[博士]斜拉橋拉索非線性振動(dòng)及智能半主動(dòng)控制研究

內(nèi)容簡(jiǎn)介

　　[博士]斜拉橋拉索非線性振動(dòng)及智能半主動(dòng)控制研究　　學(xué)科專業(yè)：結(jié)構(gòu)工程　　授予學(xué)位：博士　　學(xué)位授予單位：浙江大學(xué)　　學(xué)位年度：2008　　斜拉索由于質(zhì)量輕、柔度大、阻尼小，極易在環(huán)境激勵(lì)如風(fēng)、風(fēng)雨或支座運(yùn)動(dòng)等作用下發(fā)生大幅振動(dòng)，一方面會(huì)引起索的疲勞破壞，最終導(dǎo)致?lián)Q索，從而帶來(lái)巨大的經(jīng)濟(jì)損失;另一方面振動(dòng)幅度過大也會(huì)引起行人對(duì)橋梁安全性的懷疑。因此，分析拉索的振動(dòng)機(jī)理以及尋求有效的振動(dòng)控制措施是一個(gè)具有重要工程意義的課題?！　? 本文首先提出了斜拉索由橋面?zhèn)日褚鸬乃鳂虻満系恼駝?dòng)模型，并基于Hamilton原理，建立了拉索的非線性振動(dòng)方程，運(yùn)用多尺度法求得該方程的近似解析解。分析了拉索發(fā)生1: 1面內(nèi)外模態(tài)藕合內(nèi)共振的可能性，討論了激勵(lì)幅值、激勵(lì)頻率、阻尼、傾斜角等參數(shù)對(duì)拉索振動(dòng)響應(yīng)的影響。為驗(yàn)證近似解的正確性，將其與數(shù)值解進(jìn)行了比較?！　? 基于神經(jīng)網(wǎng)絡(luò)理論，建立了MR阻尼器的神經(jīng)網(wǎng)絡(luò)前向模型和逆模型。由于BP算法存在收斂速度慢、學(xué)習(xí)好的網(wǎng)絡(luò)泛化能力差等問題，本文采用了二階微分收斂LevenbergMarquardt算法與貝葉斯正規(guī)化法(Regularization)相結(jié)合的方法，從而提高了網(wǎng)絡(luò)的計(jì)算性，改良了網(wǎng)絡(luò)的泛化性能。數(shù)值分析結(jié)果表明，本文所提出的MR阻尼器的神經(jīng)網(wǎng)絡(luò)模型具有很強(qiáng)的適應(yīng)性和泛化性。　　基于神經(jīng)網(wǎng)絡(luò)理論，提出了一種新的拉索一MR阻尼器系統(tǒng)神經(jīng)網(wǎng)絡(luò)半主動(dòng)控制方法。該控制方法能充分發(fā)揮MR阻尼器在不同電壓下的耗能減振能力，實(shí)現(xiàn)了其對(duì)拉索振動(dòng)的全態(tài)控制。結(jié)合典型的拉索實(shí)例，分析了該控制方法的控制效果，并將其控制效果與LQR主動(dòng)控制效果做了比較。　　基于模糊邏輯理論，提出了一種新的拉索一MR阻尼器系統(tǒng)模糊半主動(dòng)控制方法。在該方法中，模糊控制器直接給出控制電壓，操作起來(lái)簡(jiǎn)單實(shí)用。為驗(yàn)證其有效性針對(duì)典型的短索、長(zhǎng)索，詳細(xì)討論了在不同激勵(lì)作用下、相同激勵(lì)不同激勵(lì)幅值、激勵(lì)頻率等各種情況下的控制效果。并將其控制效果與神經(jīng)網(wǎng)絡(luò)半主動(dòng)控制、LQR主動(dòng)控制及MR阻尼器的兩種被動(dòng)控制方式(passive-onpassive-ofF)做了比較。

專題推薦