摘要: |
针对智能悬臂梁,采用经典有限元法,建立了控制系统的数学模型;使用有限元分析软件ANSYS对悬臂梁的振动过程进行模态分析,得出悬臂梁的固有频率和固有振型,为后续控制器的研究奠定了动力学性能分析基础。
通过对结构振动的力学分析,结合模糊控制技术特点,确定了将位移和速度作为模糊控制的输入量,对结构需施加的控制力作为输出量。设计了基于模糊推理神经网络控制器,即以模糊控制的基本理论为内核,以神经网络为载体,利用神经网络的自学习能力训练去记忆人们的经验知识,从而加强玛达尼(mamdani)推理的方法,又通过BP算法对模糊控制规则进行自学习,调整神经网络的连接权值,从而生成该结构控制算法的动态模糊控制规则库。
同时,在信号采集和处理环节中,由于环境的复杂,测量信号往往带有随机干扰。本文设计了一种基于MATLAB的自适应神经模糊推理系统(ANFIS)的消噪滤波器,仿真结果表明该控制系统能够应用在复杂的环境下,能很好地抑制噪声,从而为控制器提供了清晰的振动数据信号,保证了控制的可靠性。
本文最后给出了一种粒子群优化算法(PSO)对模糊控制中“调整因子”进行了优化,在滤除随机干扰后,采用模糊推理神经网络和PSO优化后的算法仿真结果表明,运用两者的控制方法都达到了明显的控制效果,仿真的成功对柔性结构和非线性结构的振动都具有现实的意义。 |