1、一、主動(dòng)控制簡(jiǎn)介1 .概念：結(jié)構(gòu)主動(dòng)控制需要實(shí)時(shí)測(cè)量結(jié)構(gòu)反應(yīng)或環(huán)境干擾，采用現(xiàn)代控制理論的主動(dòng)控制算法在精確的結(jié)構(gòu)模型基礎(chǔ)上運(yùn)算和決策最優(yōu)控制力，最后作動(dòng)器在很大的外部能量輸入下實(shí)現(xiàn)最優(yōu)控制力。2 .特點(diǎn)：主動(dòng)控制需要實(shí)時(shí)測(cè)量結(jié)構(gòu)反應(yīng)或環(huán)境干擾，是一種需要額外能量的控制技術(shù)，它與被動(dòng)控制的根本區(qū)別是有無額外能量的消耗。3 .優(yōu)缺點(diǎn)：主動(dòng)控制具有提高建筑物的抵抗不確定性地面運(yùn)動(dòng)，減少輸入的干擾力，以及在地震時(shí)候自動(dòng)地調(diào)整結(jié)構(gòu)動(dòng)力特征等能力，特別是在處理結(jié)構(gòu)的風(fēng)振反應(yīng)具有良好的控制效果，與被動(dòng)控制相比，主動(dòng)控制具有更好的控制效果。但是，主動(dòng)控制實(shí)際應(yīng)用價(jià)格昂貴，在實(shí)際應(yīng)用過程中也會(huì)存與其它控制理論

2、相同的問題，控制技術(shù)復(fù)雜、造價(jià)昂貴、維護(hù)要求高。4 .組成：傳感器、控制器、作動(dòng)器5 .工作方式：開環(huán)、閉環(huán)、開閉環(huán)。二、簡(jiǎn)單回顧主動(dòng)控制的應(yīng)用與MATLA函用1 .主動(dòng)變剛度AVS控制裝置工作原理：首先將結(jié)構(gòu)的反應(yīng)反饋至控制器，控制器按照事先設(shè)定好的控制算法并結(jié)合結(jié)構(gòu)的響應(yīng)，判斷裝置的剛度狀態(tài)，然后將控制信號(hào)發(fā)送至電液伺服閥以操縱其開關(guān)狀態(tài)，實(shí)現(xiàn)不同的變剛度狀態(tài)。鎖定狀態(tài)（ON）:電液伺服閥閥門關(guān)閉，雙出桿活塞與液壓缸之間沒有相對(duì)位移，斜撐的相對(duì)變形與結(jié)構(gòu)層變形相同，此時(shí)結(jié)構(gòu)附加一個(gè)剛度；打開狀態(tài)（OFF）:電液伺服閥閥門打開，雙出桿活塞與液壓缸之間有相對(duì)位移，液壓缸的壓力差使得液體發(fā)生流動(dòng)

3、，此過程中產(chǎn)生粘滯阻尼，此時(shí)結(jié)構(gòu)附加一個(gè)阻尼。示意圖如下：址2 .主動(dòng)變阻尼AVD控制裝置工作原理：變孔徑阻尼器以傳統(tǒng)的液壓流體阻尼器為基礎(chǔ)，利用控制閥的開孔率調(diào)整粘性油對(duì)活塞的運(yùn)動(dòng)阻力，并將這種阻力通過活塞傳遞給結(jié)構(gòu)，從而實(shí)現(xiàn)為結(jié)構(gòu)提供阻尼的目的。關(guān)閉狀態(tài)（ON）:開孔率一定，液體的流動(dòng)速度受限，流動(dòng)速度越小，產(chǎn)生的粘滯阻尼力越大，開孔率最小時(shí)，提供最大阻尼力，此時(shí)成為ON狀態(tài)；打開狀態(tài)（OFF）:控制閥完全打開，由于液體的粘滯性可提供最小阻尼力。示意圖如下：3 .振動(dòng)實(shí)例276200M=027600kg已知多自由度有阻尼線性結(jié)構(gòu)的參數(shù)：-002300J,4.406-1.9210一一一一一一

4、一5K=-1.9213.443-1.522x105N/m.0-1.5221.522j，阻尼矩陣采用瑞利阻尼C=aM+BK,“根據(jù)前兩階自振頻率及阻尼比確定，阻尼比取0.05,該多自由度結(jié)構(gòu)（參數(shù)同上）所受地震波數(shù)據(jù)見dzb.xls文件，文件第一列為時(shí)間，單位s,文件第2列為加速度，單位m/s2。方法采用中心差分法。3.1 變剛度對(duì)比了剛度分別為K10*K以及0.1*K時(shí)M1的響應(yīng)時(shí)程曲線以及最大位移。MATLAB程序如下：clearclcM=diag(276227602300);%K=100000*4.406-1.9210;-1.9213.443-1.522;0-1.5221.522;kk=K

5、,10.*K,0.1.*K%W=4.1041;10.4906;14.9514;%zuni=0.05area=2*W(1)*W(2)*zuni/(W(1)+W(2);byta=2*zuni/(W(1)+W(2);C=area*M+byta*K;%num=xlsread(dzb.xls,1,B1:B1501);P=M*ones(3,1)*num;%*中心差分法*h=0.02;%para=1/hA2,1/(2*h),2/hA2,hA2/2;%Kx=para(1)*M+C*para(2);%x(i+1)x(:,1)=zeros(3,1);%v(:,1)=zeros(3,1);%a(:,1)=-0.00

6、082*num(1)*ones(3,1);%forj=1:3fori=1:1:1501%ifi2;質(zhì)量矩陣細(xì)胞矩陣-變剛度各階頻率阻尼矩陣讀入外荷載步長(zhǎng)參數(shù)向量前系數(shù)初位移初速度初加速度差分迭代第一步x0=x(:,1)-h*v(:,1)+hA2/2*a(:,1);Px(:,i尸P(:,i)-(kkj-para(3)*M)*x(:,i)-(para(1)*M-para(2)*C)*x0;x(:,i+1)=inv(Kx)*Px(:,i);a(:,i+1)=para(1)*(x0-2*x(:,i)+x(:,i+1);%加速度響應(yīng)v(:,1)=para(2)*(x(:,l+1)-x0);%速度響應(yīng)el

7、se%差分迭代Px(:,i)=P(:,i)-(kkj-para(3)*M)*x(:,i)-(para(1)*M-para(2)*C)*x(:,i-1);x(:,i+1)=inv(Kx)*Px(:,i);a(:,i+1)=para(1)*(x(:,i-1)-2*x(:,i)+x(:,i+1);%加速度響應(yīng)v(:,i)=para(2)*(x(:,i+1)-x(:,i-1);%速度響應(yīng)endend*中心差分法*X=x(:,1:1501);Y=max(abs(X),2);Z(j)=max(Y);saveX%保存位移相應(yīng)subplot(3,1,j)%畫圖plot(X(1,:)xlabel(時(shí)間t/0.0

8、2s)ylabel(位移X1/m);end運(yùn)行結(jié)果如下：4006008G01000120014001600時(shí)間t/002s-.o2OOJJEfx漆歸-3o4006008001000120014001600時(shí)間打002sonu24006008001000120014001600時(shí)間VO02s最大位移分別為：0.0085m0.0045m0.0100m3.2變阻尼.5C的情況下M1的響應(yīng)時(shí)程曲線依舊使用上述系統(tǒng)，對(duì)比了無阻尼，阻尼為C和。和最大位移。MATLAB程序:clearclcM=diag(276227602300);%質(zhì)量矩陣K=100000*4.406-1.9210;-1.9213.443

9、-1.522;0-1.5221.522;%剛度矩陣W=4.1041;10.4906;14.9514;%各階頻率zuni=0.05area=2*W(1)*W(2)*zuni/(W(1)+W(2);byta=2*zuni/(W(1)+W(2);C=area*M+byta*K;%變阻尼%讀入外荷載%步長(zhǎng)%參數(shù)向量%x(i+1)前系數(shù)%初位移%初速度%初加速度%差分迭代第一步cc=0*C,C,0.5*C;num=xlsread(dzb.xls,1,B1:B1501);P=M*ones(3,1)*num;*中心差分法*h=0.02;para=1/hA2,1/(2*h),2/hA2,hA2/2;Kx=pa

10、ra(1)*M+C*para(2);x(:,1)=zeros(3,1);v(:,1)=zeros(3,1);a(:,1)=-0.00082*num(1)*ones(3,1);forj=1:3fori=1:1:1501ifi2;x0=x(:,1)-h*v(:,1)+hA2/2*a(:,1);Px(:,i)=P(:,i)-(K-para(3)*M)*x(:,i)-(para(1)*M-para(2)*ccj)*x0;x(:,i+1)=inv(Kx)*Px(:,i);a(:,i+1)=para(1)*(x0-2*x(:,i)+x(:,i+1);%加速度響應(yīng)v(:,1)=para(2)*(x(:,i+

11、1)-x0);%速度響應(yīng)else%差分迭代Px(:,i)=P(:,i)-(K-para(3)*M)*x(:,i)-(para(1)*M-para(2)*ccj)*x(:,i-1);x(:,i+1)=inv(Kx)*Px(:,i);a(:,i+1)=para(1)*(x(:,i-1)-2*x(:,i)+x(:,i+1);%加速度響應(yīng)v(:,i)=para(2)*(x(:,i+1)-x(:,i-1);%速度響應(yīng)endend*中心差分法*X=x(:,1:1501);Y=max(abs(X),2);Z(j)=max(Y);saveXsubplot(3,1,j)%保存位移相應(yīng)%畫圖plot(X(1,:)

12、xlabel(時(shí)間t/0.02s)ylabel(位移X1/m);end運(yùn)行結(jié)果是:O1-nWnoO.-O4006008001000120014001600時(shí)間tJQ02s4006008001000120014001600時(shí)間002s40060080010001200UOO1600時(shí)間002s最大位移分別為：0.0115m0.0085m0.0068m?三、主動(dòng)控制算法簡(jiǎn)介主動(dòng)控制算法是主動(dòng)控制的基礎(chǔ)，它們是根據(jù)控制理論建立的。好的控制理論算法必須在線計(jì)算時(shí)間短、穩(wěn)定性及可靠性好、抗干擾能力強(qiáng)。結(jié)構(gòu)控制算法分為經(jīng)典控制理論與現(xiàn)代控制理論兩類。1 .經(jīng)典控制理論：經(jīng)典控制理論的特點(diǎn)是以輸入輸出特性(

13、主要是傳遞函數(shù))為系統(tǒng)數(shù)學(xué)模型，采用頻率響應(yīng)法和根軌跡法這些圖解分析方法，分析系統(tǒng)性能和設(shè)計(jì)控制裝置。經(jīng)典控制理論的數(shù)學(xué)基礎(chǔ)是拉普拉斯變換，占主導(dǎo)地位的分析和綜合方法是頻域方法。經(jīng)典控制理論包括線性控制論、采樣控制理論、非線性控制理論三個(gè)部分。2 .現(xiàn)代控制理論：現(xiàn)代算法計(jì)算主要用時(shí)間域，采用狀態(tài)空間法(StateSpaceMethod)來描述系統(tǒng)的動(dòng)力性態(tài)，其數(shù)學(xué)工具為線性代數(shù)、矩陣?yán)碚摵妥兎址āＦ渲饕ㄏ旅嬉恍┧惴ǎ?1)經(jīng)典線性最優(yōu)控制法(2)瞬時(shí)最優(yōu)控制法(3)極點(diǎn)配置法(4)獨(dú)立模態(tài)空間控制法(5)隨機(jī)最優(yōu)控制法(6)界限狀態(tài)控制法(7)模糊控制法(8)預(yù)測(cè)實(shí)時(shí)控制法(9)Hg優(yōu)化

14、控制(10)變結(jié)構(gòu)控制3.簡(jiǎn)要介紹各種算法最優(yōu)控制算法通俗來講：即對(duì)一個(gè)受控的動(dòng)力學(xué)系統(tǒng)或運(yùn)動(dòng)過程，從一類允許的控制方案中找出一個(gè)最優(yōu)的控制方案，使系統(tǒng)的運(yùn)動(dòng)在由某個(gè)初始狀態(tài)轉(zhuǎn)移到指定的目標(biāo)狀態(tài)的同時(shí)，其性能指標(biāo)值為最優(yōu)。在工程上，最優(yōu)控制算法以現(xiàn)代控制理論中的狀態(tài)空間理論為基礎(chǔ)，采用極值原理，使用最優(yōu)濾波或者動(dòng)態(tài)規(guī)劃等最優(yōu)化方法，進(jìn)一步求解結(jié)構(gòu)振動(dòng)最優(yōu)控制輸入，在振動(dòng)主動(dòng)控制領(lǐng)域應(yīng)用比較普遍。當(dāng)被控對(duì)象結(jié)構(gòu)參數(shù)模型可以被精確建模，并且激勵(lì)和測(cè)量信號(hào)比較確定時(shí)，采用最優(yōu)算法設(shè)計(jì)控制器可以較容易地取得控制效果。最優(yōu)控制法根據(jù)具體算法又可分為經(jīng)典線性最優(yōu)控制法、瞬時(shí)最優(yōu)控制法、隨機(jī)最優(yōu)控制法等等，

15、下面簡(jiǎn)單介紹：A經(jīng)典線性最優(yōu)控制法該算法基于現(xiàn)彳t控制理論，以線性二次型性能指標(biāo)為目標(biāo)函數(shù)來確定控制力與狀態(tài)向量之間的關(guān)系式。目標(biāo)函數(shù)中用權(quán)矩陣來協(xié)調(diào)經(jīng)濟(jì)性與安全性之間的關(guān)系，需求解Riccati方程。由于該算法忽略了荷載項(xiàng)，嚴(yán)格說來，由它得到的控制不是最優(yōu)控制；但數(shù)值分析和有限的試驗(yàn)證明，這一控制算法雖然不是最優(yōu)的，但是可行的和有效的。B瞬時(shí)最優(yōu)控制算法該算法以瞬時(shí)狀態(tài)反應(yīng)和控制力的二次型作為目標(biāo)函數(shù)，在動(dòng)荷載作用的時(shí)間范圍內(nèi)，每一瞬時(shí)都實(shí)現(xiàn)其目標(biāo)函數(shù)最小化。該算法不需求解Riccati方程，計(jì)算量減小；增益矩陣與受控結(jié)構(gòu)的協(xié)調(diào)特性無關(guān)，控制系統(tǒng)的魯棒性能較好；具有時(shí)間步進(jìn)性，可推廣用于非線

16、性、時(shí)變結(jié)構(gòu)系統(tǒng)。但該算法只是一種局部最優(yōu)控制算法，從控制結(jié)構(gòu)最大反應(yīng)這個(gè)意義上講，仍然不是最優(yōu)控制。C隨機(jī)最優(yōu)控制法使隨機(jī)控制系統(tǒng)的某個(gè)性能指標(biāo)泛函取極小值的控制稱為隨機(jī)最優(yōu)控制。由于存在隨機(jī)因素，這種性能指標(biāo)泛函需要表示為統(tǒng)計(jì)平均(求數(shù)學(xué)期望)的形式：隨機(jī)最優(yōu)控制有兩個(gè)重要的性質(zhì)。由于存在不確定性，控制作用常寧可取得弱一些，保守一些。這稱為謹(jǐn)慎控制。另一方面為更好和更快地進(jìn)行估計(jì)，必須不斷激發(fā)系統(tǒng)中各種運(yùn)動(dòng)模式，為此需要加入一些試探作用。試探作用的大小，則根據(jù)增加的誤差、直接費(fèi)用和所帶來的好處等因素加以折衷權(quán)衡進(jìn)行選擇。謹(jǐn)慎和試探已成為設(shè)計(jì)隨機(jī)控制策略的兩個(gè)重要原則。模態(tài)控制法將系統(tǒng)或結(jié)構(gòu)

17、的振動(dòng)置于模態(tài)空間中考察，無限自由度系統(tǒng)在時(shí)間域內(nèi)的振動(dòng)通常可以用低階自由度系統(tǒng)在模態(tài)空間內(nèi)的振動(dòng)足夠近似地描述，這樣無限自由度系統(tǒng)的振動(dòng)控制可轉(zhuǎn)化為在模態(tài)空間內(nèi)少量幾個(gè)模態(tài)的振動(dòng)控制，亦即控制模態(tài)，這種方法稱為模態(tài)控制法。其中分為模態(tài)耦合控制與獨(dú)立模態(tài)控制，后者可實(shí)現(xiàn)對(duì)所需控制的模態(tài)進(jìn)行獨(dú)立的控制，不影響其它未控的模態(tài)，具有易設(shè)計(jì)的優(yōu)點(diǎn)，是目前模態(tài)控制中的主流方法。前者的各階模態(tài)的控制力依賴于所有被控模態(tài)坐標(biāo)的值，同時(shí)也說明一個(gè)作動(dòng)器對(duì)所有模態(tài)均有控制作用，因此可以達(dá)到減少作動(dòng)器的目的，減小成本。獨(dú)立模態(tài)空間控制法是基于振動(dòng)體系振型分解的概念建立的，多個(gè)自由度體系的運(yùn)動(dòng)方程由正交原理可分解為

18、個(gè)獨(dú)立的對(duì)應(yīng)不同模態(tài)的單自由度運(yùn)動(dòng)方程，對(duì)各模態(tài)可分別進(jìn)行控制設(shè)計(jì)。對(duì)于求出的模態(tài)控制作用通過模態(tài)的參與矩陣進(jìn)行線性變換，由模態(tài)控制作用得出結(jié)構(gòu)控制作用。為了節(jié)省時(shí)間，控制設(shè)計(jì)可只針對(duì)幾個(gè)主要振型進(jìn)行該算法的先決條件是結(jié)構(gòu)必須可控而且可觀測(cè)。在實(shí)際Z構(gòu)中，由于模態(tài)截?cái)嘁鹂刂埔绯龊陀^測(cè)溢出，前者將影響實(shí)際系統(tǒng)的性能，而后者可導(dǎo)致殘余模態(tài)的不穩(wěn)定；而且該控制法顯然僅對(duì)線性系統(tǒng)有效。嚴(yán)格來講，獨(dú)立模態(tài)控制的必要條件是控制器布滿體系的所有自由度，但作為一種近似方法，控制器數(shù)目少于體系自由度時(shí)，亦可應(yīng)用此法，只是所截取的振型數(shù)目要和控制器的數(shù)目相同。獨(dú)立模態(tài)控制分析過程：建立控制力下的運(yùn)動(dòng)方程：IMI

19、CKX(t)“K卜：X(t)：-l.bfb】為主元桿件的方向余弦矩陣，f為控制力。令X(t)=Wq,可得:；qj?diag12.,Iq,diag)=T.|bKf1FJN若記:Fi_，gisqsMds可得:s4NNdhisds二igis,i2sds=0smsm計(jì)算得出gis和his即可得到F,即得到控制力fo耦合模態(tài)控制分析過程：將運(yùn)動(dòng)方程用狀態(tài)方程表示：iP)-IaNp：；lBNf)diag|,D=diag12i-1其中：0=印,瓜=，01q-c-d控制性能指標(biāo)可表示為：j=kptMqKp+fTRKf(t相應(yīng)的最優(yōu)控制力為：ift?-Irjji.b1rIgNp)其中Gi為下面Ricaati方程

20、的解_T_T_GiA+AG+Qi-GiBRBGi=0從以上各式可以看出，在采用耦合模態(tài)控制時(shí)，第i階模態(tài)控制力的大小依賴于所有被控模態(tài)坐標(biāo)的值，同時(shí)一個(gè)作動(dòng)器對(duì)所有的模態(tài)均有控制作用，因此可以用較少的作動(dòng)器控制較多的模態(tài)。？界限狀態(tài)控制法根據(jù)結(jié)構(gòu)的安全性、適用性和舒適性要求，預(yù)先給定結(jié)構(gòu)反應(yīng)的限值。一旦實(shí)際結(jié)構(gòu)反應(yīng)超出限值，則控制系統(tǒng)啟動(dòng)，利用外加控制力減低結(jié)構(gòu)反應(yīng)，這就是界限狀態(tài)。該算法控制目標(biāo)明確，實(shí)施簡(jiǎn)便，在線計(jì)算量小，適用于線性和非線性系統(tǒng)。界限狀態(tài)控制法盡管在控制力計(jì)算中建立了目標(biāo)函數(shù)，但脈沖控制力的施加在本質(zhì)上仍是試探性和直接推斷的，因此，它不是最優(yōu)控制法。自適應(yīng)控制法自適應(yīng)算法是

21、指處理和分析過程中，根據(jù)處理數(shù)據(jù)的數(shù)據(jù)特征自動(dòng)調(diào)整處理方法、處理順序、處理參數(shù)、邊界條件或約束條件，使其與所處理數(shù)據(jù)的統(tǒng)計(jì)分布特征、結(jié)構(gòu)特征相適應(yīng)，以取得最佳的處理效果。自適應(yīng)控制算法不要求結(jié)構(gòu)參數(shù)模型嚴(yán)格精確，因此具有更強(qiáng)的適應(yīng)性。通常，自適應(yīng)控制算法需要大量估計(jì)參數(shù)，與一般常規(guī)控制器相比，自適應(yīng)控制器變得特別復(fù)雜。自適應(yīng)控制器由參考模型和對(duì)象間輸出誤差反饋等信號(hào)的線性組合構(gòu)成。若選擇一個(gè)低階參考模型，那么，自適應(yīng)控制器中需要計(jì)算的參數(shù)就會(huì)減少。這種即類似于模型參考自適應(yīng)控制(MRAC又有簡(jiǎn)潔的結(jié)構(gòu)和算法，易于工程實(shí)現(xiàn)的新型自適應(yīng)控制算法就是簡(jiǎn)單自適應(yīng)控制(SAQO自適應(yīng)控制大致可分為自適應(yīng)

22、前饋控制、自校正控制和模型參考自適應(yīng)控制三大類。結(jié)構(gòu)振動(dòng)自校正控制是一種將受控結(jié)構(gòu)參數(shù)在線辨識(shí)與控制器參數(shù)整定相結(jié)合的控制方式。控制時(shí)辨識(shí)器根據(jù)系統(tǒng)的輸入輸出信息，在線地辯識(shí)系統(tǒng)的模型參數(shù)或狀態(tài)，并自動(dòng)校正控制律。這樣，結(jié)構(gòu)可以根據(jù)狀態(tài)和干擾特性的變化自動(dòng)校正控制動(dòng)作，達(dá)到輸出方差最小的控制目的。智能控制算法現(xiàn)代控制理論雖然從理論上解決了系統(tǒng)的可控性、可觀測(cè)性、穩(wěn)定性及許多復(fù)雜系統(tǒng)的控制問題，但其各種控制方法都是以控制對(duì)象精確的數(shù)學(xué)模型為基礎(chǔ)的，而土木工程結(jié)構(gòu)是非線性、強(qiáng)耦合、多變量、不確定性的復(fù)雜系統(tǒng)。土木工程結(jié)構(gòu)包括受力的結(jié)構(gòu)構(gòu)件和不受力的非結(jié)構(gòu)構(gòu)件，結(jié)構(gòu)構(gòu)件設(shè)計(jì)計(jì)算和控制建模時(shí)通常不考慮

23、非結(jié)構(gòu)構(gòu)件的效應(yīng)，因此，建成后的實(shí)際結(jié)構(gòu)非結(jié)構(gòu)構(gòu)件和質(zhì)量變化都將影響結(jié)構(gòu)振動(dòng)控制的計(jì)算模型；此外，實(shí)際結(jié)構(gòu)在諸如地震那樣的強(qiáng)烈動(dòng)力作用下可能進(jìn)入非線性，結(jié)構(gòu)構(gòu)件的強(qiáng)度和剛度可能發(fā)生退化，實(shí)際結(jié)構(gòu)的模型修正將是結(jié)構(gòu)振動(dòng)控制一個(gè)突出的問題。因此，研究不依賴精確計(jì)算模型、調(diào)節(jié)簡(jiǎn)單的模糊控制算法以及具有很強(qiáng)的學(xué)習(xí)和逼近非線性映射能力的神經(jīng)網(wǎng)絡(luò)建模和控制算法是結(jié)構(gòu)振動(dòng)控制發(fā)展的一個(gè)熱點(diǎn)問題。智能控制是一門新興的理論和技術(shù)，具有能對(duì)復(fù)雜系統(tǒng)進(jìn)行有效的全局控制，并有較強(qiáng)的容錯(cuò)能力，同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制等特點(diǎn)。智能控制還具備學(xué)習(xí)功能、適應(yīng)功能和組織功能。智能控制的控制器

24、是數(shù)學(xué)解析形式和知識(shí)系統(tǒng)相結(jié)合的廣義模型。目前，智能控制的研究主要集中在模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)控制、進(jìn)化計(jì)算及三者的相互結(jié)合上。A模糊控制法模糊控制規(guī)則不需要對(duì)象的精確數(shù)學(xué)模型，模糊控制是為了解決其他控制算法需要精確模型，并且精確模型獲取后，對(duì)擾動(dòng)有時(shí)候魯棒性差的問題而提出的。模糊控制是近代控制理論中建立在模糊集合論基礎(chǔ)上的一種基于語(yǔ)言規(guī)則與模糊推理的控制理論，它是智能控制的一個(gè)重要分支。與傳統(tǒng)控制理論相比，模糊控制有兩大不可比擬的優(yōu)點(diǎn)：第一，模糊控制在許多應(yīng)用中可以有效且便捷的實(shí)現(xiàn)人的控制策略和經(jīng)驗(yàn)，這一優(yōu)點(diǎn)自從模糊控制誕生以來就一直受到人們密切的關(guān)注；第二，模糊控制不需要被控對(duì)象的數(shù)學(xué)模型

25、即可實(shí)現(xiàn)較好的控制，這是因?yàn)楸豢貙?duì)象的動(dòng)態(tài)特性已隱含在模糊控制器輸入、輸出模糊集及模糊規(guī)則中。所以模糊控制被越來越多的應(yīng)用于各個(gè)領(lǐng)域，尤其是被廣泛應(yīng)用于家電系列中，基于模糊控制的洗衣機(jī)就是其中的一個(gè)典型實(shí)例。因?yàn)槟：刂撇恍枰獙?duì)系統(tǒng)模型進(jìn)行精確地計(jì)算，直接根據(jù)系統(tǒng)的輸入輸出特性給出控制指令，因此其控制雖然不是最優(yōu)的，但是是有效的。B神經(jīng)網(wǎng)絡(luò)控制法人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性逼近、自學(xué)習(xí)和自適應(yīng)、數(shù)據(jù)融合以及并行分布處理等能力，在多變量、強(qiáng)非線性、大滯后系統(tǒng)的辨識(shí)、建模和控制中顯示出了明顯的優(yōu)勢(shì)和應(yīng)用前景。大量研究結(jié)果表明，神經(jīng)神經(jīng)網(wǎng)絡(luò)可以很好實(shí)現(xiàn)對(duì)多變量非線性系統(tǒng)模型的辨識(shí)與預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)系統(tǒng)

26、的自適應(yīng)控制。在土木工程結(jié)構(gòu)的模糊辨識(shí)和控制方面，Masri等人（1992,1994）研究了非線性結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)辨識(shí)與自適應(yīng)控制；Joghataie等人（1994）、Venini等人（1994）以及Amini等人（1994）在彈性、彈塑性結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)主動(dòng)控制等方面做了初步的研究工作。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的非線性建模和預(yù)測(cè)能力，但推理和控制的能力較弱，而模糊控制具有很強(qiáng)的不精確語(yǔ)言表達(dá)和推理的能力，能有效地控制難以建立精確模型的系統(tǒng)，兩者結(jié)合不僅相互彌補(bǔ)了各自的不足，而且可以實(shí)現(xiàn)復(fù)雜系統(tǒng)模型的定性知識(shí)表達(dá)和定量數(shù)值處理，進(jìn)而更好地實(shí)現(xiàn)系統(tǒng)的控制。在神經(jīng)網(wǎng)絡(luò)控制算法中，利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)掌握被控結(jié)構(gòu)的

27、動(dòng)力性能，當(dāng)建筑結(jié)構(gòu)遭遇地震時(shí)，由神經(jīng)網(wǎng)絡(luò)根據(jù)所掌握的結(jié)構(gòu)動(dòng)力性能以及結(jié)構(gòu)的動(dòng)力反應(yīng)和結(jié)構(gòu)所受的外部激勵(lì)之間的關(guān)系，對(duì)結(jié)構(gòu)控制驅(qū)動(dòng)器輸出一個(gè)控制信號(hào)，由驅(qū)動(dòng)器提供動(dòng)力對(duì)結(jié)構(gòu)振動(dòng)進(jìn)行控制，神經(jīng)網(wǎng)絡(luò)控制算法的步驟為：首先，訓(xùn)練神經(jīng)網(wǎng)絡(luò)根據(jù)機(jī)構(gòu)系統(tǒng)已有的反應(yīng)時(shí)程和控制信號(hào)預(yù)測(cè)結(jié)構(gòu)以后的反應(yīng)，采用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模仿器模仿結(jié)構(gòu)反應(yīng)并評(píng)估控制信號(hào)與系統(tǒng)反應(yīng)之間的敏感程度，在模仿的過程的每一小時(shí)段均對(duì)控制信號(hào)加以校正，使控制器產(chǎn)生所需的控制力，其大小是由控制目標(biāo)決定的；然后，在神經(jīng)網(wǎng)絡(luò)模仿器的幫助下訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)來學(xué)習(xí)結(jié)構(gòu)反應(yīng)與控制信號(hào)和校正后控制信號(hào)之間的關(guān)系。這樣，經(jīng)過訓(xùn)練的控制系統(tǒng)可以根據(jù)

28、結(jié)構(gòu)已有的反應(yīng)時(shí)程和控制信號(hào)的時(shí)程，給出一個(gè)當(dāng)前的控制信號(hào)，從而對(duì)結(jié)構(gòu)振動(dòng)反應(yīng)進(jìn)行有效的控制。由于神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)結(jié)構(gòu)動(dòng)力性能時(shí)，自動(dòng)學(xué)習(xí)了結(jié)構(gòu)控制系統(tǒng)中時(shí)滯等因素的影響，因此，在神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)中不存在傳統(tǒng)控制系統(tǒng)具有時(shí)滯的問題，而且神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)也適用于非線性結(jié)構(gòu)系統(tǒng)。應(yīng)當(dāng)指出，采用神經(jīng)網(wǎng)絡(luò)對(duì)結(jié)構(gòu)反應(yīng)進(jìn)行控制時(shí)，應(yīng)注意神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定、神經(jīng)網(wǎng)絡(luò)輸入變量的選擇等問題四、線性二次型最優(yōu)控制1.基本原理在控制系統(tǒng)中，為了達(dá)到同一個(gè)控制目的，可以有多種方案（如多輸入系統(tǒng)的極點(diǎn)配置狀態(tài)反饋控制器是不唯一的），但是具有最小能量的控制方式更具實(shí)際意義。對(duì)于x=Ax+Buy=Cx（4-1）系統(tǒng)性能和控制

29、能量的要求可以由下列二次型性能指標(biāo)來描述：O0J=x,Qx+/Rudt（4-2）Q是對(duì)稱正定（半正定）加權(quán)矩陣，R是對(duì)稱正定加權(quán)矩陣，他們反映了設(shè)計(jì)者對(duì)狀態(tài)x和控制u中各分量重要性的關(guān)注程度。第一項(xiàng)反映控制性能，這一項(xiàng)越小，狀態(tài)衰減到0的速度越快，振蕩越小，控制性能越好；第二項(xiàng)反映對(duì)控制能量的限制。通常狀態(tài)x衰減速度越快，控制能量越大，這是一個(gè)矛盾，最優(yōu)控制的目的就是尋找Q、R,調(diào)和上述矛盾，問題歸結(jié)為，對(duì)給定系統(tǒng)(4-1)和保證一定性能指標(biāo)(4-2)的前提下，,設(shè)計(jì)一個(gè)控制器u,使J最小。若系統(tǒng)的狀態(tài)是可以直接測(cè)量的，且考慮的控制器是狀態(tài)反饋控制器，則可以證明，使性能指標(biāo)(4-2)最小化的最

30、優(yōu)控制器具有以下線性狀態(tài)反饋形式：U=-Kx(4-3)將控制器(7-3)代入系統(tǒng)方程(4-1)可得x=(A-BK)x(4-4)若系統(tǒng)是漸近穩(wěn)定的，矩陣A-BK所有特征值均具有負(fù)實(shí)部，根據(jù)線性時(shí)不變系統(tǒng)的Lyapunov穩(wěn)定性定理，(4-4)一定存在一個(gè)正定對(duì)稱矩陣P的二次型Lyapunov函數(shù)V(x)=xTPx,利用系統(tǒng)的穩(wěn)定性可得dtV(x)出一。IT_T_J=l儼Qx+uRu+=oxTQxuTRuxTP(A-BK)(A-BK)TPxdt-Vx(t)：=xTQKTRKPAATP-PBK-KTBTPUdtxTPx0對(duì)上式“下劃線”部分“+”“-PBR,BTP進(jìn)行配平方得到TT_T1_T_1_T

31、_KTRK-PBK-KTBTPPBRBTP-PBRBTP1_T_T_1_T_1_T_=(K-RBTP)TR(K-RBTP)-PBRBTP可得J=；xTQPAATP-PBRBTPxdtxTPx0TTfT_j.Tf(4-5)xT(K-RBTP)TR(K-RBTP)xdt求解最優(yōu)控制問題，就是選取一個(gè)適當(dāng)?shù)脑鲆婢仃嘖,是性能指標(biāo)J最小化。由(4-5)只有第三項(xiàng)依賴于矩陣K,而且是非負(fù)的，只有當(dāng)?shù)谌?xiàng)等于零J才能最小，當(dāng)且僅當(dāng)K=R“BTP(4-6)K依賴于正定對(duì)稱矩陣P,特別是當(dāng)可以找到一個(gè)P,滿足Riccati方程PA+ATP-PBR,BTP+Q=0(4-7)此時(shí)J=$Px0(4-8)閉環(huán)系統(tǒng)方程為x=(A-BRBTP)x(4-9)最優(yōu)狀態(tài)反饋控制器為可以證明，確實(shí)有u=_RBTPx(4-10)也x）=xTPxxTPx=xTP（ABRBtP）（ABR,BTP）TPxdt=xTPAPBR1BTP+ATPPBR1BTPx（利用了P的對(duì)稱性）On（TJ）T1_T_=xTQ+PBRBTPx0（利用了Q、R、P的正定對(duì)稱性）這就證明了最優(yōu)狀態(tài)反饋控制器（7-10）u=R，BTPx是穩(wěn)定的。2.MATLAB實(shí)例在MATLAB中，lqr函數(shù)K,P,E=lqr（A,B,Q,R）Riccati方程（4-7）的對(duì)稱正定解矩陣,E是最優(yōu)閉環(huán)系統(tǒng)的極點(diǎn)。實(shí)