基于神经网络的磁流变阻尼器逆向模型辨识研究

摘要：

磁流变阻尼器应用于振动控制系统时,阻尼器逆向模型的精度直接关系到整个振动控制系统的优劣.针对以上问题,首先,通过磁流变阻尼器的力学性能试验获得试验数据,如磁流变阻尼器的阻尼力、阻尼器两端的相对位移、相对速度和输入电流.然后,分别采用BP神经网络和RBF神经网络对磁流变阻尼器进行逆向模型辨识,并对逆向模型辨识的效果进行对比分析.结果表明:RBF建立的神经网络逆向模型能够更好地预测磁流变阻尼器所需的控制电流,应用于振动控制的效果更好.

关键词：磁流变阻尼器、神经网络、逆向模型辨识

所属期刊栏目：32

分类号：TH703.6(仪器、仪表)

在线出版日期：2016-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：408-412