拉索振动的MR阻尼器半主动神经网络PID控制应用研究
摘要 | 第1-9页 |
ABSTRACT | 第9-10页 |
第1章 绪论 | 第10-14页 |
·课题背景 | 第10-12页 |
·拉索振动控制中存在的问题 | 第12页 |
·本课题的主要内容 | 第12-14页 |
第2章 斜拉桥拉索的振动机理及控制技术 | 第14-24页 |
·拉索的振动机理 | 第14-18页 |
·涡激振动 | 第14-15页 |
·尾流驰振 | 第15页 |
·抖振 | 第15页 |
·空气动力失稳 | 第15-16页 |
·风雨振动 | 第16-18页 |
·参数振动 | 第18页 |
·拉索的振动控制措施 | 第18-22页 |
·拉索振动的空气动力学减振措施 | 第19页 |
·拉索振动的机械减振措施 | 第19-22页 |
·结构振动中的控制算法 | 第22-23页 |
·本章小结 | 第23-24页 |
第3章 磁流变阻尼器减振技术 | 第24-36页 |
·磁流变阻尼器 | 第24-26页 |
·磁流变液简介 | 第24页 |
·磁流变液的工作模式 | 第24-26页 |
·磁流变阻尼器及其工作原理 | 第26-27页 |
·MR 阻尼器的工作模式及安装方式 | 第27-28页 |
·磁流变阻尼器的动力学模型 | 第28-31页 |
·常规半主动控制算法 | 第31-34页 |
·智能控制算法 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 神经网络 PID 控制 | 第36-52页 |
·PID 控制简介 | 第36-37页 |
·神经网络概述 | 第37-42页 |
·神经元模型 | 第38-39页 |
·神经网络的结构 | 第39-41页 |
·神经网络的学习方法 | 第41-42页 |
·神经网络的学习规则 | 第42页 |
·神经网络PID 控制的几种形式 | 第42-50页 |
·基于单神经元的PID 控制 | 第42-45页 |
·基于BP 学习算法的多层网近似PID 控制 | 第45-47页 |
·基于BP 学习算法的多层前向网PID 控制 | 第47-50页 |
·小结 | 第50页 |
·本章小结 | 第50-52页 |
第5章 拉索振动的神经网络 PID 控制研究 | 第52-70页 |
·拉索——阻尼器控制方程的建立 | 第52-56页 |
·微分方程 | 第52-54页 |
·状态方程 | 第54-55页 |
·形函数的选取 | 第55-56页 |
·仿真工具介绍 | 第56-57页 |
·MATLAB 简介 | 第56-57页 |
·Simulink 的系统功能 | 第57页 |
·拉索——阻尼器振动控制系统的构成 | 第57-67页 |
·随机荷载的选取及Simulink 仿真 | 第58页 |
·拉索结构的Simulink 模型及仿真 | 第58-61页 |
·磁流变阻尼器的力学模型及动力特性仿真 | 第61-63页 |
·基于S 函数的BP 神经网络PID 控制器 | 第63-67页 |
·控制系统搭建及仿真分析 | 第67-69页 |
·本章小结 | 第69-70页 |
第6章 总结与展望 | 第70-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-78页 |
在学期间主要科研成果 | 第78页 |