基于神经网络的结构振动智能主动容错控制算法研究

针对重大工程结构振动控制系统传感器失效问题,提出了基于多路RBFNN的控制系统动力特性辨识及传感器故障检测方法,实现了重大工程结构控制系统传感器失效时的智能主动容错控制。通过把传感器反馈信号分解为多路信号进行系统辨识,实现反馈信号的分离,避免正常传感器与故障传感器之间的相互干扰;当传感器正常工作时,控制器按设定的控制算法确定控制力,当多路RBFNN检测到某个传感器失效时,控制系统将自动剔除该传感器信号,切换到考虑此传感器失效时的振动控制算法确定控制力。通过对AMD控制Benchmark模型进行仿真分析,验证了所提出的基于多路RBFNN传感器故障检测技术以及智能主动容错控制策略的有效性和优越性。

多点多维地震激励下大型渡槽非线性地震响应研究

针对超长渡槽结构,研究了地震地面运动多点激励下超长渡槽结构地震响应变化规律。首先,利用三角级数法生成了拟合规范反应谱的多点人工地震动时程,然后建立超长渡槽结构的三维有限元模型,利用非线性时程分析法研究了该超长渡槽结构在一致激励、仅考虑地震动行波效应和同时考虑行波与部分相干3种工况下的地震响应规律。分析结果表明:行波效应和相干效应对超长隔震渡槽结构有一定的影响,多点激励时地震响应总体大于一致激励时的地震响应,对大型渡槽进行地震响应分析时应考虑地震波空间效应的影响。

基于神经网络的智能结构最优预测控制研究

介绍了径向基神经网络和序列最优控制算法的特点,针对结构振动控制中存在的时滞效应,提出了基于RBF神经网络的序列最优预测控制算法,与序列最优控制算法相比能有效地降低结构控制中的时滞效应的影响。结合一栋5层基础隔震框架结构,对该控制方法在控制过程中无时滞和有时滞情况下的控制效果进行仿真分析,仿真结果表明基于RBF神经网络的序列最优预测控制算法在无时滞的情况下与序列最优控制算法控制效果相当,在有时滞的情况下能有效克服时滞对控制系统的影响,控制效果仍较良好。

南阳渠总干渠3^#南阳山渡槽施工

简要介绍了南阳山渡槽 4 0 0 # 钢丝网水泥薄壳渡槽的设计、预制。

多点多维地震激励大型渡槽隔震地震响应研究

本文对大跨隔震渡槽在多维多点地震激励下的动力行为进行研究,重点探讨了地震动空间效应对渡槽槽墩墩底弯矩、墩底剪力和槽身位移的影响。结果表明:隔震能有效减小渡槽槽墩的墩底弯矩和墩底剪力及调节渡槽槽身惯性力在各渡槽槽墩之间的分配;渡槽采用隔震后,地震波的空间效应对渡槽结构动力响应的影响较大程度的降低,并可达到工程设计可接受的范围内,在计算隔震渡槽结构响应时可不考虑地震波空间效应的影响。