基于BP神经网络的多环槽磁流变减振器动力学模型辨识

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：The dynamics modelling parameter identification of the MR damper with multi-ring grooves based on BP neural network 中文刊名：液压与气动 英文刊名：Chinese Hydraulics & Pneumatics 作者：田静 ; 何军 ; 祝世兴 英文作者：TIAN Jing ; HE Jun ; ZHU Shi-xing 中文关键词：BP神经网络 ; 磁流变减震器 ; 辨识 出版日期：2010-06-15 机构：中国民航大学航空工程学院; 年：2010 期：06 出版单位：液压与气动

摘要

磁流变减振器的输入输出具有很强的非线性关系,通常在进行结构分析时,需要对结构进行简化或线性化处理,因此理论上计算的十分准确的控制量,在实际中并不能达到满意的控制效果。该文采用BP神经网络对所设计的减振器进行正模型和逆模型辩识,避免了对结构进行理论建模的复杂性与不精确性,达到了很好的辨识效果。

引文

[1]Spencer Jr B F,Dyke S J,et al.Phenomenological Model of a Magnetorheological Dampers[J].ASCE Journal of Engineer-ing Mechanics,1997,123(3):230-238.
    [2]Bolter R,Janocha H.Design rules for MR fluids actuators in different working modes[A].Proceedings of SPIE[C].1997.
    [3]周强,瞿伟廉.磁流变阻尼器的两种力学模型和试验[J].地震工程与工程振动,2002,22(4):144-150.
    [4]Yang Cuangqiang.Large-scale Magetorheological fluid Damper for Vibration Mitigation:Modeling,Testing and Control[D].University of Notre Dame:Indiana,USA,2001.
    [5]蔡自兴,徐光祐.人工智能及其应用[M].北京:清华大学出版社,1996.