非线性建筑结构的抗震控制研究

非线性建筑结构的抗震控制研究

论文摘要

土木工程结构有钢筋混凝土结构、钢结构等多种形式,它们均有强烈的非线性特征。经典的结构抗震设计均采用线弹性模型,只能计算多遇地震即所谓小震阶段所受力。而大震阶段验算结构应为非线性结构。结构控制是结构抗震中有发展前途的一种方法。目前对线性结构的控制理论研究已较为成熟。但对非线性结构的控制研究较少。本文主要针对非线性结构的结构控制方法作了研究,主要内容包括:1、首先研究对非线性结构直接进行非线性控制。将非线性控制(基于滞回非线性动态分离的位移加速度反馈结构控制方法)方法引入到非线性结构振动控制中,对其在非线性结构振动控制中的应用作了初步的研究,并建立了非线性结构振动控制系统的非线性控制模型。仿真结果表明将非线性控制方法应用于非线性振动控制是可行的,达到同样控制效果所需控制力比一般线性最优控制方法都要小,尤其在强震下更为显著。2、采用逆系统方法,将非线性结构精确反馈线性化,得到伪线性结构,再采用传统的线性控制理论进行控制。研究结果表明,该方法效果比一般的线性理论控制方法要好,扩大了线性理论适用范围。3、采用神经网络逆系统方法,结合神经网络及逆系统方法的优点,对不易建模的强非线性结构进行控制。研究表明,该方法结合了逆系统方法和神经网络方法的优点,可用于复杂非线性结构的抗震控制。建模时可将原结构化为线性和非线性模块的叠加,以减少建模难度。4、将预测控制与神经网络相结合,利用神经网络强大的非线性建模能力建立原结构模型和逆系统模型。采用基于神经网络的预测控制方法,对强非线性结构进行非线性预测控制。对线性控制和采用神经网络预测的主动控制方法的效果作了比较研究。可以看出,进行神经网络预测控制后,位移得到有效控制,控制效果显著。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 引言
  • 1.2 结构抗震控制研究现状
  • 1.2.1 结构控制的概念和分类
  • 1.2.2 结构控制的理论基础
  • 1.2.3 结构控制应用研究现状
  • 1.2.4 目前主要问题
  • 1.3 选题依据和意义
  • 1.4 本文主要研究工作
  • 第二章 基于滞回非线性动态分离的位移加速度反馈控制方法
  • 2.1 引言
  • 2.2 非线性模型
  • 2.3 非线性控制
  • 2.4 仿真算例
  • 2.5 本章小结
  • 第三章 逆系统方法
  • 3.1 引言
  • 3.2 非线性结构模型
  • 3.3 逆系统方法
  • 3.4 非线性土木结构的逆系统方法控制
  • 3.5 非线性层模型分析
  • 3.6 仿真算例
  • 3.7 本章小结
  • 第四章 神经网络逆系统控制方法
  • 4.1 引言
  • 4.2 神经网络
  • 4.3 神经网络离散逆系统控制
  • 4.4 神经网络连续逆系统控制
  • 4.5 本章小结
  • 第五章 基于神经网络的非线性结构逆系统预测控制算法
  • 5.1 引言
  • 5.2 基于神经网络的多变量非线性逆系统预测控制
  • 5.3 仿真算例
  • 5.4 本章小结
  • 第六章 结论与展望
  • 6.1 本文主要结论
  • 6.2 进一步工作展望
  • 参考文献
  • 发表论文和科研情况说明
  • 致谢
  • 相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    非线性建筑结构的抗震控制研究
    下载Doc文档

    猜你喜欢