版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、智能結(jié)構(gòu)在結(jié)構(gòu)振動(dòng)、噪聲控制方面具有廣泛的應(yīng)用前景,而利用機(jī)敏約束阻尼(SCLD)技術(shù)實(shí)現(xiàn)對(duì)結(jié)構(gòu)的振動(dòng)控制是近年來(lái)國(guó)內(nèi)外研究的熱點(diǎn)之一。建立精確完善的動(dòng)力學(xué)模型是SCLD結(jié)構(gòu)振動(dòng)主動(dòng)控制的基礎(chǔ)。目前,僅存在對(duì)形狀規(guī)則的簡(jiǎn)單SCLD結(jié)構(gòu)通過(guò)結(jié)構(gòu)假設(shè)和簡(jiǎn)化進(jìn)行了解析法或數(shù)值法建模研究,對(duì)更復(fù)雜的SCLD結(jié)構(gòu)的建模仍存在相當(dāng)大的問(wèn)題?;谙到y(tǒng)辨識(shí)的實(shí)驗(yàn)方法為這類內(nèi)部結(jié)構(gòu)和特性不很清楚的復(fù)雜系統(tǒng)的建模提供了一條有效途徑。本文借鑒動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)在非
2、線性復(fù)雜系統(tǒng)模型辨識(shí)問(wèn)題中的優(yōu)良性能,深入探討利用該方法實(shí)現(xiàn)SCLD車(chē)身結(jié)構(gòu)的動(dòng)態(tài)模型辨識(shí),進(jìn)而為SCLD車(chē)身結(jié)構(gòu)振動(dòng)噪聲主動(dòng)控制器設(shè)計(jì)打下基礎(chǔ)。
首先,針對(duì)NARX神經(jīng)網(wǎng)絡(luò)辨識(shí)模型,討論影響神經(jīng)網(wǎng)絡(luò)泛化能力的主要因素和神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)設(shè)計(jì)問(wèn)題,在分析神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的理論依據(jù)和設(shè)計(jì)準(zhǔn)則的基礎(chǔ)上,給出基于相關(guān)性剪枝算法的神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)化方法,并以算例驗(yàn)證這種方法的優(yōu)越性。
然后,以SCLD板結(jié)構(gòu)為研究對(duì)象
3、,選取NARX網(wǎng)絡(luò)為系統(tǒng)辨識(shí)模型,采用串并聯(lián)與并聯(lián)相結(jié)合的辨識(shí)方法,根據(jù)實(shí)驗(yàn)數(shù)據(jù)分別對(duì)表征系統(tǒng)動(dòng)態(tài)性能的外擾通道和控制通道進(jìn)行建模以及響應(yīng)預(yù)測(cè)分析。通過(guò)對(duì)單一正弦、復(fù)雜周期信號(hào)和白噪聲等不同激勵(lì)條件下的通道建模結(jié)果,證明NARX網(wǎng)絡(luò)能夠快速、準(zhǔn)確地建立SCLD板的動(dòng)態(tài)模型。根據(jù)模型及頻響預(yù)測(cè)分析,說(shuō)明辨識(shí)模型能夠真實(shí)的表征SCLD板的動(dòng)態(tài)特性,所建模型可直接用于控制器的設(shè)計(jì)。
最后,采用NARX網(wǎng)絡(luò)對(duì)車(chē)身縮尺模型--SCL
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 車(chē)身結(jié)構(gòu)噪聲預(yù)測(cè)與分析研究.pdf
- 負(fù)荷模型辨識(shí)算法與模型結(jié)構(gòu)研究.pdf
- 車(chē)身動(dòng)態(tài)響應(yīng)分析技術(shù)研究.pdf
- 車(chē)身結(jié)構(gòu)的靜動(dòng)態(tài)特性分析與研究.pdf
- 高速列車(chē)動(dòng)態(tài)模型辨識(shí)方法研究.pdf
- 延性材料沖擊響應(yīng):動(dòng)態(tài)損傷與斷裂、結(jié)構(gòu)相變的新模型.pdf
- 車(chē)身結(jié)構(gòu)動(dòng)態(tài)設(shè)計(jì)技術(shù)研究.pdf
- 高速列車(chē)子空間模型辨識(shí)與預(yù)測(cè)控制方法.pdf
- 拱壩變形預(yù)測(cè)的系統(tǒng)辨識(shí)模型研究.pdf
- 基于簡(jiǎn)化模型的車(chē)身結(jié)構(gòu)分析與優(yōu)化.pdf
- 動(dòng)態(tài)電壓恢復(fù)器的模型預(yù)測(cè)控制與新型結(jié)構(gòu)研究.pdf
- 基于LabView的人體經(jīng)絡(luò)動(dòng)態(tài)阻抗檢測(cè)與模型辨識(shí).pdf
- 基于神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的水質(zhì)預(yù)測(cè)模型研究.pdf
- 基于響應(yīng)面模型的白車(chē)身輕量化優(yōu)化方法.pdf
- 柔性風(fēng)輪的動(dòng)態(tài)氣動(dòng)特性與結(jié)構(gòu)動(dòng)態(tài)響應(yīng)分析.pdf
- 白車(chē)身靜動(dòng)態(tài)特性研究及結(jié)構(gòu)優(yōu)化.pdf
- 基于MAS的群體沖突模型與動(dòng)態(tài)預(yù)測(cè).pdf
- 超臨界機(jī)組模型辨識(shí)及其預(yù)測(cè)控制研究.pdf
- 轉(zhuǎn)爐爐氣分析動(dòng)態(tài)預(yù)測(cè)模型.pdf
- 動(dòng)態(tài)時(shí)間序列周期分析預(yù)測(cè)模型.pdf
評(píng)論
0/150
提交評(píng)論