基于神经网络的振动主动控制研究

【摘要】：振动控制是振动工程领域中的一个重要组成部分,其本质是利用一定的技术手段使被控对象的振动水平能够按照预先设计的要求来进行。振动控制包括振动的利用和振动的抑制。振动主动控制就是要抑制不利的振动,根据采集到的振动信号来设计合适的控制律,然后控制作动器的输出达到对系统减振或消振的目的。 由于神经网络独特的非线性逼近能力,在系统辨识方面具有很大的潜力。本文采用神经网络对悬臂梁振动系统进行辨识,并且设计神经网络控制器实现对悬臂梁振动系统的振动主动控制。 本文以悬臂梁振动系统为研究对象,在悬臂梁振动系统模型建立以及控制律设计的基础上,在dSPACE实时系统中建立了基于神经网络的振动主动控制系统,并进行了实时控制。主要内容为：建立悬臂梁的数学模型,将悬臂梁简化为三自由度系统,并计算运动微分方程。分别用理论推导与ANSYS分析软件对悬臂梁进行了模态分析,比较、分析了两种方法得出的悬臂梁固有频率和固有振型。通过悬臂梁振动实验平台采集实验振动数据,应用NNSYSID工具箱对悬臂梁振动系统进行神经网络辨识,并在SIMULINK环境下进行了基于神经网络的仿真控制。利用dSPACE实时系统建立了基于神经网络控制算法的半实物仿真平台,并进行了实验验证,分析了实验结果。 通过使用NNSYSID工具箱对悬臂梁振动系统的神经网络辨识,表明应用NNSYSID工具箱可以方便的选择参考输入、采样频率、估计模型和验证模型,设置初始化变量和参数,能够实现对振动系统良好的辨识效果；SIMULINK实例仿真结果表明：神经网络控制器能很好的控制振动系统的实际输出,使其跟踪参考模型的输出；基于dSPACE实时系统的悬臂梁振动系统的在线控制实验结果表明：施加于悬臂梁上的激励频率离固有频率越近,减振效果越好。 本文将神经网络应用到悬臂梁振动系统的振动主动控制中,达到了预期的控制要求,同时也证实了神经网络在振动主动控制方面的有效性。使用dSPACE实时控制系统可以方便地进行控制算法的开发和验证,并能够对算法进行反复修改和设计,为研究人员提供了便捷的算法开发及验证平台。