基于 T-S 型模糊神经网络的空间结构 GMM作动器主动控制

• 作者: 代建波 杨涛 王社良
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: GMM作动器 模糊神经网络 主动控制 仿真 空间结构
• 年，卷（期）: 2015,（24）
• 页码范围: 1-6,11
• 页数: 7页
• 分类号: TU32|TP273
• 字数: 3890字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2015.24.001

摘要

基于自主研发的超磁致伸缩材料（Giant Magnetostrictive Material，GMM）作动器的主动控制特性，应用 T-S （Takagi-Sugeno）型模糊神经网络设计了主动控制系统，该系统以 GMM作动器两端节点的相对速度和相对位移作为输入，计算输出控制电流。通过神经网络的自适应学习功能进行模糊划分及生成模糊规则，利用模糊系统的推理能力对空间结构模型进行基于地震响应的主动控制仿真，同时与标准型模糊神经网络系统进行仿真对比。结果表明，二者对空间结构模型的主动控制都能达到良好效果，基于 T-S 型模糊神经网络推理简单，其仿真速度远快于标准型。因此，采用 T-S 型模糊神经网络对空间结构进行主动控制更能满足工程应用需求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王社良	西安建筑科技大学土木工程学院	226	1942	21.0	35.0
2	杨涛	西安建筑科技大学土木工程学院	21	90	5.0	9.0
3	代建波	西安石油大学机械工程学院	18	19	3.0	3.0