免疫遗传算法在智能桁架结构振动主动控制系统优化设计中的应用

研究智能桁架结构中主动构件的配置和反馈增益的同步优化问题。基于有限元法,建立智能桁架结构的机电耦合有限元模型。根据结构的最大耗散能理论,建立智能桁架结构中主动构件的位置和反馈增益的同步优化的目标函数。最后,采用免疫遗传算法解决这一个同时含有离散和连续变量的优化设计问题,并通过一个平面16杆智能桁架结构的振动主动控制系统的优化设计和数值仿真,表明所提出的优化设计方法和优化算法的有效性。

基于自适应遗传算法分步优化设计智能桁架结构自抗扰振动控制器

智能桁架结构作为一种控制结构一体化的新型空间结构,具有几何、物理可自调性,但这类结构同时具有柔性大、阻尼小、低频模态密集、模态耦合程度高以及存在多种不确定性和耦合等特点,给振动控制带来很大挑战。基于此,研究不依赖于模型的自抗扰控制技术在智能桁架结构振动主动控制中的应用,建立自抗扰振动控制器的一般框架。就自抗扰振动控制器参数较多,手工整定比较繁琐这一问题,提出基于自适应遗传算法对其进行分步优化设计的思想。最后,对区间参数102杆三棱柱智能桁架结构进行自抗扰主动振动控制仿真研究。结果表明,基于分步优化设计思想优化设计的自抗扰振动控制器首先保证了扩张状态观测器具有优秀的观测性能,从而最终保证了自抗扰振动控制器的'自抗扰'能力;优化设计的自抗扰振动控制器对结构参数的不确定性和不确定外扰都具有很强的鲁棒性,适合于空间智能桁架结构的主动振动控制。

智能结构振动主动控制中驱动器的最优配置

从振动主动控制系统的振动能量和控制能量的角度出发，基于遗传算法（ＧＡ）求解智能结构振动主动控制中驱动器的最优配置问题·为了获得最佳的控制效果，对常规遗传算法进行了适当的改进·最后以悬臂梁为例。

智能柔性结构振动主动控制中驱动器的最优配置

从振动主动控制系统的振动能量和控制能量的角度出发，应用最优控制理论，对智能柔性结构振动主动控制中驱动器的最优配置策略进行了研究，给出了相应的控制规律。为了获得最佳的控制效果，引入了改进的基因遗传（ＧＡ）算法，并以悬臂梁为例，讨论了压电驱动器的位置、数量、配置方式以及控制增益对智能柔性结构振动主动控制效果的影响，为智能梁的结构设计奠定了理论基础。

基于AGA的智能桁架结构模糊振动控制

应用一种根据适应度自动调整选择交叉概率和变异概率的自适应遗传算法(Adaptive Genetic Algorithm,简称AGA),来优化智能桁架结构模糊控制系统。首先,考虑到压电主动杆的机电耦合特性,建立系统的有限元动力方程;其次,以智能桁架结构的主动杆轴向位移差为优化目标,使用自适应遗传算法优化模糊控制规则,以增强智能桁架结构模糊控制器的振动控制效果;利用Matlab/Simulink建立空间智能桁架结构的仿真模型,对模糊规则优化前后的控制结果进行对比。仿真结果表明:使用自适应遗传算法优化后的模糊控制器,能够加快智能桁架振动衰减速度,并且有效消除模糊控制的稳态误差。