基于自适应RBF神经网络算法的建筑结构递阶分散控制研究

作者:潘兆东[1,3] ;谭平[2] ;刘良坤[4] ;周福霖[2,3] 刊名:土木工程学报 上传者:宗伯乐

【摘要】针对建筑结构振动控制的递阶分散控制问题进行研究。首先,通过设置全局控制器消除子系统间的关联耦合;在此基础上,结合Lyapunov稳定性理论和RBF神经网络理论设计了仅依赖于子系统位移和速度响应反馈信息的自适应控制律,并利用差分进化(DE)算法对自适应RBF神经网络局部子控制器相关参数进行优化,建立了适用于建筑结构振动控制的自适应RBF神经网络递阶分散控制(ARBFHDC)算法。对ASCE9层Benchmark模型进行递阶分散控制设计、优化及仿真分析。结果表明,不同地震激励下,基于ARBFHDC算法设计的递阶分散控制较传统集中控制而言有更好的控制效果,且能保障各子系统作动器处于最大功效工作状态。

全文阅读

第51卷第 1期 2 0 1 8年 1月 土 木 工 程 学 报 CHINA CIVIL ENGINEERING JOURNAL V0I.51 Jan. No.1 2018 基于自适应 RBF神经网络算法的建筑结构 递阶分散控制研究 潘兆东 谭 平 刘良坤 周福霖 , (1.东莞理工学院,广东东莞 523808 3.湖南大学,湖南长沙 410082;4 2.广州大学,广东广州 510405 北京工业大学,北京 100124) 摘要:针对建筑结构振动控制的递阶分散控制问题进行研究。首先,通过设置全局控制器消除子系统间的关联耦 合;在此基础上,结合Lyapunov稳定性理论和RBF神经网络理论设计了仅依赖于子系统位移和速度响应反馈信息 的自适应控制律,并利用差分进化(DE)算法对 自适应 RBF神经网络局部子控制器相关参数进行优化,建立了适用 于建筑结构振动控制的自适应RBF神经网络递阶分散控制(ARBFHDC)算法。对ASCE 9层 Benchmark模型进行 递阶分散控制设计、优化及仿真分析。结果表明,不同地震激励下,基于ARBFHDC算法设计的递阶分散控制较传 统集中控制而言有更好的控制效果,且能保障各子系统作动器处于最大功效工作状态。 关键词:主动控制;递阶分散控制;自适应控制律;RBF神经网络;Lyapunov稳定性理论;差分进化算法 中图分类号:TU311.3 TU352.1 文献标识码 :A 文章编号 :1000.131x(2018)叭-0051-07 Hierarchical decentralized control of building structure based on adaptive RBF neural network algorithm Pan Zhaodong · Tan Ping Liu Liangkun4 Zhou Fulin - (1.Dongguan University of Technology,Dongguan 523808,China;2.Guangzhou University,Guangzh0u 510405,China; 3.Hunan University,Changsha 410082,China;4.Bering University ofTechnology,Beijing 100124,China) Abstract:The hierarchical decentralized control problem of building structure vibration control is studied in this paper. Firstly,The associated coupling between subsystems is eliminated by setting the global controller.Secondly,Lyapunov stability theory and RBF neural network theory are employed to design the adaptive control law which depends only on the displacement and the velocity response of relevant subsystem,and the parameters of adaptive RBF neural network

参考文献

引证文献

问答

我要提问