基于多岛遗传算法的振动控制传感器优化配置

以结构振动系统的存留能量指标作为目标优化函数,建立了振动主动控制系统的传感器和作动器位置、数量、每片的长度以及控制增益的优化配置数学模型。采用了多岛遗传算法作为优化策略,并以悬臂梁作为算例。试验结果表明,振动控制效果非常明显,证明了该方法的正确性和可行性。

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。

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。

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。

一种混合遗传算法在压电智能结构振动控制全局优化设计中的应用

本文针对采用压电作动器／传感器的智能结构，研究了振动控制中作动器／传动器的配置以及反馈增益的全局优化设计问题。根据目标函数的特点，提出了一种与梯度下降法相结合的浮点数编码的混合遗传算法，并融合设计了排序选择、自适应交叉变异等一些简单且优良的遗传操作，它能快速有效地解决全局优化问题。通过对一个智能板结构的算例，证明了该方法的可行性和优越性，该方法可以进一步应用于更为复杂的工程优化问题中。

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。

结构振动的H_2/H_∞混合最优控制

讨论了柔性结构振动的混合Ｈ２／Ｈ∞最优控制问题、结构振动控制器的鲁棒稳定性转化为Ｈ∞最优控制问题，以及振动控制的最优二次性能转化为Ｈ２最优控制问题，并提出了利用遗传算法求解Ｈ２／Ｈ∞的方法。通过结构振动主动控制的计算机仿真，表明用遗传优化算法解Ｈ２／Ｈ∞最优控制是有效的。仿真结果还表明，Ｈ２和Ｈ∞性能指标是相互矛盾的，本方法能有效地处理Ｈ２和Ｈ∞性能指标的折衷问题，以得到闭环系统的鲁棒稳定性和良好的时域性能。

直升机振动主动控制中作动器的最佳布置研究

在振动主动控制技术中 ,作动器的位置对控制效果有着重要的影响 ,其选取是一个在可行集内确定一定数量的子集使其在给定的约束条件下性能指标达到最小的优化问题。它是一个离散的位置优化问题 ,传统的优化方法难以解决。遗传算法是求解这类优化问题的有效方法。文中没有采用传统的二进制编码方法 ,而是采用了按作动器序号进行编码的方法 ,并提出了一种新的交叉和变异方法 ,有效地解决了遗传算法中非二进制编码所产生的交叉操作和变异操作的困难。将该遗传算法求得的最优解和利用穷举法求得的最优解进行了比较 。

遗传算法工具箱在半主动-TMD参数优化中的应用

提出一种新型的结构振动控制变频TMD半主动控制系统,采用遗传算法工具箱分析了结构的动力放大系数,证实了其对结构振动控制的可行性和有效性。结果表明,单个变频-TMD作为一种半主动驱动器能有效降低结构反应,与传统TMD相比,具有更大的减振频带宽度,而且效果显著。