| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第14-30页 |
| 1.1 引言 | 第14-17页 |
| 1.2 结构振动控制理论 | 第17-20页 |
| 1.2.1 被动控制 | 第17-18页 |
| 1.2.2 主动控制 | 第18-19页 |
| 1.2.3 半主动控制 | 第19-20页 |
| 1.2.4 混合控制 | 第20页 |
| 1.3 智能控制算法概述 | 第20-22页 |
| 1.3.1 模糊控制算法 | 第20-21页 |
| 1.3.2 神经网络控制算法 | 第21-22页 |
| 1.3.3 模糊神经网络控制算法 | 第22页 |
| 1.4 压电材料基本性能 | 第22-24页 |
| 1.4.1 压电材料应用 | 第22-23页 |
| 1.4.2 压电方程 | 第23-24页 |
| 1.5 压电材料在结构振动控制中的应用 | 第24-25页 |
| 1.5.1 智能压电主动控制装置 | 第24-25页 |
| 1.5.2 智能压电半主动控制装置 | 第25页 |
| 1.6 阻尼器的优化配置设计 | 第25-28页 |
| 1.6.1 优化配置准则 | 第25-26页 |
| 1.6.2 优化搜索算法 | 第26-28页 |
| 1.7 本文的主要工作 | 第28-30页 |
| 第2章 压电摩擦阻尼器的设计与试验分析 | 第30-46页 |
| 2.1 引言 | 第30页 |
| 2.2 压电摩擦阻尼器的设计与制作 | 第30-37页 |
| 2.2.1 压电陶瓷致动器的工作原理 | 第30-33页 |
| 2.2.2 压电陶瓷致动器的使用特点 | 第33页 |
| 2.2.3 阻尼器的设计与制作 | 第33-35页 |
| 2.2.4 阻尼器的力学模型 | 第35-37页 |
| 2.3 试验目的与设备 | 第37-38页 |
| 2.3.1 试验目的 | 第37页 |
| 2.3.2 试验设备 | 第37-38页 |
| 2.4 压电摩擦阻尼器性能测试 | 第38-44页 |
| 2.4.1 压电陶瓷致动器性能 | 第38-39页 |
| 2.4.2 阻尼器驱动性能试验 | 第39-43页 |
| 2.4.3 阻尼器摩擦系数试验 | 第43-44页 |
| 2.4.4 阻尼器滞回性能曲线 | 第44页 |
| 2.5 本章小结 | 第44-46页 |
| 第3章 空间杆系结构半主动控制系统建立 | 第46-67页 |
| 3.1 引言 | 第46页 |
| 3.2 空间杆系结构半主动控制系统 | 第46-52页 |
| 3.2.1 半主动控制系统运动方程 | 第47-48页 |
| 3.2.2 压电摩擦阻尼器工作原理 | 第48页 |
| 3.2.3 半主动控制算法 | 第48-52页 |
| 3.3 空间杆系结构的有限元模型建立 | 第52-57页 |
| 3.3.1 结构质量矩阵与刚度矩阵的建立 | 第52-54页 |
| 3.3.2 控制力位置矩阵及相对状态转换矩阵的建立 | 第54-57页 |
| 3.4 空间杆系结构模糊半主动控制系统设计 | 第57-66页 |
| 3.4.1 模糊控制基本原理 | 第57-58页 |
| 3.4.2 模糊控制系统 | 第58-59页 |
| 3.4.3 模糊控制器设计及参数确定 | 第59-62页 |
| 3.4.4 模糊控制算法的 MATLAB 实现 | 第62-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第4章 基于模态可控度的阻尼器优化配置研究 | 第67-84页 |
| 4.1 引言 | 第67页 |
| 4.2 优化配置准则 | 第67-69页 |
| 4.2.1 性能指标 | 第67-69页 |
| 4.2.2 适应度函数 | 第69页 |
| 4.3 优化搜索算法 | 第69-80页 |
| 4.3.1 遗传算法理论及其步骤 | 第69-72页 |
| 4.3.2 优化配置算例分析 | 第72-80页 |
| 4.4 基于模糊控制的优化结果分析 | 第80-83页 |
| 4.4.1 数量优化分析 | 第80-82页 |
| 4.4.2 位置优化分析 | 第82-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第5章 地震响应模糊神经网络半主动控制分析 | 第84-105页 |
| 5.1 引言 | 第84页 |
| 5.2 人工神经网络基本理论 | 第84-90页 |
| 5.2.1 神经网络原理模型 | 第85-87页 |
| 5.2.2 BP 学习算法原理 | 第87-90页 |
| 5.3 模糊神经网络控制原理 | 第90-93页 |
| 5.3.1 模糊系统与神经网络比较 | 第90-91页 |
| 5.3.2 模糊神经网络原理 | 第91-93页 |
| 5.3.3 模糊神经网络半主动控制流程 | 第93页 |
| 5.4 模糊神经网络半主动控制系统设计 | 第93-95页 |
| 5.4.1 LQR 最优主动控制训练样本 | 第93-94页 |
| 5.4.2 基于 ANFIS 的半主动控制仿真 | 第94-95页 |
| 5.5 模糊神经网络半主动控制算例分析 | 第95-104页 |
| 5.5.1 模型选取 | 第95-96页 |
| 5.5.2 生成 LQR 主动最优控制训练样本 | 第96-97页 |
| 5.5.3 训练模糊神经推理系统 | 第97-100页 |
| 5.5.4 模糊神经半主动控制仿真 | 第100-104页 |
| 5.6 本章小结 | 第104-105页 |
| 第6章 空间杆系结构半主动控制振动台试验研究 | 第105-125页 |
| 6.1 引言 | 第105页 |
| 6.2 试验设计 | 第105-106页 |
| 6.2.1 试验模型 | 第105页 |
| 6.2.2 试验流程 | 第105-106页 |
| 6.2.3 试验工况 | 第106页 |
| 6.3 阻尼器安装 | 第106-108页 |
| 6.4 控制策略 | 第108-109页 |
| 6.5 试验设备 | 第109-110页 |
| 6.5.1 阻尼器与驱动电源 | 第109页 |
| 6.5.2 数据采集系统 | 第109-110页 |
| 6.5.3 仿真控制系统 | 第110页 |
| 6.6 试验结果与分析 | 第110-123页 |
| 6.6.1 扫频试验结果 | 第110-112页 |
| 6.6.2 输入 200gal EL-Centro 波试验结果 | 第112-116页 |
| 6.6.3 输入 400gal EL-Centro 波试验结果 | 第116-120页 |
| 6.6.4 输入 800gal EL-Centro 波试验结果 | 第120-123页 |
| 6.7 本章小结 | 第123-125页 |
| 第7章 结论与展望 | 第125-128页 |
| 7.1 主要工作和结论 | 第125-126页 |
| 7.2 相关工作展望 | 第126-128页 |
| 参考文献 | 第128-139页 |
| 致谢 | 第139-140页 |
| 博士研究生学习阶段发表论文 | 第140页 |
| 博士研究生学习阶段参与科研项目 | 第140页 |
| 博士研究生学习阶段申请专利 | 第140页 |
