基于随机游走和输入估计方法的振动主动控制研究

为研究未知外扰作用下动力学系统的振动主动控制问题,结合Kalman滤波和LQG(linear quadratic Gaussian)控制方法,提出了基于随机游走和输入估计的振动主动控制方法。为尽量获取未知外扰信息,首先采用随机游走模型构建未知外扰信号的离散递推形式,并将其作为辅助状态引进受控系统的状态方程。然后,借助具有信号识别和跟踪能力的Kalman滤波原理,对含有辅助状态的系统进行状态估计,从而得到未知外扰的估计值。根据系统已知测量输出、未知状态及外扰的估计值构造系统目标函数,采用LQG方法求解系统最优控制输入。最后针对sdof和2dof模型进行数值仿真,结果表明受控系统在非随机和随机外扰激励下都具有良好的控制效果,且控制精度优于传统LQG方法。

基于输入估计方法的振动主动控制试验研究

针对基于随机游走和输入估计策略的振动主动控制方法进行试验研究。该方法涉及的动力学模型既依赖于受控系统的基本物理参数,又与未知的外扰激励密切相关。采用模态识别方法离线辨识系统的物理参数,以获得系统状态方程;再利用随机游走模型将未知外扰视为辅助状态量构造新的状态方程,并借助Kalman滤波原理对新状态方程中未知状态进行估计,得到未知状态和外扰估计值。根据系统已知的测量输出、未知状态及外扰的估计值构造目标函数,应用LQG方法求解控制器增益,得到考虑未知外扰的最优控制输入。以柔性悬臂梁模型作为受控对象,对其实施振动主动控制,试验结果表明,该控制方法能有效抑制模型的前四阶模态振动,尤其对低阶模态控制,其效果远优于经典LQG控制方法。