压电智能结构振动响应自适应滤波前馈控制方法研究

摘要

智能结构代表着21世纪材料与结构发展的一个新方向，特别在振动主动控制领域具有非常诱人的前景，目前已成为振动工程界的研究热点。主动减振智能结构是智能材料结构研究的重要内容之一，它利用埋入结构中的传感器监测结构的振动水平，根据一定的控制规律去实时控制埋入结构中的驱动器以改变结构的振动状态，达到自适应抑制结构振动响应的目的，从而提高了结构的性能和安全性，延长了其使用寿命。这一研究不仅在航空航天领域，而且在国防和民用的其它众多领域也有着极其重要的意义和广阔的应用前景。 在振动主动控制研究领域中，控制方法的研究是一个很重要的方面；目前压电智能结构主动减振研究的一个重要发展方向就是自适应控制策略的研究。其中自适应滤波前馈控制方法已在试验中取得了较好的效果，这一方法的基本思想是：首先以滤波器的形式建立受控结构系统和控制器的数学模型，确定受控结构系统模型参数，再用数字信号处理技术求得最优控制器参数，其实现的核心是自适应控制算法。它根据测得的新信息实时调整控制器参数，保证控制效果始终趋于最优。但其通常假定干扰源可测且作为前馈控制器的参考输入，而且控制系统的稳定性和控制效果也缺乏比较完善的分析方法，具体实现上也存在较多的问题，因此需要进一步的研究。 本文以航天柔性结构如太阳能帆板为理想应用目标，着重进行面向主动减振智能结构的自适应滤波前馈控制方法研究，在此基础上结合控制理论与方法、计算机测控技术、结构振动理论和压电材料学等相关技术方法，构建主动减振智能结构试验模型对象和综合测控系统，对智能结构振动主动控制进行了技术实现和试验验证工作，同时本文还进行了混沌神经网络用于移动通信信道分配优化配置问题的相关研究工作。全文可以概括为压电主动减振智能结构概述、自适应滤波前馈控制策略分析与方法研究、试验环境构建与试验分析验证，以及混沌神经网络在移动通信信道分配问题上的应用四大部分，所做的主要工作和贡献如下： (1) 对压电主动减振智能结构进行概述；推导并探讨了结构振动主动控制的基本原理与策略，深入研究了实现结构振动主动控制的自适应滤波控制理论及其自适应算法；着重于最小均方误差算法的自适应前馈控制策略进行分析和研究。 (2) 分析研究面向振动主动控制的滤波-X自适应控制算法，基于详细数学推导过程，对单输入单输出和多输入多输出的滤波-X算法分别进行了讨论，对算法参数的确定方式和性能进行了论述，并在此基础上针对其进行了仿真分析与试验。同时研究了受控结构的自适应建模方法，引入了采用最小均方算法的模型通道在轨辨识策略。 (3) 面向多通道滤波-U自适应控制算法进行分析和研究，并进行详细的数学推导，对滤波-U和滤波-X算法进行了性能的分析和比较；在此基础上针对滤波-U算法进行了仿真分析与试验并与滤波-X算法进行比较。 (4) 针对滤波-E自适应控制算法进行分析和研究，基于详细数学推导过程，对单输入单输出和多输入多输出的滤波-E算法分别进行了讨论，对滤波-E算法的稳定性进行分析，并与滤波-X算法的性能进行比较，并在此基础上针对其进行了仿真分析与试验。 (5) 对滤波-V自适应控制算法进行分析，并进行详细的数学推导，对全梯度滤波-V算法和简化梯度滤波-V算法分别进行了讨论，并对上述各种算法进行总结。 (6) 运用有限元模态分析方法对受控结构进行振动特性分析，以此作为智能结构系统的传感/驱动网络配置指导准则；在对控制方法及其自适应算法进行理论分析的基础上，面向压电智能柔性试验模型结构，采用滤波-X和滤波-U算法进行了实际的自适应振动主动控制实验，取得了良好的抑振效果。 (7) 将混沌理论和神经网络结合，利用混沌神经网络特性解决移动通信信道分配的最优化配置问题，并提出了一种新的混沌神经网络优化策略，MATLAB实验仿真结果表明，新方法具有更快的速度和更高的收敛率，性能较之于传统方式显现出更为优良的特性。 谨致以诚挚的感谢和敬意，本文及所做的研究工作获得了国家和上海市下述科研基金项目的资助： (1) 国家自然科学基金重大研究计划“空天飞行器若干重大基础问题”资助项目----智能柔性结构振动形态感知与自适应控制研究项目(项目号90405013)； (2) 上海市“曙光计划”资助项目----柔性减振智能结构“形态感知/主动控制”关键技术(项目号04SG41)。

目录

文摘

英文文摘

声明

第一章绪论

§1.1引言

§1.2智能材料结构研究现状

§1.3主动减振智能结构的研究进展

1.3.1振动主动控制技术

1.3.2主动减振智能结构

§1.4压电主动减振智能结构概述

1.4.1压电材料与压电效应

1.4.2智能结构研究中的压电元件

§1.5自适应滤波前馈控制研究进展与现状

§1.6本文的主要研究工作

1.6.1课题背景

1.6.2主要研究工作与内容

1.6.3论文的章节与编排

§1.7本章小结

第二章 自适应滤波器原理及其最小均方算法

本章概要：

§2.1引言

§2.2自适应滤波器的基本原理

§2.3最小均方算法

§2.4算法收敛条件讨论

§2.5本章小结

第三章滤波-X LMS自适应滤波控制算法与仿真研究

本章概要：

§3.1引言

§3.2 FXLMS算法流程分析

3.2.1单输入单输出(SISO)FXLMS算法分析

3.2.2多输入多输出(MIMO)FXLMS算法分析

3.2.3 FXLMS算法参数的确定

3.2.4 关于FXLMS算法性能的讨论

§3.3 Matlab仿真实验及其结果分析

§3.4多通道控制传输模型实时辨识

§3.5本章小结

第四章滤波-U LMS自适应滤波控制算法与仿真研究

本章概要：

§4.1引言

§4.2 FULMS算法流程分析

4.2.1 FULMS算法流程

4.2.2 FXLMS算法与FULMs算法小结

§4.3 Matlab仿真实验及其结果分析

§4.4本章小结

第五章滤波-E LMS自适应滤波控制算法与仿真研究

本章概要：

§5.1引言

§5.2滤波—E LMS(FELMS)算法的提出

5.2.1自适应均衡器

5.2.2含噪声信道的自适应均衡器

§5.3 FELMS算法流程分析

5.3.1算法描述

5.3.2振动主动控制FELMS算法实现

§5.4 FELMS算法稳定性分析以及与其它算法的性能比较

5.4.1自适应滤波控制算法稳定性的常微分判据(Ordinary differential equation method,ODE method)

5.4.2FELMS算法稳定性分析

5.4.3 FELMS和FXLMS算法性能比较

§5.5 Matlab仿真实验及其结果分析

§5.6本章小结

第六章 滤波-V LMS自适应滤波控制算法研究

本章概要：

§6.1引言

§6.2滤波—V LMS(FVLMS)算法

6.2.1 W(z)的自适应控制

6.2.2全梯度滤波-V算法

6.2.3简化梯度滤波-V算法

§6.3本章小结

第七章试验平台构建与试验结果验证

本章概要：

§7.1引言

§7.2太阳能帆板模型构造与有限元分析

§7.3传感/驱动网络布置

§7.4自适应振动主动控制实验系统构成与试验环境平台集成构建

§7.5试验过程分析与试验结果验证

§7.6本章小结

第八章基于混沌神经网络的信道分配优化算法研究

本章概要：

§8.1引言

§8.2信道分配与混沌神经网络最优化算法

8.2.1信道分配问题

8.2.2 Hopfield神经网络

§8.3混沌神经网络

8.3.1混沌理论

8.3.2混沌神经网络

§8.4混沌神经网络在信道分配问题中的应用

8.4.1能量函数E的确定

8.4.2权值及偏流的确定

§8.5 Matlab仿真实验及其结果分析

8.5.1网络参数的选取原则与确定

8.5.2 Mat lab仿真实验

8.5.3 仿真实验结果分析

§8.6本章小结

第九章总结与展望

9.1全文总结

9.2进一步展望

参考文献

作者攻读硕士学位期间发表科研学术论文和专利申请状况

作者在攻读硕士学位期间所参加的科研项目

致谢