导管架海洋平台结构振动智能主动控制研究

发布时间：2020-08-19 11:04

【摘要】：随着海洋技术的发展,各种用途的海洋平台越来越多地出现在环境恶劣的深海中。这些大型柔性海洋平台一般表现为以下特征:(1)固有频率低,且低阶模态接近于波浪分布中多数子波的频率范围;(2)分布参数系统,具有强耦合性和非线性;(3)结构复杂,参数易变,所受外载荷具有不确定性。因此无论是在正常海况还是在极限海况,即使强度足够,但是在风浪流等环境载荷的作用下,平台都有可能产生过大的振动响应。过大的振动将会危害人员身心健康、威胁结构安全、降低平台设备的精确性和可靠性、削弱平台的适应性和生存性能,因此有效地控制平台的振动响应就显得非常重要。然而对于海洋平台这种大型复杂结构而言,仅仅靠加强平台结构来被动地抵御波浪载荷、风载荷和地震载荷等的作用,不仅会大大增加平台造价,而且由于结构复杂性以及载荷的不确定性等,将会难以达到预期的效果。土—结构动力相互作用将会对海洋平台动力特性产生不可忽视的影响。论文对考虑土—结构动力相互作用的海洋平台自振特性进行了深入的研究,通过将平台桩腿模拟成Winkler弹性地基梁,将土层对平台桩腿的耦合作用转化为沿桩腿连续分布的线弹性弹簧和依赖频率的阻尼器来表示。使用ANSYS软件对导管架平台的自振特性进行了分析计算;根据结构控制的需要,对海洋平台模型简化计算方法进行了探讨,从而也为下一步海洋平台振动控制进行了有益的探索。结构振动控制方式目前研究最多的是被动控制和主动控制两种。虽然被动控制安装简单、经济实用,在土木工程、航空航天、船舶与海洋工程等领域得到了广泛的应用,但是被动控制本身也具有一些不可克服的缺陷,主动控制能够比被动控制取得更好的控制效果。在过去的几十年中国内外专家学者已经对海洋平台结构控制进行了广泛的研究,并且取得了丰硕的成果。海洋平台结构复杂、参数易变,要想得到平台和外部激励的精确数学模型是非常困难的,甚至是不可能的。传统的控制方法在解决难以精确建模的海洋平台结构控制问题时遇到了巨大的困难。结构振动智能主动控制技术可以有效地解决传统控制方法难以奏效的海洋平台振动控制问题。采用神经网络监督控制与预测控制模式,通过将神经网络作为控制器与预测器两种方法来获得平台的主动控制序列,计算结果表明基于人工神经网络的海洋平台振动主动控制是完全可行的、有效的。L.A.Zadeh教授提出的模糊逻辑理论能够有效地处理现实世界中存在的非线性、不确定性以及不精确性,模糊控制无需建立精确的数学模型,仅摘要仅需要基于专家经验建立一些模糊推理规则。由于模糊逻辑控制器固有的鲁棒性、处理非线性、不确定性以及不精确性的能力,数值模拟结果显示基于模糊逻辑的海洋平台振动主动控制是有效可行的。采用语言值轨迹方法对海洋平台模糊逻辑控制系统的稳定性进行了探讨,对处于极端危险状态下的海洋平台施加模糊控制,通过平台是否具有回复到平衡位置的能力来检验模糊控制系统的稳定性. 基于刚度、质t和阻尼的随机性用MOnie Carl。直接抽样法对海洋平台结构振动特性与模糊控制进行了研究。随机不确定性通过结构参数物理特性确定性均值附近的微小波动来模拟,根据文中提出的性能指标考察了结构刚度、质量和阻尼的随机性对海洋平台振动模糊控制效果的影响,数值计算结果表明结构参数的随机性对控制效果有一定的影响,但是模糊逻辑控制器仍然能够对平台实现非常有效的结构控制。基于模糊神经网络融合技术对考虑土一结构相互作用的海洋平台结构振动主动控制进行了研究。考虑土一结构相互作用的海洋平台模糊神经网络控制系统能够有效地抑制平台顶部出现的有害振动;控制系统具有很强的容错性、鲁棒性以及泛化能力,能够对不同外部激励以及不同土层参数状态模型实现有效的结构控制。随着浅层土剪切模量的减小,平台固有频率随之降低,同时动力响应增大;所需控制力逐渐增大,且最优控制所需控制力增长幅度大于模糊神经网络所需控制力增长幅度。土一结构相互作用对海洋平台动力特性以及结构控制效果均有一定的影响,为了高效经济地实施结构控制,应当合理考虑土一结构相互作用的影响,特别是浅层土性质的影响。研究表明论文所采用的海洋平台结构振动智能主动控制策略是完全可行的、有效的, 提高了平台的适应性和生存性。毫无疑问,论文为海洋平台结构振动控制开辟了一条新的思路。关键词:导管架海洋平台、振动、智能、主动控制 ,一~一,-一一一~~~~~~~~~~~~~~~~~~~~~~.~~.~~..~ ·11·
【学位授予单位】：大连理工大学
【学位级别】：博士
【学位授予年份】：2004
【分类号】：P75;TU311.3
【图文】：

智能控制

K.5.Fu42]l(傅京孙)和QN.Saridis43l.441提出三元结构，即智能控制可以认为是人工智能(ArtificialInetlligent)、自动控制〔AutomaticCon赶DI)和运筹学(。件而ionsRes已叮ch)三个主要学科相结合的产物，如图1一2所示。QN.Saridis提出了分层递阶智能控制(Hi~hicallylitlellignetC。咖1ysestm)的概念，把智能控制系统分成三级，如图卜3所示，并且具有如下两个特点【45]:()l对控制而言，自上而下控制的精度越来越高;(2)对识别而言，‘自上而下的反馈越来越粗略，相应的智能程度越来越高.·9·

【引证文献】