·F，F＝[0_n×n DTM^-T]^T；H_a＝[H_r×2n 0_r×n]，H为r×2n阶观测矩阵；

(2)运用Kalman滤波原理进行系统状态估计，同时得到系统状态和未知外扰；具体过程如下：

${\hat{X}}_a(k+1|k)={\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right|k)+{\mathrm{\Λ}}_{a}u\left(k\right),$

$P_a(k+1|k)={\mathrm{\Φ}}_a{P}_a\left(k\right|k){{\mathrm{\Φ}}_a}^T+I_a{Q}_{\mathrm{\δ}}{I}_a^T,$

$\mathrm{\α}(k+1)=y(k+1)-H_a{\hat{X}}_a(k+1|k),$

$K_a(k+1)=P_a(k+1|k)H_a^T{(H_a{P}_a(k+1|k)H_a^T+R)}^{-1},$

P_a(k+1|k+1)＝[I-K_a(k+1)H_a]P_a(k+1|k)，

${\hat{X}}_a(k+1|k+1)={\hat{X}}_a(k+1|k)+K_a(k+1)\mathrm{\α}(k+1),$

$\hat{w}(k+1|k+1)=\mathrm{\Ψ}{\hat{X}}_a(k+1|k+1),$

其中

为状态估计值；

为系统输出估计值；

为外扰估计值；P_a为滤波器估值误差方差阵；α(k)为新息矢量，表示k时刻的系统新信息；K_a为滤波器增益；R为随机测量干扰v(t)的方差；Ψ＝[0_n×2n I_n]；

(3)构造包括系统状态和未知外扰的目标函数，结合最优控制方法求解黎卡提方程，得到系统控制输入

$u\left(k\right)=-{(Q_2{I}_n+{\mathrm{\Λ}}_a^T{\mathrm{P\Λ}}_a)}^{-1}{\mathrm{\Λ}}_a^{T}P{\mathrm{\Φ}}_a{\hat{X}}_a\left(k\right)$

其中P＝Q₁·I_2n，为黎卡提方程的解；Q₁、Q₂为加权系数；

(4)将步骤3)得到的控制输入信号经数/模转换成模拟信号后输入第一功率放大器，然后信号经过若干倍放大后作用于作动器使之产生控制输出力，通过顶杆直接作用于被控柔性结构，达到抑制振动的目的。

Images