大型磁流变液阻尼器的研究及其工程应用

论文摘要

自从1972年美裔华人J,T,P.Yao提出了基于古典和现代控制理论的土木工程振动控制概念以来,许多科学家和工程师在结构控制的方式和设计计算方法上,进行了大量的研究,结构振动控制的研究从理论、实践到应用等方面都取得了突飞猛进的发展。智能控制的发展为土木工程的振动控制开辟了新的天地。结构智能控制系统以智能材料和器件的应用为突出标志。采用智能驱动材料可以制作电、磁或温度等调节的主动控制驱动装置和变阻尼装置,且出力大、能耗小、反应迅速,将成为结构振动控制的发展未来。磁流变液阻尼器是一种优秀的半主动控制装置。磁流变液阻尼器以其机械简易性、可调范围宽、低能耗、出力大以及稳定性强等优点引起了广泛的关注和应用。磁流变液阻尼器在许多领域得到应用,由于土木工程结构体型巨大,因此研制出适用于土木工程结构控制需要的高性能大型磁流变液阻尼器,就成为了该装置应用于实际工程的前提和关键。本文重点围绕大型磁流变液阻尼器进行研究。首先,回顾和总结了近年来国内外专家学者对于智能控制和磁流变液阻尼器的研究以及应用状况,阐述了本文研究的目的,并提出了研究的内容和价值。其次,研究了大型磁流变液阻尼器设计和制作的关键技术,在获取了高性能磁流变液之后,建立了阻尼器设计与制作的关键技术,主要技术有:新型畜能器设计与制作技术、磁场防漏技术、引线保护技术、磁流变阻尼器抗沉降技术、磁流变阻尼器磁滞调整技术、磁流变阻尼器的控制器恒流技术。以满足土木工程结构实际应用的要求。第三,在对大型磁流变液阻尼器的关键技术研究的基础上,对其性能、磁场对外部环境的干扰进行了试验研究,本文提出以修正的Bingham模型为依据,对其动力模型进行了参数识别。结果表明随着电流的变化,阻尼力逐渐增大,且耗能性能良好;阻尼器的最大阻尼力的试验结果与理论结果相差较小;对外部环境的影响几乎没有;该参数识别方法是可行的和有效的。第四,在系统研究模糊神经网络结构的基础上,提出了基于模糊控制策略的模糊智能控制方法。模糊智能控制属于智能控制理论,方法本身不依赖于结构的力学模型,模糊半主动控制的控制信号只有最小和最大两种,从从振动控制的效果上看,模糊半主动控制的效果要好。这主要是因为神经网络具有很好的泛化能力,对于非训练样本也能得出满意的结果,并且,连续的控制电流使MR产生的实际阻尼力能更好的跟踪模糊主动控制力。另外模糊神经网络不受控制算法的限制,可以与各种控制算法连接形成智能控制。第五,通过将前面的理论研究应用于多层框架基础隔震结构,完成了对安装了基础MR智能隔震系统装置的多层框架结构模型的理论研究。结果表明:被动隔震装置能大大的减小多层框架结构模型的地震地震响应,但是隔震层的层间侧移太大,安全性要求得不到保证。基础MR智能隔震系统装置的性能明显好于被动隔震装置,是一种安全实用的隔震装置。模糊智能控制方法能有效控制MR智能隔震系统,其控制效果明显比Passive-off控制和被动隔震的效果好。通过仿真分析与试验结果的比较,也证实了本文提出的仿真算法和模糊智能控制方法的正确性。第六,采用MR智能阻尼器来抑制升船机结构顶部厂房的地震鞭梢效应。由于智能材料可通过改变外加电/磁场来调整自身的状态,因此以其作为调节手段可以设计出可调参数的智能阻尼器,实现工程结构振动的半主动控制。仿真分析和试验分析都表明,MR智能半主动阻尼器可有效地抑制升船机结构顶部厂房的地震鞭梢效应。最后,完成了运用MR阻尼器控制三峡升船机顶部厂房鞭梢效应的实时子结构试验。建立了实时子结构试验的加载设备和控制系统,测量了液压伺服系统的滞后时间,并采用神经网络预测的方法加以补偿。现有设备的滞后时间较长,但是采用神经网络预测方法进行补偿后,取得了很好的效果,使得数值子结构和物理子结构基本能保持同步协调工作。相对于被动隔震装置,屋盖MR智能隔震系统能更有效地减小升船机顶部厂房的地震鞭梢效应。MR阻尼器在保证隔震层对结构的减振效果的同时,很好地保护了隔震层的变形,改善了隔震系统的性能。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 课题来源和研究的意义
• 1.2 结构振动控制国内外的研究现状
• 1.2.1 被动控制系统
• 1.2.2 主动控制系统
• 1.2.3 半主动控制系统
• 1.2.4 结构智能控制
• 1.3 本文的主要研究内容
• 第2章 大型磁流变液阻尼器的研究
• 2.1 引言
• 2.1.1 磁流变液（MR液）
• 2.1.2 磁流变液（MR）阻尼器的研究
• 2.1.3 磁流变液（MR）阻尼器的设计
• 2.2 大型磁流变液阻尼器的研究
• 2.2.1 新型蓄能器的设计与制作技术
• 2.2.2 磁场防漏技术
• 2.2.3 引线保护技术
• 2.2.4 磁流变液阻尼器抗沉降技术
• 2.2.5 磁流变液阻尼器磁滞效应调整技术
• 2.2.6 磁流变液阻尼器的控制器恒流技术
• 2.3 本章小结
• 第3章 大型MR阻尼器的动力模型及其性能试验与参数识别
• 3.1 引言
• 3.2 磁流变液（MR）阻尼器的动力模型
• 3.2.1 MRD的参数化动力模型
• 3.2.2 大型磁流变液阻尼器的动力学模型
• 3.3 大型磁流变液（MR）阻尼器的性能试验
• 3.3.1 性能试验
• 3.3.2 磁场对外部环境的干扰试验
• 3.4 最小二乘参数识别方法
• 3.4.1 最小二乘法
• 3.4.2 非线性最小二乘法
• 3.5 大型磁流变液阻尼器的动力模型的参数识别
• 3.6 本章小结
• 第4章 模糊神经网络控制与MR阻尼器的智能控制
• 4.1 引言
• 4.2 模糊神经网络控制
• 4.2.1 模糊神经网络结构
• 4.2.2 逆模式神经网络的工作过程
• 4.2.3 逆模式神经网络的训练算法
• 4.3 MR阻尼器的逆向模型
• 4.3.1 训练样本的产生
• 4.3.2 训练逆模式神经网络
• 4.4 大型 MR阻尼器的智能控制
• 4.4.1 基于模糊算法的智能控制策略
• 4.4.2 磁流变液半主动控制系统的智能控制策略
• 4.5 本章小结
• 第5章 多层框架基础隔震结构地震MR阻尼器智能控制
• 5.1 设置 MR阻尼器混合隔震系统结构的力学模型
• 5.1.1 多层框架隔震基础结构的集中质量模型
• 5.1.2 受控结构的运动方程
• 5.2 MR智能隔震系统的模糊半主动控制和仿真分析
• 5.2.1 半主动模糊控制器设计
• 5.2.2 MR阻尼器半主动控制策略的Simulink仿真
• 5.2.3 仿真分析
• 5.3 本章小结
• 第6章 三峡大坝升船机地震MR阻尼器智能控制
• 6.1 升船机结构的力学模型与地震反应分析
• 6.1.1 升船机结构简化计算力学模型
• 6.1.2 地震反应分析
• 6.2 设置屋盖 MR智能隔震系统升船机结构的力学模型
• 6.2.1 串联集中质量模型
• 6.2.2 受控升船结构的运动方程
• 6.3 MR智能隔震系统的模糊半主动控制
• 6.3.1 半主动控制策略
• 6.3.2 MR阻尼器半主动控制策略的Simulink仿真
• 6.3.3 模糊半主动控制效果
• 6.4 本章小结
• 第7章 磁流变液阻尼器控制三峡升船机地震鞭梢效应的实时子结构试验
• 7.1 引言
• 7.2 试验系统概况
• 7.2.1 实时子结构试验的原理
• 7.2.2 电液伺服作动器
• 7.2.3 D-Space实时仿真系统
• 7.2.4 出力500kN的大型磁流变液阻尼器
• 7.3 试验过程
• 7.3.1 三峡升船机结构的模型简化
• 7.3.2 液压伺服系统滞后时间的测量
• 7.3.3 滞后时间对实时子结构试验的影响
• 7.3.4 神经网络预测方法对液压伺服系统滞后时间的实时补偿
• 7.4 试验结果
• 7.4.1 神经网络预测方法的补偿效果
• 7.4.2 被动 MR阻尼器的控制效果
• 7.5 本章小结
• 第8章 结论与展望
• 8.1 结论
• 8.2 展望
• 参考文献
• 附录 作者攻读博士学位期间发表和完成的论文
• 附录 作者在攻读博士学位期间参与的研究课题
• 致谢