在被动控制装置中,经典调谐质量阻尼器(tuned mass damper,TMD)是应用最为广泛的。然而经典TMD在实际安装使用中往往需要较大的附加质量和较大的安装空间,给实际应用带来不便。旋转惯性双调谐质量阻尼器(rotational inertia double tune...在被动控制装置中,经典调谐质量阻尼器(tuned mass damper,TMD)是应用最为广泛的。然而经典TMD在实际安装使用中往往需要较大的附加质量和较大的安装空间,给实际应用带来不便。旋转惯性双调谐质量阻尼器(rotational inertia double tuned mass damper,RIDTMD)是一种新型的、高效的振动控制装置,它利用了惯容的表观质量增效功能,以及调谐质量和调谐惯容的双重调谐效果,具有较好的减振性能和轻量化控制的特性。然而,当考虑到RIDTMD对基础激励下的主结构控制进行优化设计时,目前的设计方法基本为数值法,不便应用。为解决上述问题,基于H2优化理论,以主结构位移均方根值为目标函数,推导了RIDTMD减震系统的参数解析设计公式。在解析公式的基础上,通过频域和时域两种数值仿真方法分析了RIDTMD的减震性能和轻量化效果,验证了解析公式的准确性和适用性。仿真结果表明:在频域中,RIDTMD对主结构位移频响峰值控制和减震带宽均优于TMD,并具备轻量化和工作行程小的优势;在时域中,以5 MW陆上风机为例,在实际地震波激励作用下,RIDTMD对塔筒一阶纵弯的均方根值和峰值减震均优于TMD,在相同性能指标下能实现较好的轻量化效果。展开更多
在工程中,大型设备和精密仪器在运行时,产生的振动通常会对周围环境造成影响;因此,研究抑制振动的隔振系统及控制方法具有重要意义。为了扩大隔振范围以隔振大型物体,设计了具有多个电磁隔振单元的并联电磁隔振系统,并提出了一种融合Q...在工程中,大型设备和精密仪器在运行时,产生的振动通常会对周围环境造成影响;因此,研究抑制振动的隔振系统及控制方法具有重要意义。为了扩大隔振范围以隔振大型物体,设计了具有多个电磁隔振单元的并联电磁隔振系统,并提出了一种融合Q学习的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)方法实时调控该多隔振单元系统,以提高系统的隔振性能。基于电磁力、线圈电流和电磁铁间距三者的非线性关系建立了并联电磁隔振系统的动力学方程及状态方程,在此基础上设计了NMPC控制器。其中,利用Q学习方法确定了预测范围,从而避免计算量过大或预测模型不准确的问题;同时,Q学习方法能够优化NMPC方法的目标函数中的权重矩阵V和R。仿真和实验结果表明,在所提出的融合Q学习的NMPC方法控制下的多隔振单元并联系统在外界扰动下,振动幅度显著减小,系统平稳性大大提高。展开更多
文摘在被动控制装置中,经典调谐质量阻尼器(tuned mass damper,TMD)是应用最为广泛的。然而经典TMD在实际安装使用中往往需要较大的附加质量和较大的安装空间,给实际应用带来不便。旋转惯性双调谐质量阻尼器(rotational inertia double tuned mass damper,RIDTMD)是一种新型的、高效的振动控制装置,它利用了惯容的表观质量增效功能,以及调谐质量和调谐惯容的双重调谐效果,具有较好的减振性能和轻量化控制的特性。然而,当考虑到RIDTMD对基础激励下的主结构控制进行优化设计时,目前的设计方法基本为数值法,不便应用。为解决上述问题,基于H2优化理论,以主结构位移均方根值为目标函数,推导了RIDTMD减震系统的参数解析设计公式。在解析公式的基础上,通过频域和时域两种数值仿真方法分析了RIDTMD的减震性能和轻量化效果,验证了解析公式的准确性和适用性。仿真结果表明:在频域中,RIDTMD对主结构位移频响峰值控制和减震带宽均优于TMD,并具备轻量化和工作行程小的优势;在时域中,以5 MW陆上风机为例,在实际地震波激励作用下,RIDTMD对塔筒一阶纵弯的均方根值和峰值减震均优于TMD,在相同性能指标下能实现较好的轻量化效果。
文摘在工程中,大型设备和精密仪器在运行时,产生的振动通常会对周围环境造成影响;因此,研究抑制振动的隔振系统及控制方法具有重要意义。为了扩大隔振范围以隔振大型物体,设计了具有多个电磁隔振单元的并联电磁隔振系统,并提出了一种融合Q学习的非线性模型预测控制(Nonlinear Model Predictive Control,NMPC)方法实时调控该多隔振单元系统,以提高系统的隔振性能。基于电磁力、线圈电流和电磁铁间距三者的非线性关系建立了并联电磁隔振系统的动力学方程及状态方程,在此基础上设计了NMPC控制器。其中,利用Q学习方法确定了预测范围,从而避免计算量过大或预测模型不准确的问题;同时,Q学习方法能够优化NMPC方法的目标函数中的权重矩阵V和R。仿真和实验结果表明,在所提出的融合Q学习的NMPC方法控制下的多隔振单元并联系统在外界扰动下,振动幅度显著减小,系统平稳性大大提高。
