W tym artykule zaproponowano metodę stochastycznego optymalnego sterowania półaktywnego z kompensacją opóźnienia czasowego (SOSC-PSO), która ma na celu utrzymanie niezawodności konstrukcji kontrolowanych przez tłumiki MR.
Research Article
W tym artykule zaproponowano metodę stochastycznego optymalnego sterowania półaktywnego z kompensacją opóźnienia czasowego (SOSC-PSO), która ma na celu utrzymanie niezawodności konstrukcji kontrolowanych przez tłumiki MR.
Zastosowanie tłumików magnetoreologicznych (MR) w półaktywnych systemach sterowania stoi przed kluczowym wyzwaniem: opóźnieniem czasowym spowodowanym procesami sprzężenia zwrotnego, co zmniejsza niezawodność konstrukcji inżynierii lądowej pod wpływem wzbudzeń stochastycznych. W artykule zaproponowano metodę stochastycznego optymalnego sterowania półaktywnego z kompensacją opóźnienia czasowego (SOSC-PSO), wykorzystując teorię fizycznego stochastycznego sterowania optymalnego (PSO) w celu rozwiązania tego problemu i utrzymania niezawodności strukturalnej. Proponowana metoda wyprowadza półaktywną siłę sterowania jako funkcję zarówno aktualnych, jak i poprzednich stanów, kompensując opóźnienia czasowe w procesie sterowania. Aby zoptymalizować skuteczność sterowania, kluczowe parametry są dostrajane w oparciu o kryterium niezawodności systemu. Analizy walidacyjne konstrukcji o pojedynczym i wielu stopniach swobody pod stochastycznymi wzbudzeniami sejsmicznymi pokazują, że opóźnienia czasowe znacznie pogarszają działanie tłumików MR. Jednak metoda SOSC-PSO z kompensacją opóźnienia czasowego znacznie poprawia skuteczność sterowania, a dzięki zoptymalizowanym parametrom zwiększa niezawodność systemu kontroli strukturalnej w porównaniu z metodami bez optymalizacji parametrów.
Poprawa wydajności konstrukcji inżynierskich w obliczu katastrofalnych zdarzeń, takich jak trzęsienia ziemi i ekstremalne wiatry, pozostaje głównym problemem w społeczności inżynierii lądowej. Udowodniono, że kontrola strukturalna, skuteczna technika redukcji drgań, zwiększa zarówno bezpieczeństwo, jak i funkcjonalność takich konstrukcji1,2,3. W ciągu ostatnich kilku dekad opracowano w tym celu różne zaawansowane metody i technologie. Metody te można ogólnie podzielić na cztery kategorie w zależności od rodzaju energii wykorzystywanej do napędzania urządzeń sterujących: aktywne, półaktywne, pasywne i hybrydowe systemy sterowania4,5,6,7.
W aktywnym sterowaniu, wymagana siła sterowania jest bezpośrednio stosowana przez urządzenia sterujące, co wymaga znacznej ilości energii8,9,10. Z kolei sterowanie półaktywne polega na dostosowaniu właściwości urządzeń sterujących (takich jak tłumienie czy sztywność) w oparciu o sygnały sterujące, wymagając znacznie mniej energii w porównaniu z systemami aktywnymi11. Z kolei sterowanie pasywne opiera się na rozpraszaniu energii bez żadnego zewnętrznego dopływu energii do systemu12,13,14. Systemy hybrydowe łączą w sobie cechy aktywnych/półaktywnych i pasywnych strategii sterowania, aby osiągnąć bardziej efektywną wydajność15. Wśród tych podejść, sterowanie półaktywne jest uważane za szczególnie obiecujące ze względu na równowagę między niskim zużyciem energii a wysoką wydajnością16,17,18. Tłumik magnetoreologiczny (MR), o doskonałej charakterystyce tłumienia dynamicznego, jest uważany za jedno z najskuteczniejszych półaktywnych urządzeń sterujących19,20,21,22.
Jednak pojawia się wyzwanie w półaktywnych systemach sterowania, które wykorzystują tłumiki MR, ponieważ logika sprzężenia zwrotnego nieuchronnie wprowadza opóźnienia czasowe. Opóźnienia te są zazwyczaj spowodowane kilkoma czynnikami23,24,25, w tym: (i) pozyskiwanie i przetwarzanie danych z czujników, (ii) obliczanie wymaganej siły sterującej przez sterownik26, (iii) transmisja sygnału przez przetworniki do tłumików MR27, oraz (iv) rzeczywiste generowanie siły przez same tłumiki MR28. Takie opóźnienia czasowe mogą prowadzić do rozbieżności między wytworzonej siłą sterującą a siłą oczekiwaną przez konstrukcję, znacznie pogarszając skuteczność sterowania29. Niestety, większość istniejących algorytmów sterowania amortyzatorami MR nie uwzględnia tych opóźnień.
Dodatkowo, ze względu na wrodzoną losowość zdarzeń katastroficznych, każdy skuteczny półaktywny algorytm sterowania musi być w stanie utrzymać wydajność w warunkach wzbudzeń stochastycznych. Metoda liniowego kwadratowego sterowania gaussowskiego (LQG), klasyczna technika optymalizacji stochastycznej, została zbadana w celu łagodzenia drgań w konstrukcjach wyposażonych w tłumiki MR. Na przykład Dyke i in. zaproponowali optymalną strategię sterowania LQG w celu poprawy reakcji sejsmicznej konstrukcji wyposażonych w amortyzatory MR, wykorzystując sprzężenie zwrotne przyspieszenia30. Ying i in. wprowadzili nieprzyciętą, półaktywną stochastyczną optymalną strategię sterowania dla struktur nieliniowych z tłumikami MR, obejmującą uśrednianie stochastyczne i techniki programowania dynamicznego31. W innych badaniach zastosowano sterowanie LQG oparte na modalach w celu poprawy właściwości sejsmicznych budynków izolowanych od podstawy19 i przeanalizowano jego skuteczność w ograniczaniu drgań w wieżach turbin wiatrowych32. Jednak klasyczne metody LQG, które zakładają biały szum Gaussa, nie nadają się dobrze do modelowania niestacjonarnej, niegaussowskiej natury rzeczywistych wzbudzeń, takich jak trzęsienia ziemi czy silne wiatry. Aby rozwiązać ten problem, opracowano koncepcję optymalnej kontroli stochastycznej (PSO) opartej na fizyce33,34, która pokonuje ograniczenia tradycyjnych metod LQG i oferuje dokładniejsze ramy do obsługi różnych wzbudzeń stochastycznych35. Badania wykazały, że półaktywna stochastyczna kontrola optymalna oparta na PSO znacznie poprawia tłumienie drgań zarówno w konstrukcjach liniowych, jak i nieliniowych poddanych stochastycznym siłom sejsmicznym36.
Dlatego istnieje pilna potrzeba solidnej metody półaktywnej kontroli, która kompensuje opóźnienia czasowe, zwiększając niezawodność struktur kontrolowanych przez amortyzatory MR25,37. Ponadto, aby zapewnić optymalną wydajność sterowania przy wzbudzeniach stochastycznych, niezbędna jest optymalizacja krytycznych parametrów proponowanej metody sterowania przy użyciu podejścia opartego na niezawodności. W związku z tym w niniejszej pracy zaproponowano metodę stochastycznego optymalnego sterowania półaktywnego z kompensacją opóźnienia czasowego (SOSC-PSO) w celu poprawy niezawodności konstrukcji z tłumikami MR.
Access restricted. Please log in or start a trial to view this content.
1. Stochastyczna optymalna półaktywna metoda sterowania
Ponieważ efekt sterowania amortyzatora MR jest znacznie wpływający przez nieunikniony opóźnienie czasowe, opracowano półaktywną metodę sterowania z algorytmem kompensacji opóźnienia czasowego w celu zwiększenia wydajności sterowanej struktury. Ponadto przypadkowość zadana w zewnętrznych pobudzeniach powoduje wyraźne niepewności odpowiedzi dynamicznych. Wprowadzono sterowanie PSO w celu optymalizacji krytycznych parametrów zaproponowanej metody w celu zapewnienia niezawodności systemu sterowania strukturą.
1.1 Algorytm kompensacji półaktywnego sterowania
Bez utraty ogólności, rozważymy strukturę n-stopniową (n-DOF) sterowaną amortyzatorami MR z opóźnieniem czasowym, dla której równanie ruchu poddanego losowym pobudzeniom jest dane przez:
(1)
Gdzie
reprezentują macierze mas, tłumienia i sztywności struktury o wymiarach n x n; n reprezentuje liczbę stopni swobody sterowanej struktury. Wektory przemieszczenia, prędkości i przyspieszenia struktury są reprezentowane odpowiednio przez
. Małe kropki i kropki nad symbolami reprezentują pierwsze i drugie pochodne czasowe. Us (t - tD) reprezentuje wektor r-wymiarowy opóźnionej siły sterującej amortyzatorów MR, a r reprezentuje liczbę amortyzatorów; t oznacza czas; tD oznacza opóźnienie czasowe, zakładane jako jednolite dla wszystkich amortyzatorów w niniejszym badaniu, gdzie
, przy czym integralna liczba
, a
oznacza okres próbkowania.
reprezentuje p-wymiarowy wektor losowych pobudzeń, a
reprezentuje wektor parametrów losowych charakteryzujący przypadkowość związaną z zewnętrznymi pobudzeniami. Wymiar
zależy od modelu stosowanego do zewnętrznych pobudzeń, ale nie jest związany z mechanicznymi stopniami swobody struktury. Bs i D są macierzami n x r i n x p, które określają lokalizację amortyzatorów i zewnętrznych pobudzeń, odpowiednio. W reprezentacji przestrzeni stanów, równ. (1) jest zapisane jako:
(2)
Gdzie
reprezentuje 2n-wymiarowy wektor stanu;
reprezentuje macierz układu 2n x 2n;
Access restricted. Please log in or start a trial to view this content.
Dążąc do wpływu opóźnienia czasowego na skuteczność kontroli metodą opartą na tłumiku MR, w tym artykule zaproponowano półaktywną metodę kontroli z kompensacją opóźnienia czasowego. W proponowanej metodzie parametry krytyczne są optymalizowane w oparciu o kryterium niezawodności. Porównując skuteczność kontroli, nasuwa się następujące wnioski:
(1) Metoda kontroli półaktywnej oparta na amortyzatorze MR jest bardziej odporna niż metoda kontroli aktywnej. Nawet z opóźnieniem czasowym, półaktywne ...
Access restricted. Please log in or start a trial to view this content.
Wraz z wprowadzeniem Fizycznej Stochastycznej Teorii Sterowania Optymalnego (PSO), w niniejszej pracy zaproponowano metodę Stochastic Optimal Semi-active Control z kompensacją opóźnienia czasowego (SOSC-PSO), która ma na celu utrzymanie niezawodności konstrukcji kontrolowanych przez tłumiki MR. Aby skompensować opóźnienie czasowe w proponowanej metodzie, półaktywna siła sterująca jest wyprowadzana jako funkcja nie tylko obecnych stanów, ale także stanów i sił sterujących w poprzednich krokach czasowych w dyskretnej przes...
Access restricted. Please log in or start a trial to view this content.
Żaden z autorów nie ma do zadeklarowania konfliktu interesów.
Autorzy dziękują za wsparcie Fundacji Nauk Przyrodniczych Prowincji Hebei (Grant nr E2023210007).
Access restricted. Please log in or start a trial to view this content.
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| MATLAB | MathWorks | 2016 | Używanie do obliczania proponowanej metody |
Access restricted. Please log in or start a trial to view this content.
Request permission to reuse the text or figures of this JoVE article
Request Permission