基于SOGFCMAC模糊神经网络的太阳能帆板振动主动控制研究

论文摘要

研究背景为空间挠性结构的智能自主控制。本文以一套模拟卫星太阳能帆板的环氧树脂柔性悬臂板系统为研究对象,利用压电智能结构对柔性板存在的弯曲和扭转振动进行主动控制,并进行了相关的理论和实验研究。首先通过能量耗散准则确定出驱动器的数量下限,并根据柔性板尺寸和压电片尺寸确定出驱动压电片的布片数量。然后利用nastran模态分析软件分析了柔性悬臂板的前几阶弯曲和扭转模态振型及应变分布。把驱动和振动能量积分和最小作为系统评价函数,使用粒子群算法寻找最优贴片位置。得到的结果与使用nastran进行的模态应变分析结果进行比较基本一致。由此确定了用于弯曲和扭转振动控制的传感器及驱动器的布置数量和位置,建立了柔性板弯曲模态和扭转模态相互独立的控制通道。引入SOGFCMAC模糊神经网络算法,设计了基于这种算法的模糊神经网络控制器。采用上述研究结果建立了基于计算机的柔性板振动主动控制实验系统。实验结果表明所设计的系统可以较好地控制柔性板前几阶弯曲和扭转振动模态,证明了压电传感器和驱动器布置的合理性以及所用控制方法的有效性。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 卫星太阳能帆板振动控制研究背景
• 1.2 智能柔性结构振动主动控制国内外研究现状
• 1.3 论文研究的内容
• 第二章 传感器/驱动器优化配置
• 2.1 驱动器数量优化
• 2.2 传感器/驱动器位置优化
• 2.2.1 模态分析
• 2.2.2 使用粒子群算法进行传感片布置
• 2.3 最终布片结果及分析
• 2.4 本章小结
• 第三章 智能柔性结构控制律设计
• 3.1 智能结构振动控制方法
• 3.1.1 基于精确模型的控制方法
• 3.1.2 自适应控制方法
• 3.1.3 智能控制方法
• 3.2 SOGFCMAC 模糊神经网络控制算法
• 3.2.1 基本CMAC 介绍
• 3.2.2 SOGFCMAC 算法
• 3.3 SOGFCMAC 模糊神经网络控制器
• 3.4 本章小结
• 第四章 振动主动控制系统实现
• 4.1 硬件系统组成
• 4.1.1 压电传感器/驱动器
• 4.1.2 数据采集卡
• 4.1.3 功率放大器
• 4.1.4 电荷放大器
• 4.1.4 低通滤波器
• 4.1.5 控制计算机
• 4.2 软件系统
• 4.2.1 基本控制算法实现流程
• 4.2.2 SOGFCMAC 算法实现
• 4.3 本章小结
• 第五章 振动主动控制实验及结果分析
• 5.1 模态参数识别
• 5.2 振动控制实验
• 5.2.1 一阶和二阶弯曲振动控制
• 5.2.2 一阶扭转振动控制
• 5.3 本章小结
• 第六章 全文总结及展望
• 6.1 全文总结
• 6.2 进一步研究的内容
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文