CN111521359A - 面向结构振动主动控制优化配置方法及振动控制实验平台 - Google Patents

面向结构振动主动控制优化配置方法及振动控制实验平台 Download PDF

Info

Publication number
CN111521359A
CN111521359A CN202010359213.9A CN202010359213A CN111521359A CN 111521359 A CN111521359 A CN 111521359A CN 202010359213 A CN202010359213 A CN 202010359213A CN 111521359 A CN111521359 A CN 111521359A
Authority
CN
China
Prior art keywords
vibration
structural vibration
optimization
structural
piezoelectric
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010359213.9A
Other languages
English (en)
Inventor
黄全振
刘家磊
张洋
王超
郭新军
黄明明
高继勋
陈素霞
周成虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Institute of Engineering
Original Assignee
Henan Institute of Engineering
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Henan Institute of Engineering filed Critical Henan Institute of Engineering
Priority to CN202010359213.9A priority Critical patent/CN111521359A/zh
Publication of CN111521359A publication Critical patent/CN111521359A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/022—Vibration control arrangements, e.g. for generating random vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Genetics & Genomics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Vibration Prevention Devices (AREA)

Abstract

本发明公开了一种面向结构振动主动控制优化配置方法及振动控制实验平台，以压电智能悬臂梁为研究对象，提出一种结构振动主动控制中，压电传感器和作动器的优化配置方法，首先依据研究模型提出传感器、作动器优化准则，建立优化目标函数；其次，求出压电悬臂梁的各阶固有频率、各阶模态应变等，将其代入优化目标函数；采用遗传算法进行配置优化，得出初步的优化配置方案；然后，依据实际试验进行各配置方案的对比振动实验，最终确定最优配置方案；最后，依据最终配置方案，建立振动控制系统实验平台，进行结构振动主动控制实验验证；实验结果表明振动控制效果良好，从而间接地验证了本文所提出的优化配置方案的可行性和有效性。

Description

面向结构振动主动控制优化配置方法及振动控制实验平台
技术领域：
本发明涉及结构震动控制领域，特别是涉及一种面向结构振动主动控制优化配置方法及振动控制实验平台。
背景技术：
在压电智能结构振动主动控制系统中，压电传感器与作动器的数目和位置对压电智能结构的特性、振动控制效果以及系统实现成本等方面均具有重要的意义。如何以最少的数目、最佳的位置实现使其能在消耗最小的情况下得到最佳的控制效果，成为结构振动控制领域中的一个重要研究方向。
智能结构振动控制系统在面向工程化应用推进的过程中，由于传感器与作动器的位置选择不当，将导致传感器所采集的信号中过多地包含未控模态的信息、作动器有可能激发起未控模态响应，从而导致观测、控测溢出，影响整个振动控制系统性能，甚至导致振动失控。如何确定最优压电元件的位置实质上是一个配置优化过程，近几年来，国内外许多学者在这方面作了深入的研究，Caruso等(caruso g，galeani s，menini l.关于驱动器/传感器的位置搭配的柔性板[c]。第11届地中海控制与自动化会议，希腊罗德岛，2003年，6页)以模态能控性、能观性最大化为目标，优化了固定大小压电片的位置；Kim等(kim t.w，kimj.h.对于柔性板的暂时振动控制，活性层的最佳分布[j]。智能材料与结构，2005,14(5):904-916)采用瞬态振动能量作为目标函数，以瞬态振动控制为目标，基于序列二次规划法优化了柔性板的压电片布置；Kumar等(kumar k.r，narayanan s.压电驱动器和板振动控制传感器的最佳位置[j]。智能材料与结构，2007,16(6):2680-2691)采用遗传算法以LQR性能指标函数为目标，优化了悬臂板的压电传感器位置；Honda等(本田，i.kawiwara，y.narita，《智能叠层复合材料结构振动控制的多学科设计优化》，《智能材料系统与结构杂志》22(13)(2011)1419-1430)依据鲁棒控制方法，采用遗传算法对压电复合板的作动器位置进行了优化；Dutta等(r.dutta，r.ganguli，v.mani，压电驱动器和传感器放置和反馈增益集成优化的群体智能算法[j]，智能材料和结构20(2011)1-15)采用群体智能算法，优化了悬臂梁的压电传感器、作动器的位置；潘继等(潘继,陈龙祥,蔡国平.柔性板压电作动器的优化位置与主动控制实验研究[J].振动与冲击,2010,29(2):117-120)人基于能量的可控Gramian矩阵优化配置准则，采用粒子优化算法分别对桁架结构和板状结构主动控制中作动器的优化位置进行研究；王军等(王军,杨亚东,张家应等.面向结构振动控制的压电作动器优化配置研究[J].航空学报,2011,32:1-6)从系统的状态空间方程出发，以输入的能量吸收率为优化目标函数，采用遗传算法进行对压电简支板结构中的作动器位置进行优化。上述所提及的优化方案，要么以传感器与作动器的数目确定为前提，只是针对其位置进行优化；要么寻优过程中计算复杂度大，导致收敛速度慢，因此，同时针对数目与位置优化算法成为亟需解决的课题。
发明内容：
本发明所要解决的技术问题是：克服现有技术的不足，依据遗传算法的概率化寻优方法，提出了一种针对结构振动主动控制中，压电传感器和作动器的优化配置方法，并针对最终优化配置方案搭建振动控制实验平台，进行振动主动控制实验验证，为提高结构振动主动控制算法的实用性，提供了有益的技术方法思路的面向结构振动主动控制优化配置方法及振动控制实验平台。
本发明的技术方案是：一种面向结构振动主动控制优化配置方法，其步骤是：步骤一、获取结构振动系统的研究模型，并根据获得的研究模型提出传感器和作动器的优化准则；
步骤二、在结构振动系统的固有频率分布很好且阻尼系数比较小的情况下，建立优化目标函数；
步骤三、依据结构振动系统的动态方程及其边界条件，获取结构振动系统的各阶固有频率和各阶模态应变的表达式，并对结构振动系统进行模态分析，得出各阶固有频率、振型、应力分布；
步骤四、将步骤三得出的数据转化为优化目标函数需要的形式，并将其代入优化目标函数，依据遗传算法进行位置优化，生成结构振动系统中压电传感器和作动器的多种优化布置方案；
步骤五、根据步骤四生成的优化布置方案，分别制作相应的结构振动系统控制模型，并根据相应的控制模型分别搭建振动控制系统实验平台；
步骤六、采用FXLMS振动控制算法分别对其进行振动控制实验，依据各种优化布置方案下的振动幅度，最终获得结构振动系统中压电传感器和作动器的最优优化布置方案；
步骤七、选取相应数量的压电传感器和作动器，并粘贴在结构振动系统中悬臂梁的正反两面的同一位置。
进一步的，所述步骤一中，结构振动系统采用压电柔性悬臂梁，其偏微分方程表示为：
Figure BDA0002474472760000031
F(p,t)为外力分布；w(p,t)为梁的扰度，是一个空间变量p∈D和时间t的函数；L为系统的硬度分布，是一个相对空间坐标p的偏微分函数；M(p)为质量密度函数，是一个关于位置p的正定函数。
进一步的，所述步骤一中，根据作动器应该最大程度保证它对结构扰动的影响，在作动器能量一定的情况下，传给结构模态的能量应尽可能地大，这一分布的原则，提出作动器的优化准则为：
Figure BDA0002474472760000041
Ei为第i阶模态的总能量的数学期望，大致可以看作由两大项组成，第一项为系统的总能量，根据模态能量随着模态阶数的增加而急剧减少，通常只取一些低阶模态的能量；第二项可以认为是一个椭圆体的体积这个椭圆是n维空间的，并且其半径是与每个模态贡献的能量成比例的。
进一步的，所述步骤一中，依据可观性格来姆矩阵的对角元素的大小与系统的稳定状态成正比，建立传感器优化配置准则为：
Figure BDA0002474472760000042
λJ为可观性格来姆矩阵的特征值。
进一步的，所述步骤二中，在建立优化目标函数之前，首先根据Gramian矩阵与系统模态能量表达式之间的转化关系，求出系统的可控性矩阵和可观性矩阵，可观Gramian矩阵Wobs和可控Gramian矩阵Wcon分别为：
Figure BDA0002474472760000043
Figure BDA0002474472760000044
进一步的，所述步骤二中，优化目标函数为：
Figure BDA0002474472760000051
(6)式中，W为Gramian矩阵，它取值为Wobs或Wcon，其物理意义为各阶模态的能量；trace(W)为作动器的输出能量；
Figure BDA0002474472760000052
为特征值的几何平均值，n为自由度系数，其物理意义为各阶模态能量的乘积，它目的使其各阶模态均起作用(包括高阶模态)；σ(λi)为Gramian矩阵W特征值λi的标准方差。
进一步的，所述步骤三中，在压电悬臂梁单元均为理想的状态下，压电悬臂梁的动态方程及其边界条件为：
Figure BDA0002474472760000053
式(7)中E为模态量，I截面二次距，可以转化为通解形式：
y(x)＝C1sin(βx)+C2cos(βx)+C3sh(βx)+C4ch(βx) (8)
Figure BDA0002474472760000054
Figure BDA0002474472760000055
式(9)和(10)分别为固定端的几何边界约束和自由端的力边界约束条件，由两式可得：
C1＝-C3，C2＝-C4
Figure BDA0002474472760000056
式(11)中，C1、C2为非零解的条件为
Figure BDA0002474472760000057
由式(12)展开可得：
cos(βl)ch(βl)+1＝0 (13)
其各阶的固有频率式为：
Figure BDA0002474472760000061
有上式可知，各阶的模态函数为：
Figure BDA0002474472760000062
进一步的，所述步骤三中，根据结构振动系统的相关参数，采用ANSYS有限元分析软件，进行模态分析。
一种根据面向结构振动主动控制优化配置方法的振动控制实验平台，包括固定支撑架，其特征是：根据上述获取的最优压电传感器和作动器优化布置方案，选取相应数量的压电传感器和作动器，并粘贴在悬臂梁的正反两面的同一位置，所述悬臂梁固定在所述固定支撑架上。
进一步的，所述悬臂梁在由震动激荡器、7602M放大器和信号发生器组成的震荡组件的带动下进行连接，所述压电传感器和作动器与放大器、低通滤波器、AD采集卡、计算机、DA输出卡和功率放大器连接成回路，且所述计算机与示波器连接。
本发明的有益效果是：
本发明采用压电柔性悬臂梁为结构振动控制对象，针对压电传感器与作动器的数目与位置进行优化，依据系统的可控、可观性准则建立优化目标函数，采用遗传算法进行传感器、作动器的优化配置，最后，建立振动控制系统实验平台，针对所优化的配置方案进行振动实验验证，振动控制效果良好，提高结构振动主动控制算法的实用性，提供了有益的技术方法思路；解决了在压电智能结构振动主动控制系统中，因传感器、作动器的数量和位置配置不当，导致控制系统无法收敛的问题，进而降低整个系统的成本和提高控制性能。
附图说明：
图1为面向结构振动主动控制优化配置方法的流程图。
图2为压电悬臂梁的坐标建立示意图。
图3为遗传算法流程图。
图4为优化过程中的个体平均距离图。
图5为最佳适应度与平均适应度对比图。
图6为6种配置方式振动控制前后的振动幅度对比图。
图7为最优的压电传感器与作动器配置方案。
图8为振动控制实验平台结构示意图。
图9为通道1的振动响应时间历程图。
图10为通道2的振动响应时间历程图。
图11为通道3的振动响应时间历程图。
图12为结构振动响应控制总体效果图。
具体实施方式：
实施例：参见图1、图2、图3、图4、图5、图6、图7、图8、图9、图10、图11和图12。
面向结构振动主动控制优化配置方法及振动控制实验平台，以压电智能悬臂梁为研究对象，提出一种结构振动主动控制中，压电传感器和作动器的优化配置方法；首先依据研究模型提出传感器、作动器优化准则，建立优化目标函数；其次，求出压电悬臂梁的各阶固有频率、各阶模态应变等，将其代入优化目标函数；采用遗传算法进行配置优化，得出初步的优化配置方案；然后，依据实际试验进行各配置方案的对比振动实验，最终确定最优配置方案；最后，依据最终配置方案，建立振动控制系统实验平台，进行结构振动主动控制实验验证；实验结果表明振动控制效果良好，从而间接地验证了本文所提出的优化配置方案的可行性和有效性。
下面结合附图和实施例对本申请进行详细描述。
步骤一、获取结构振动系统的研究模型，并根据获得的研究模型提出传感器和作动器的优化准则。
根据文献1(kumar k.r，narayanan s.压电驱动器和传感器的最佳位置为振动控制板[j]。智能材料与结构，2007,16(6):2680-2691)和文献2(ahari m，具有压电驱动器的自适应层合梁的优化设计[d]，硕士学位论文，协和大学，2005)中所述，环氧树脂柔性悬臂梁的偏微分方程可以表示为：
Figure BDA0002474472760000081
F(p,t)为外力分布；w(p,t)为梁的扰度，是一个空间变量p∈D和时间t的函数；L为系统的硬度分布，是一个相对空间坐标p的偏微分函数；M(p)为质量密度函数，是一个关于位置p的正定函数。
作动器分布的原则应该最大程度保证它对结构扰动的影响，若作动器能量一定的情况下，它传给结构模态的能量应尽可能地大，依据这一原则，作动器的优化准则为：
Figure BDA0002474472760000082
Ei为第i阶模态的总能量的数学期望，大致可以看作由两大项组成，第一项为系统的总能量，根据模态能量随着模态阶数的增加而急剧减少，通常只取一些低阶模态的能量。第二项可以认为是一个椭圆体的体积这个椭圆是n维空间的，并且其半径是与每个模态贡献的能量成比例的。
依据可观性格来姆矩阵的对角元素的大小与系统的稳定状态成正比，可以建立传感器优化配置准则为：
Figure BDA0002474472760000091
λJ为可观性格来姆矩阵的特征值，对于一些小阻尼结构系统来讲，可观格来姆矩阵与可控性格来姆矩阵的特征值基本相同的，这样传感器和作动器的位置与数目相同为最佳情况。
步骤二、在结构振动系统的固有频率分布很好且阻尼系数比较小的情况下，建立优化目标函数。
从上述传感器、作动器优化准则可知，系统的可控性、客观性格来姆矩阵与系统模型参数有关，而系统模型参数又受到传感器、作动器的影响，总之，控制系统的性能与传感器、作动器的配置密不可分。针对传感器、作动器的配置优化，也就是寻求可控性和可观性格来姆矩阵的特性最优的过程，在这个过程中，需要一个目标函数作为依据与准则。
在建立优化目标函数之前，首先根据Gramian矩阵与系统模态能量表达式之间的转化关系，求出系统的可控性矩阵和可观性矩阵，可观Gramian矩阵Wobs和可控Gramian矩阵Wcon分别为：
Figure BDA0002474472760000092
Figure BDA0002474472760000093
假如结构振动系统的固有频率分布很好且阻尼系数比较小的情况下，建立如下优化目标函数：
Figure BDA0002474472760000094
(6)式中，W为Gramian矩阵，它取值为Wobs或Wcon，其物理意义为各阶模态的能量；trace(W)为作动器的输出能量；
Figure BDA0002474472760000095
为特征值的几何平均值，n为自由度系数，其物理意义为各阶模态能量的乘积，它目的使其各阶模态均起作用(包括高阶模态)；σ(λi)为Gramian矩阵W特征值λi的标准方差，主要为了避免同时具有很大和很小特征值的位置。
步骤三、依据结构振动系统的动态方程及其边界条件，获取结构振动系统的各阶固有频率和各阶模态应变的表达式，并对结构振动系统进行模态分析，得出各阶固有频率、振型、应力分布。
在压电悬臂梁单元均为理想的状态下，依据文献(吴印泽.挠性体振动控制中传感器/致动器位置的优化配置[D].硕士学位毕业论文,南京理工大学,2004)得出压电悬臂梁的动态方程及其边界条件为：
Figure BDA0002474472760000101
式(7)中E为模态量，I截面二次距，可以转化为通解形式：
Figure BDA0002474472760000102
Figure BDA0002474472760000103
Figure BDA0002474472760000104
式(9)和(10)分别为固定端的几何边界约束和自由端的力边界约束条件，由两式可得：
C1＝-C3，C2＝-C4
Figure BDA0002474472760000105
式(11)中，C1、C2为非零解的条件为
Figure BDA0002474472760000106
由式(12)展开可得：
cos(βl)ch(βl)+1＝0 (13)
其各阶的固有频率式为：
Figure BDA0002474472760000111
有上式可知，各阶的模态函数为：
Figure BDA0002474472760000112
悬臂梁的相关参数为：梁的长度lb＝1m，梁的高度h＝0.15m，梁的宽度b＝2×10- 3m，梁的密度ρ＝7.6×103kg/m3，杨氏模量Ep＝6.5×1010Pa，泊松比ν＝0.3；压电传感器的材料型号为P-51，压电作动器的材料型号为PZT-5H，其相关参数如表1所示，表中Kp为耦合系数，d31为压电常数，P为体积密度，单位为103kg/m3。
表1传感器/作动器相关参数
Figure BDA0002474472760000113
根据上述材料的相关参数，采用ANSYS有限元分析软件，针对实验模型进行模态分析，分别列出前6阶固有频率如表2所示。
表2压电悬臂梁前6阶固有频率表
Figure BDA0002474472760000114
步骤四、将步骤三得出的数据转化为优化目标函数需要的形式，并将其代入优化目标函数，依据遗传算法进行位置优化，生成结构振动系统中压电传感器和作动器的多种优化布置方案。
为了清晰地描述优化方法，建立压电柔性悬臂梁的坐标位置示意图如图2所示，其中X坐标系为梁的长度，由于梁的实际长度为l＝1000mm，图中一小格代表40mm；Y坐标系为梁的宽度，由于梁的实际宽度为b＝150mm，图中一小格代表30mm；例如图中B点坐标为(9,2)，其实际离A点的相对位置为(360mm,60mm)。
柔性悬臂梁压电传感器/作动器的配置问题，实质上是一个多目标优化问题，利用小生境遗传算法进行优化，在算法过程中，需要计算出各个体的小生境数，小生境值比较小的赋予更多的机会被遗传，它的计算公式为：
Figure BDA0002474472760000121
式(16)中，θ[d]称为共享函数，d(x,y)为x，y两个体之间的海明距离。
将3.2节所求得的固有频率、模态数值等转化为优化目标函数需要的形式，并将其代入优化目标函数，依据遗传算法流程如图3所示，针对柔性悬臂梁进行配置优化。
图4为优化过程中的个体平均距离，平均距离是一个递减的过程，说明个体小生境数的值在递减，间接地表明优化算法是合理的；图5为最佳适应度与平均适应度对比图，图中最佳适应度明显小于平均适应度，表明此次优化配置理论上是合理的；最终得出6种传感器/作动器配置情况如表3所示。
表3传感器/作动器的数量、位置优化表
Figure BDA0002474472760000122
步骤五、根据步骤四生成的优化布置方案，分别制作相应的结构振动系统控制模型，并根据相应的控制模型分别搭建振动控制系统实验平台；采用文献(朱晓锦,高志远,黄全振等.FXLMS算法用于压电柔性结构多通道振动控制[J].振动、测试与诊断,2011,31(2):150-155)中的FXLMS振动控制算法分别对其进行振动控制实验，依据各种优化布置方案下的振动幅度，最终获得结构振动系统中压电传感器和作动器的最优优化布置方案。
依据上述实验步骤进行振动控制实验，分别针对各种配置方式下的振动幅度进行对比分析，其结果如图6所示，横坐标为各组传感器、作动器的配置方案，纵坐标表示振动控制前后的百分比P＝(posA/preA)×100％，posA为控制后的振动幅度，preA为控制前的振动幅度；从图6中可以看出，从总的趋势上来讲，随着传感器、作动器配置数目的增多，控制效果越来越好；从各组控制情况上来讲，其中除了1组和2组控制效果较差外，其他4组控制效果差不多；综合考虑整个控制系统的实现成本和控制效果，选用第3组配置方案(即3个传感器、3个作动器)，
步骤七、选取相应数量的压电传感器和作动器，并粘贴在结构振动系统中悬臂梁的正反两面的同一位置。
其传感器、作动器的实际配置如图7所示，构成3输入3输出多通道的振动控制系统，每一通道的传感器和作动器粘贴在悬臂梁的正反两面的同一位置。
下面建立振动控制实验系统平台，对上述最优配置方案进行实验验证。
振动控制实验系统平台主要由固定支撑架构、实验模型对象、信号发生器、激振器、高性能计算机、高速数据AD采集卡(研华1712)与DA输出卡(研华1721)、低通滤波器、功率放大器、示波器，以及相关测控单元等组成；在构建实验平台的基础上，基于VC6.0平台开发了相关测控软件，以保障系统功能实现与控制过程实施，其振动控制系统实验平台示意图如图8所示。
基于上述实验平台，进行3输入3输出的多通道振动控制实验，依据下述大致实验过程得出实验结果如下图所示:
(1)利用信号发生器输出前六阶模态频率其中的一个频率为f＝12.94Hz的正弦激励信号，信号放大后通过激振器对悬臂梁产生持续振动。
(2)采用FXLMS振动控制算法进行振动控制实验，首先，基于所开发的测控程序，进行控制参数设置，如采样频率、滤波器阶数、步长因子等。
(3)施加控制算法，实时保存相关数据，为实验分析做准备。
图9、图10、图11分别为通道1、通道2、通道3的振动响应时间历程，大致在1秒左右的时间，就可有效抑制模型结构振动响应；图12为结构振动响应控制总体效果图(即所有压电传感器所测振动响应信号之均方根值)，施加控制后结构总体响应明显下降，表明结构总体振动获得有效抑制。根据上述振动实验结果的分析，进一步的证明了，本申请所提出的传感器、作动器的优化配置方案可行，且效果良好。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种面向结构振动主动控制优化配置方法，其步骤是：步骤一、获取结构振动系统的研究模型，并根据获得的研究模型提出传感器和作动器的优化准则；
步骤二、在结构振动系统的固有频率分布很好且阻尼系数比较小的情况下，建立优化目标函数；
步骤三、依据结构振动系统的动态方程及其边界条件，获取结构振动系统的各阶固有频率和各阶模态应变的表达式，并对结构振动系统进行模态分析，得出各阶固有频率、振型、应力分布；
步骤四、将步骤三得出的数据转化为优化目标函数需要的形式，并将其代入优化目标函数，依据遗传算法进行位置优化，生成结构振动系统中压电传感器和作动器的多种优化布置方案；
步骤五、根据步骤四生成的优化布置方案，分别制作相应的结构振动系统控制模型，并根据相应的控制模型分别搭建振动控制系统实验平台；
步骤六、采用FXLMS振动控制算法分别对其进行振动控制实验，依据各种优化布置方案下的振动幅度，最终获得结构振动系统中压电传感器和作动器的最优优化布置方案；
步骤七、选取相应数量的压电传感器和作动器，并粘贴在结构振动系统中悬臂梁的正反两面的同一位置。
2.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤一中，结构振动系统采用压电柔性悬臂梁，其偏微分方程表示为：
Figure FDA0002474472750000021
F(p,t)为外力分布；w(p,t)为梁的扰度，是一个空间变量p∈D和时间t的函数；L为系统的硬度分布，是一个相对空间坐标p的偏微分函数；M(p)为质量密度函数，是一个关于位置p的正定函数。
3.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤一中，根据作动器应该最大程度保证它对结构扰动的影响，在作动器能量一定的情况下，传给结构模态的能量应尽可能地大，这一分布的原则，提出作动器的优化准则为：
Figure FDA0002474472750000022
Ei为第i阶模态的总能量的数学期望，大致可以看作由两大项组成，第一项为系统的总能量，根据模态能量随着模态阶数的增加而急剧减少，通常只取一些低阶模态的能量；第二项可以认为是一个椭圆体的体积这个椭圆是n维空间的，并且其半径是与每个模态贡献的能量成比例的。
4.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤一中，依据可观性格来姆矩阵的对角元素的大小与系统的稳定状态成正比，建立传感器优化配置准则为：
Figure FDA0002474472750000023
λJ为可观性格来姆矩阵的特征值。
5.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤二中，在建立优化目标函数之前，首先根据Gramian矩阵与系统模态能量表达式之间的转化关系，求出系统的可控性矩阵和可观性矩阵，可观Gramian矩阵Wobs和可控Gramian矩阵Wcon分别为：
Figure FDA0002474472750000031
Figure FDA0002474472750000032
6.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤二中，优化目标函数为：
Figure FDA0002474472750000033
(6)式中，W为Gramian矩阵，它取值为Wobs或Wcon，其物理意义为各阶模态的能量；trace(W)为作动器的输出能量；
Figure FDA0002474472750000034
为特征值的几何平均值，n为自由度系数，其物理意义为各阶模态能量的乘积，它目的使其各阶模态均起作用(包括高阶模态)；σ(λi)为Gramian矩阵W特征值λi的标准方差。
7.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤三中，在压电悬臂梁单元均为理想的状态下，压电悬臂梁的动态方程及其边界条件为：
Figure FDA0002474472750000035
式(7)中E为模态量，I截面二次距，可以转化为通解形式：
y(x)＝C1sin(βx)+C2cos(βx)
+C3sh(βx)+C4ch(βx) (8)
Figure FDA0002474472750000036
Figure FDA0002474472750000037
式(9)和(10)分别为固定端的几何边界约束和自由端的力边界约束条件，由两式可得：
C1＝-C3，C2＝-C4
Figure FDA0002474472750000041
式(11)中，C1、C2为非零解的条件为
Figure FDA0002474472750000042
由式(12)展开可得：
cos(βl)ch(βl)+1＝0 (13)
其各阶的固有频率式为：
Figure FDA0002474472750000043
有上式可知，各阶的模态函数为：
Figure FDA0002474472750000044
8.根据权利要求1所述的面向结构振动主动控制优化配置方法，其特征是：所述步骤三中，根据结构振动系统的相关参数，采用ANSYS有限元分析软件，进行模态分析。
9.一种根据权利要求1-8任一项所述面向结构振动主动控制优化配置方法的振动控制实验平台，包括固定支撑架，其特征是：根据上述获取的最优压电传感器和作动器优化布置方案，选取相应数量的压电传感器和作动器，并粘贴在悬臂梁的正反两面的同一位置，所述悬臂梁固定在所述固定支撑架上。
10.根据权利要求9所述面向结构振动主动控制的振动控制实验平台，其特征是：所述悬臂梁在由震动激荡器、7602M放大器和信号发生器组成的震荡组件的带动下进行连接，所述压电传感器和作动器与放大器、低通滤波器、AD采集卡、计算机、DA输出卡和功率放大器连接成回路，且所述计算机与示波器连接。
CN202010359213.9A 2020-04-29 2020-04-29 面向结构振动主动控制优化配置方法及振动控制实验平台 Pending CN111521359A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010359213.9A CN111521359A (zh) 2020-04-29 2020-04-29 面向结构振动主动控制优化配置方法及振动控制实验平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010359213.9A CN111521359A (zh) 2020-04-29 2020-04-29 面向结构振动主动控制优化配置方法及振动控制实验平台

Publications (1)

Publication Number Publication Date
CN111521359A true CN111521359A (zh) 2020-08-11

Family

ID=71905965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010359213.9A Pending CN111521359A (zh) 2020-04-29 2020-04-29 面向结构振动主动控制优化配置方法及振动控制实验平台

Country Status (1)

Country Link
CN (1) CN111521359A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506246A (zh) * 2020-12-02 2021-03-16 哈尔滨工程大学 利用振形控制进行平板上物体的振动主动控制方法
CN113128083A (zh) * 2021-03-15 2021-07-16 西安理工大学 一种用于水工弧形钢闸门振动控制的作动器优化布置方法
CN113494558A (zh) * 2021-07-28 2021-10-12 中国空气动力研究与发展中心设备设计与测试技术研究所 一种气体引射器支撑板流致振动抑制方法
CN114545991A (zh) * 2022-02-21 2022-05-27 中国船舶重工集团公司第七一九研究所 一种机械设备的振动控制方法、装置及计算机设备
CN115370702A (zh) * 2022-08-22 2022-11-22 武汉理工大学 一种板格结构的振动控制系统及振动控制方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030099613A1 (en) * 1999-09-10 2003-05-29 Benjamin Berkhout Viral replicons and viruses dependent on inducing agents
CN102609551A (zh) * 2011-01-21 2012-07-25 北京汽车研究总院有限公司 一种动力总成悬置系统的设计优化方法和优化装置
CN104133950A (zh) * 2014-07-17 2014-11-05 浙江工业大学 一种悬臂梁运行模态分析实验方法及装置
CN106526419A (zh) * 2016-11-03 2017-03-22 河南工程学院 基于预测校正技术的配电网容错性在线故障定位方法
CN107391818A (zh) * 2017-07-07 2017-11-24 大连理工大学 一种基于状态观测器的振动模态参数识别方法
CN109211502A (zh) * 2018-08-06 2019-01-15 上海大学 一种变负载柔性悬臂梁振动主动控制实验系统及实验方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030099613A1 (en) * 1999-09-10 2003-05-29 Benjamin Berkhout Viral replicons and viruses dependent on inducing agents
CN102609551A (zh) * 2011-01-21 2012-07-25 北京汽车研究总院有限公司 一种动力总成悬置系统的设计优化方法和优化装置
CN104133950A (zh) * 2014-07-17 2014-11-05 浙江工业大学 一种悬臂梁运行模态分析实验方法及装置
CN106526419A (zh) * 2016-11-03 2017-03-22 河南工程学院 基于预测校正技术的配电网容错性在线故障定位方法
CN107391818A (zh) * 2017-07-07 2017-11-24 大连理工大学 一种基于状态观测器的振动模态参数识别方法
CN109211502A (zh) * 2018-08-06 2019-01-15 上海大学 一种变负载柔性悬臂梁振动主动控制实验系统及实验方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D.A.MANOLAS等: "A Genetic Algorithm Method for Optimal Position of the Actuator Configuration of an Active Vibration Control System for Trim Panels in Aircrafts", 《IFAC PROCEEDINGS VOLUMES》 *
马向东: "桥梁结构健康监测系统传感器优化布置", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 *
黄全振: "压电智能结构自适应滤波振动主动控制研究", 《中国优秀博硕士学位论文全文数据库(博士)，信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112506246A (zh) * 2020-12-02 2021-03-16 哈尔滨工程大学 利用振形控制进行平板上物体的振动主动控制方法
CN112506246B (zh) * 2020-12-02 2021-09-17 哈尔滨工程大学 利用振形控制进行平板上物体的振动主动控制方法
CN113128083A (zh) * 2021-03-15 2021-07-16 西安理工大学 一种用于水工弧形钢闸门振动控制的作动器优化布置方法
CN113128083B (zh) * 2021-03-15 2024-04-19 西安理工大学 一种用于水工弧形钢闸门振动控制的作动器优化布置方法
CN113494558A (zh) * 2021-07-28 2021-10-12 中国空气动力研究与发展中心设备设计与测试技术研究所 一种气体引射器支撑板流致振动抑制方法
CN114545991A (zh) * 2022-02-21 2022-05-27 中国船舶重工集团公司第七一九研究所 一种机械设备的振动控制方法、装置及计算机设备
CN114545991B (zh) * 2022-02-21 2022-12-13 中国船舶重工集团公司第七一九研究所 一种机械设备的振动控制方法、装置及计算机设备
CN115370702A (zh) * 2022-08-22 2022-11-22 武汉理工大学 一种板格结构的振动控制系统及振动控制方法

Similar Documents

Publication Publication Date Title
CN111521359A (zh) 面向结构振动主动控制优化配置方法及振动控制实验平台
CN113111430B (zh) 基于非线性气动力降阶的弹性飞机飞行动力学建模方法
CN102169328B (zh) 临近空间飞行器模型的振动主动控制实验平台及方法
CN101908088B (zh) 一种基于时域双向迭代的叶轮机叶片颤振应力预测方法
Krenk et al. Resonant vibration control of three-bladed wind turbine rotors
CN109902404A (zh) 不同阻尼形式的结构时程响应积分的统一递推计算方法
CN110287505B (zh) 飞行器稳定性分析方法
CN113128085B (zh) 一种基于状态空间形式涡格法的阵风减缓分析方法
CN109815525B (zh) 一种进给系统动态特性多目标优化设计方法
CN111914981B (zh) 基于粒子群-蚁群并行交叉算法的改进pi模型辨识方法
CN106354954A (zh) 一种基于叠层基函数的三维力学模态仿真模拟方法
Pan et al. Active vibration control of thin-walled structure with inertial piezoelectric actuator based on fuzzy adaptive PID algorithm
CN206036114U (zh) 一种适用于大振幅和宽频带的主被动一体化减隔振装置
CN113759754A (zh) 一种大风环境下列车主动悬挂系统控制方法
Qi et al. Embedded piezoelectric actuation method for enhanced solar wings vibration control
CN102518743B (zh) 一种塔吊-索塔结构耦合振动的振动控制方法
Cai et al. Optimal tracking control of a flexible hub–beam system with time delay
CN111424833A (zh) 一种土木工程减震装置及其控制方法
Liu et al. Review on inlet/outlet oil coordinated control for electro-hydraulic power mechanism under sustained negative load
Li et al. Robust digital repetitive control with optimized tracking performance supporting fast tool servo applications
CN112948973B (zh) 一种用于连续变弯度后缘的机翼失速颤振闭环控制方法
Arani et al. Energy harvesting of sandwich beam with laminated composite core and piezoelectric face sheets under external fluid flow
CN110162738A (zh) 一种基于模态部分耦合假设的辐射声功率的计算方法
Qu et al. Establishment of Rate-Dependent Hysteresis Model and Control Method of Piezoelectric Ceramic Actuator
Wu et al. Experimental study and numerical simulation of active vibration control on high order mode of piezoelectric flexible beam

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200811