一种冲击振动主被动复合控制稳定平台及稳定控制方法

摘要

本发明公开了一种冲击振动主被动复合控制稳定平台及稳定控制方法，包括安装在基础激励源上的底座和安装在底座中的磁流变阻尼器，底座上架设有被动隔振装置搭载平台，被动隔振装置搭载平台上安装有被动隔振装置，被动隔振装置上设有负载平台，负载平台连接隔振对象；底座和负载平台下方设有传感器，传感器连接到底座中的控制箱，控制箱输出控制信号施加到磁流变阻尼器上。控制过程一是线下深度学习控制器学习训练过程，另一是深度学习控制器在线冲击振动控制过程。线下深度学习控制器学习建模过程包括生成训练集，设计目标函数，控制器模型训练等过程。稳定平台结构紧凑，机械和电气接口简单，无需人为调整控制参数，适用范围广，控制性能好。

说明书

技术领域

本发明属于机电一体化技术领域，涉及冲击振动控制稳定平台装置及其稳定控制方法，主要用于但不限于航空、航天、军事、电子、汽车、通信、制造等领域。

背景技术

冲击振动现象广泛存在于航空、航天、军事、电子、汽车、通信和制造等领域。冲击振动对产品的品质和性能具有严重的影响。在冲击振动激励源和隔振对象之间增加隔振装置构成一个相对的稳定平台是减小冲击振动对隔振对象影响的有效方法。目前常用的隔振方法有主动隔振、被动隔振以及主被动复合隔振。被动隔振不需要系统之外的能源装置，控制过程也不依赖振动反应信息及动载荷信息，靠被动地吸收或消耗结构的能量来达到控制效果。被动隔振主要优点是结构简单、工作性能稳定可靠、易于实现，费用低廉。其缺点是被动隔振系统一旦设计完毕，其结构参数固定，阻尼、刚度等特性不可调，不能完全适应较宽的工作频带、随机的低频大振幅摇摆激励和瞬时大能量的冲击激励，具有一定的局限性。主动隔振通过自发调整系统动特性改善隔振性能，控制效果好，适应性强。但是主动隔振需要外部能源且能耗高，结构复杂、造价较高。主被动复合隔振能够兼顾主、被动隔振的优点，相比于单独的主动隔振或被动隔振，在隔振性能、系统稳定性和适应性方面均有大幅提高。但是由于受机械结构和作动器性能的影响，主被动复合控制的应用范围仍然受限，负载或者激励源发生较大变化后，仍然需要更换作动器或者改变机械结构。另外，主动隔振控制算法的优劣也是影响系统隔振性能好坏的重要因素。随着对产品性能要求的不断提高，以上问题成为该领域亟待解决的关键问题。

发明内容

为解决现有技术中存在的上述缺陷，本发明的目的在于提供一种冲击振动主被动复合控制稳定平台及其稳定控制方法，为各种冲击振动控制领域提供一种适应范围更广、隔振性能更好的通用稳定平台。

本发明是通过下述技术方案来实现的。

根据本发明实施例提供的一种冲击振动主被动复合控制稳定平台，包括一个安装在基础激励源上的底座，一个安装在底座中的磁流变阻尼器，所述底座上架设有被动隔振装置搭载平台，被动隔振装置搭载平台上安装有被动隔振装置，被动隔振装置上设有负载平台，负载平台连接隔振对象；

底座和负载平台下方设有传感器，传感器连接到底座中的控制箱，控制箱输出控制信号施加到磁流变阻尼器上。

作为优选，所述负载平台上的传感器为隔振对象信号检测传感器Ⅰ，通过磁铁或者胶水固定在负载平台的底面上。

作为优选，所述底座中的传感器为基础激励信号检测传感器Ⅱ，通过磁铁或者胶水固定在底座中。

进一步，所述底座包括一矩形板和设在矩形板上的空心圆柱体，矩形板通过安装孔Ⅰ安装在基础激励源上，空心圆柱体上设有装配调整孔，通过螺栓将被动隔振装置搭载平台与空心圆柱体相连；磁流变阻尼器、控制箱和基础激励信号检测传感器Ⅱ设在空心圆柱体中的在矩形板上。

进一步，所述装配调整孔沿空心圆柱体上下分布，被动隔振装置搭载平台套在空心圆柱体上能够在空心圆柱体不同高度位置上下固定。

作为优选，所述被动隔振装置为弹簧，若干弹簧沿被动隔振装置搭载平台和负载平台之间圆周台面上竖直均布。

作为优选，所述被动隔振装置为钢丝绳减振器，钢丝绳减振器包括一底座，钢丝圈沿底座环绕，底座设在被动隔振装置搭载平台上，钢丝圈固定在负载平台底面上。

作为优选，所述磁流变阻尼器一端通过球形铰链Ⅱ与底座相连，另外一端通过球形铰链Ⅰ与负载平台相连。

相应地，本发明进而给出了一种冲击振动主被动复合控制稳定控制方法，包括下述步骤：

控制方法包括线下深度学习控制器学习训练过程和深度学习控制器在线冲击振动控制过程；1)线下深度学习控制器学习训练方法步骤如下：

1a)首先将基础激励信号检测传感器Ⅱ检测的基础激励信号、磁流变阻尼器(7)的作动力、响应速度性能参数、被动隔振装置的刚度、阻尼性能参数和隔振对象的质量参数输入上位机，在上位机生成深度学习训练集；

1b)根据控制目标设计学习目标函数；

1c)在上位机上进行深度学习控制器模型训练，如果结果满足控制目标要求，结束学习并输出深度学习控制器模型，如果结果不满足控制目标要求，则返回步骤2)修改目标函数，重新训练；

2)深度学习控制器在线冲击振动控制方法步骤如下：

2a)首先将基础激励信号检测传感器Ⅱ和隔振对象信号检测传感器Ⅰ检测到的信号输入到控制箱内的主动控制器中；

2b)主动控制器根据线下训练的控制器模型生成输出控制信号，控制信号作用于磁流变阻尼器，联合被动隔振装置实现隔振对象对冲击振动的隔离控制。

作为优选，所述步骤1)-1b)中，控制目标要求为：

a_I(t)/a_II(t)·100％≤10％

其中a_I(t)为隔振对象信号检测传感器Ⅰ检测的加速度信号，a_II(t)为基础激励信号检测传感器Ⅱ检测的加速度信号,t为采样时间；

目标函数要求为：

min{a_I(t)/a_II(t)},t∈正数。

本发明与现有技术相比具有如下优点：

1.本发明被动控制结构参数可以通过改变装配孔位置调整，无需重新设计改造机械机构，是主动控制的有效补充。

2.本发明的被动控制装置机械安装接口简单，安装空间、位置方便可调，易于更换不同类型的被动控制装置。

3.本发明基于深度学习的主动控制算法能够根据不同使用场合，不同被动机械结构参数以及不同主动作动器性能在线确定控制器参数，无需人为调整，具有普遍的适应性。

4.本发明稳定平台结构紧凑，机械和电气接口简单，无需人为调整控制参数，适用范围广，控制性能好，是一种能够适应多领域冲击振动控制的通用稳定平台。

由于本发明具有上述优点，可以作为多种领域冲击振动控制的一种通用隔振装置，此平台结构紧凑、重量轻，方便搭载于车辆、舰船、飞行器等机动性较高的运动平台上。

附图说明

图1是本发明的系统组成示意图；

图2是本发明的系统解剖示意图；

图3是本发明更换被动隔振装置后的系统示意图；

图4是本发明主被动复合控制算法线下学习流程图；

图5是本发明主被动复合控制原理框图。

图中：1、安装孔Ⅰ；2、底座；3、装配调整孔；4、安装孔Ⅱ；5、磁流变阻尼器；6、球形铰链Ⅰ；7、负载平台；8、被动隔振装置(弹簧)；9、被动隔振装置搭载平台；10、电源和通信接口；11、隔振对象；12、传感器Ⅰ；13、球形铰链Ⅱ；14、控制箱；15、传感器Ⅱ；16、钢丝绳减振器。

具体实施方式

下面结合附图和实施例对发明作进一步的详细说明，但并不作为对发明做任何限制的依据。

如图1所示，本发明冲击振动主被动复合控制稳定平台，包括一底座2，底座2通过安装孔Ⅰ1安装在基础激励源上，底座2通过装配调整孔3与被动隔振装置搭载平台9相连；被动隔振装置搭载平台9上通过转接板采用螺钉安装有被动隔振装置8，被动隔振装置8为弹簧，若干弹簧沿被动隔振装置搭载平台9和负载平台7之间圆周台面上竖直均布；被动隔振装置8另一端通过转接板采用螺钉安装于负载平台7上；负载平台7上有安装孔Ⅱ4，可以连接隔振对象11。

如图2结合图1所示，本装置中，磁流变阻尼器5一端通过球形铰链Ⅱ13与底座2相连，另外一端通过球形铰链Ⅰ6与负载平台7相连；基础激励信号检测传感器Ⅱ15通过磁铁或者胶水固定在底座2上，隔振对象信号检测传感器Ⅰ12通过磁铁或者胶水固定在负载平台7上；两个传感器通过导线与控制箱14相连，检测信号通过连接的导线输入控制箱14；控制箱14通过导线与磁流变阻尼器5相连，控制箱14输出控制信号通过导线施加到磁流变阻尼器5上。传感器可以检测但不限于是加速度、速度或者位移等振动信号。

底座2包括一矩形板和设在矩形板上的空心圆柱体，矩形板通过安装孔Ⅰ1安装在基础激励源上，空心圆柱体上设有装配调整孔3与被动隔振装置搭载平台9相连；磁流变阻尼器5、控制箱14和基础激励信号检测传感器Ⅱ15设在空心圆柱体中的在矩形板上。

本装置中，装配调整孔3沿空心圆柱体上下分布，被动隔振装置搭载平台9套在空心圆柱体上能够在空心圆柱体不同高度位置上下固定。

如图3所示，本装置中，被动隔振装置根据负载和主动控制器性能的不同，可以方便的更换为其他类型，本图中是更换为钢丝绳减振器16的示意图；被动隔振装置8为钢丝绳减振器16，钢丝绳减振器16包括一底座，钢丝圈沿底座环绕，底座设在被动隔振装置搭载平台9上，钢丝圈固定在负载平台7底面上。被动隔振装置根据隔振性能需要，不限于是弹簧、钢丝绳减振器，还可以是橡胶。被动隔振装置的机械性能参数，如刚度、阻尼等，可以通过调整装配调整孔的位置在线调节。

控制箱通过电源和通信接口10与外部相连，外部电源通过该接口给控制箱供电，控制箱通过该接口将检测信号输出至显示或者存储设备。

本发明给出的冲击振动主被动复合稳定控制方法，包括线下深度学习控制器学习训练过程和深度学习控制器在线冲击振动控制过程；如图4所示，本发明冲击振动主被动复合控制算法的深度学习控制器线下学习训练过程中，线下深度学习控制器学习训练方法步骤如下：

1a)首先将基础激励信号检测传感器Ⅱ15检测的基础激励信号、磁流变阻尼器7的作动力、响应速度性能参数、被动隔振装置8的刚度、阻尼性能参数和隔振对象11的质量参数输入上位机，在上位机生成深度学习训练集。

1b)根据控制目标设计学习目标函数；

控制目标要求为：

a_I(t)/a_II(t)·100％≤10％

其中a_I(t)为隔振对象信号检测传感器Ⅰ12检测的加速度信号，a_II(t)为基础激励信号检测传感器Ⅱ15检测的加速度信号,t为采样时间；

目标函数要求为：

min{a_I(t)/a_II(t)},t∈正数。

1c)在上位机上进行深度学习控制器模型训练，如果结果满足控制目标要求，结束学习并输出深度学习控制器模型，如果结果不满足控制目标要求，则返回步骤2)修改目标函数，重新训练。

如图5所示，本发明冲击振动主被动复合控制算法的原理框图中，基础激励信号和隔振对象振动信号通过传感器检测输入深度学习控制器，控制器根据线下训练的控制模型生成输出控制信号，控制信号作用于主动作动器，联合被动控制装置实现对冲击振动的隔离控制。

深度学习控制器在线冲击振动控制方法步骤如下：

2a)首先将基础激励信号检测传感器Ⅱ15和隔振对象信号检测传感器Ⅰ12检测到的信号输入到控制箱14内的主动控制器中。

2b)主动控制器根据线下训练的控制器模型生成输出控制信号，控制信号作用于磁流变阻尼器7，联合被动隔振装置8实现隔振对象11对冲击振动的隔离控制。

本发明并不局限于上述实施例，在本发明公开的技术方案的基础上，本领域的技术人员根据所公开的技术内容，不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形，这些替换和变形均在本发明的保护范围内。