导　　师： 何玉敖

学科专业： H1402

授予学位： 硕士

作　　者： ;

机构地区： 天津大学

摘　　要： 为了更好地发挥磁流变（MR）阻尼器的特性,使其更好地为结构控制服务,必须准确地了解其动力性能模型.但由于智能流体的动力特性非常复杂,要精确建立磁流变阻尼器的力学模型比较困难.人工神经网络技术已经很广泛的应用.已经证明,前馈神经网络可以任意逼近任何连续函数.该文建立了MR阻尼器的神经网络模型,仿真分析检证了所建模型能够准确、快速地识别磁流变阻尼器的动力特性.考虑到建筑结构的不确定性和非线性,该文还构造了具有一个隐含层的神经网络,用误差反向的传播算法训练,用以模拟一个多层结构在地震作用下的动力响应特性.计算机仿真表明了该神经网络辨识结构的有效性.最后,基于瞬时最优控制算法,该文将所建的MR阻尼器以及结构的神经网络模型用于振动控制中进行仿真分析,结果证明该文所提的建模及控制方法能够有效降低结构的响应,同时能够最大限度地发挥MR阻尼器的独特性能.

关 键 词： 阻尼器 神经网络 半主动控制 系统辨识

分 类 号： [TU311]

领　　域： [建筑科学]