| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 磁流变弹性体的研究概况 | 第8-13页 |
| 1.2.1 磁流变弹性体的研究现状 | 第9-11页 |
| 1.2.2 磁流变弹性体在振动控制中的研究现状 | 第11-13页 |
| 1.3 土木工程结构振动控制的研究概况 | 第13-16页 |
| 1.3.1 土木工程结构振动控制的研究现状 | 第13-15页 |
| 1.3.2 智能控制算法的研究现状 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-17页 |
| 2 MRE减震器的制备及性能测试 | 第17-27页 |
| 2.1 磁流变弹性体的制备 | 第17-21页 |
| 2.1.1 磁流变弹性体组成材料的选择 | 第17-18页 |
| 2.1.2 磁流变弹性体的制备过程 | 第18-21页 |
| 2.2 磁流变弹性体的性能测试 | 第21-23页 |
| 2.2.1 磁流变弹性体的弹性模量测试 | 第21-22页 |
| 2.2.2 磁流变弹性体的阻尼测试 | 第22-23页 |
| 2.3 挤压式MRE减震器的设计 | 第23-25页 |
| 2.3.1 减震器的结构设计 | 第23-24页 |
| 2.3.2 减震器的磁路设计 | 第24-25页 |
| 2.4 MRE减震器的参数模型 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 智能控制算法研究 | 第27-46页 |
| 3.1 模糊控制 | 第27-31页 |
| 3.1.1 模糊控制的基本原理 | 第27-30页 |
| 3.1.2 模糊控制方式 | 第30-31页 |
| 3.2 神经网络控制技术 | 第31-37页 |
| 3.2.1 人工神经元模型 | 第31-33页 |
| 3.2.2 神经网络的拓扑结构 | 第33-34页 |
| 3.2.3 神经网络的学习方法 | 第34页 |
| 3.2.4 网络模型的选取 | 第34-37页 |
| 3.3 模糊控制和神经网络控制的对比 | 第37-38页 |
| 3.4 神经网络改进模糊控制算法的研究 | 第38-45页 |
| 3.4.1 神经网络改进模糊控制算法的基本原理 | 第39-44页 |
| 3.4.2 神经网络改进Takagi-Sugeno型模糊控制 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4 基于MRE减震结构的智能控制仿真 | 第46-71页 |
| 4.1 工程概况 | 第46页 |
| 4.2 MRE减震器在结构中的安装 | 第46-47页 |
| 4.3 地震波的选择 | 第47-48页 |
| 4.4 控制策略的设计 | 第48-58页 |
| 4.4.1 模糊控制策略 | 第48-51页 |
| 4.4.2 神经网络控制策略 | 第51-52页 |
| 4.4.3 模糊神经网络控制策略 | 第52-58页 |
| 4.5 基于MRE减震器结构振动的控制仿真分析 | 第58-70页 |
| 4.5.1 仿真模型的建立 | 第58-59页 |
| 4.5.2 仿真结果分析 | 第59-70页 |
| 4.6 本章小结 | 第70-71页 |
| 5 结论与展望 | 第71-73页 |
| 5.1 结论 | 第71页 |
| 5.2 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |