-
题名风洞悬臂杆结构主动减振系统的研究
被引量:8
- 1
-
-
作者
沈星
涂凡凡
陈金金
雷文彬
-
机构
南京航空航天大学机械结构力学与控制国家重点实验室
-
出处
《振动.测试与诊断》
EI
CSCD
北大核心
2014年第3期414-419,585,共6页
-
基金
中央高校基本科研业务费资金资助项目(NS2013010)
江苏高校优势学科建设工程基金资助项目
+2 种基金
南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj130105)
中央高校基本科研业务费专项资金资助项目
2014年度高校"青蓝工程"资助项目
-
文摘
风洞测试时悬臂杆振动会影响测试数据的准确性,为了抑制悬臂杆振动,设计了基于压电驱动器的主动减振系统,提出了将人工神经网络与传统比例积分微分(proportion integration differentiation,简称PID)相结合的智能控制算法,实现了控制参数在线实时调整。对该控制系统的减振性能分别进行了地面试验和风洞试验,并与采用传统PID控制的试验结果进行对比。结果表明,神经网络PID控制下的振动收敛时间比传统PID缩短了50%,而且在不同风速和攻角下,悬臂杆系统的1阶模态振动均得到了有效衰减(衰减幅度>19dB),表现出良好的鲁棒性。
-
关键词
压电驱动器
智能结构
振动主动控制
神经网络
PID控制
-
Keywords
piezoelectric actuator
smart structure
active vibration control
neural network
PID control
-
分类号
TB535.1
[理学—声学]
TP273.2
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名人工神经网络在形状记忆合金驱动技术中的应用研究
被引量:1
- 2
-
-
作者
王鹏军
沈星
涂凡凡
-
机构
南京航空航天大学航空宇航学院
-
出处
《江苏航空》
2012年第S1期96-99,共4页
-
文摘
根据形状记忆合金(SMA)直线驱动的特点,提出了基于BP神经网络的控制方法,探讨了该方法在控制系统中的应用。通过分析研究SMA的主要特性,获得了形状记忆合金性能参数,对人工神经网络方法进行了研究,并结合MATLAB神经网络工具箱展开编程工作。结合SMA丝硬件驱动器,完成了人工神经网络算法程序,获得训练后应变量与控制量之间的拟合关系。实验结果表明,人工神经网络训练效果良好,吻合度高,我们可以利用所得曲线,在已知所需应变量的情况下,反向控制PWM波的占空比,达到精确控制的目的。
-
关键词
形状记忆合金
BP神经网络
MATLAB
驱动器
-
分类号
V2
[航空宇航科学技术]
-