柔性智能梁结构模糊自适应振动控制

摘要

模糊控制作为一种非线性的智能控制技术,不依赖于精确的数学模型,近年来在理论和工业实践中得到了广泛的发展和应用.本文以柔性智能梁结构振动系统为对象,将模糊控制技术和振动控制技术相结合,给出了模糊振动控制系统的结构和设计方法;在现有文献的基础上,借鉴汽车开发者备受瞩目的硬件在环仿真技术,设计了一种基于模糊理论的振动控制混和仿真试验系统.为了使控制系统具有自适应能力,对模糊神经网络振动主动控制进行了研究.针对Euler-Bernoulli梁,建立了控制系统的数学模型,设计了一种模糊控制器,利用计算机的串行通讯技术,进行了结构振动的模糊控制硬件在环仿真.仿真结果表明模糊控制方法能够很好的实现对智能梁结构的振动抑制.将模糊神经网络控制技术引入到结构振动控制上,利用遗传算法对网络全局性参数进行离线优化,利用BP学习算法在线调整网络局部性参数.控制仿真结果表明,模糊神经网络控制算法对智能结构振动控制的有效性和自适应性.

目录

文摘

英文文摘

独创性（或创新性）声明及授权书

第一章绪论

1.1智能结构的产生与发展

1.2智能结构中的压电材料

1.3压电智能结构振动控制发展与现状

1.4模糊控制理论的起源与发展现状

1.5本文的选题与主要工作

第二章压电智能梁结构动力有限元方程的建立

2.1智能梁结构有限元模型

2.2压电智能梁传感方程和制动方程

2.2.1传感方程

2.2.2致动方程

2.3本章小结

第三章柔性智能梁振动的模糊控制

3.1模糊控制理论基础

3.1.1模糊集合和隶属函数

3.1.2模糊矩阵、模糊关系和模糊变换

3.1.3模糊逻辑和模糊推理

3.2.模糊控制器设计原理

3.2.1模糊控制器组成

3.3.模糊控制器系统结构

3.4.模糊控制器的结构设计

3.4.1.清晰量的模糊化

3.4.2.模糊量的精确化

3.4.3.模糊控制规则的设计

3.5.智能梁结构模糊振动控制设计和硬件在环仿真

3.5.1.嵌入式模糊控制器设计

3.5.2.单片机与PC机的串口通讯

3.5.3.单片机与PC机通讯接口设计和接口程序设计

3.5.4.仿真试验

3.6本章小结

第四章柔性智能梁模糊自适应振动控制及其实现

4.1模糊逻辑控制与神经网络的结合

4.2模糊神经网络结构（Fuzzy Neural Networks,简称FNN结构）

4.3模糊神经网络的学习算法

4.3.1.遗传算法基础

4.3.2.遗传算法的基本操作

4.3.3.遗传算法的特点

4.4智能梁结构模糊神经网络振动控制设计

4.5仿真结果

4.6本章小结

第五章总结与展望

致谢

参考文献