基于压电陶瓷神经网络模型的模型抑振研究
发布时间:2025-02-13 18:45
为达到在脉动气流激励下抑制风洞模型振动的目的,该文提出了基于压电陶瓷作动器神经网络模型的风洞模型主动振动控制方法,并进行了实验研究。首先,分析了风洞模型系统振动特性,建立了内嵌式压电陶瓷作动器的主动振动控制系统,通过模型质心加速度推算出压电陶瓷作动器期望输出抑振力。然后,建立了压电陶瓷作动器期望输出抑振力-激励电压的神经网络模型,并根据该模型设计了一种实时解算加速度为激励电压的控制方法。最后,通过地面试验对控制方法的有效性进行验证。实验结果表明,该控制方法具有良好的实时性和鲁棒性,在锤击试验中,振动加速度衰减时间相比于压电方程线性控制时减小了54.46%,系统阻尼比增大了1.58倍,取得了良好的控制效果。
【文章页数】:6 页
【文章目录】:
0 引言
1 风洞模型系统的动力学模型与抑振原理
1.1 系统动力学模型
1.2 振动抑制原理
2 压电陶瓷作动器神经网络建模
2.1 压电陶瓷神经网络模型结构设计
2.2 实验系统、数据采集与模型训练
2.3 压电陶瓷神经网络模型建立
3 基于压电陶瓷作动器神经网络模型的抑振算法
3.1 控制算法
3.2 基于压电方程的线性控制器
3.3 基于压电陶瓷作动器神经网络模型的非线性控制器
4 风洞模型系统地面试验
4.1 试验平台
4.2 锤击试验结果与分析
5 结束语
本文编号:4033955
【文章页数】:6 页
【文章目录】:
0 引言
1 风洞模型系统的动力学模型与抑振原理
1.1 系统动力学模型
1.2 振动抑制原理
2 压电陶瓷作动器神经网络建模
2.1 压电陶瓷神经网络模型结构设计
2.2 实验系统、数据采集与模型训练
2.3 压电陶瓷神经网络模型建立
3 基于压电陶瓷作动器神经网络模型的抑振算法
3.1 控制算法
3.2 基于压电方程的线性控制器
3.3 基于压电陶瓷作动器神经网络模型的非线性控制器
4 风洞模型系统地面试验
4.1 试验平台
4.2 锤击试验结果与分析
5 结束语
本文编号:4033955
本文链接:https://www.wllwen.com/kejilunwen/lxlw/4033955.html