基于递归神经网络的磁流变弹性体隔振器建模与鲁棒性分析
由于磁流变弹性体的刚度和阻尼在外加磁场下实时可控,因此,磁流变弹性体隔振器在振动控制领域具有广阔的应用前景.在振动控制中,磁流变弹性体隔振器的精确模型起着十分重要的作用,然而,现有的参数化建模方法需要辨识大量的参数且其相应的逆模型不易获得.因此,本文采用了非参数化的神经网络模型以描述磁流变弹性体隔振器所具有的非线性和滞回特性.基于测试剪切-压缩混合工作模式磁流变弹性体隔振器的动力学特性所获得的实验数据,建立了一个三层结构的NARX递归神经网络模型,以描述隔振器输入输出之间的关系.同时,考虑到在实际振动控制应用中,输入信号中难免存在噪声干扰,因此,通过测试含噪声的输入信号验证了该网络的鲁棒性,此外,通过与BP网络的对比,证明了该模型的有效性和优越性.
磁流变弹性体隔振器 递归神经网络 鲁棒性 动力学特性
廖冠尧 浮洁 赖俊杰 余淼
重庆大学光电工程学院光电技术及系统教育部重点实验室,重庆400044
国内会议
西安
中文
55-58
2016-10-23（万方平台首次上网日期，不代表论文的发表时间）