基于 T-S 型模糊神经网络的空间结构 GMM作动器主动控制

摘要：

基于自主研发的超磁致伸缩材料（Giant Magnetostrictive Material，GMM）作动器的主动控制特性，应用 T-S （Takagi-Sugeno）型模糊神经网络设计了主动控制系统，该系统以 GMM作动器两端节点的相对速度和相对位移作为输入，计算输出控制电流。通过神经网络的自适应学习功能进行模糊划分及生成模糊规则，利用模糊系统的推理能力对空间结构模型进行基于地震响应的主动控制仿真，同时与标准型模糊神经网络系统进行仿真对比。结果表明，二者对空间结构模型的主动控制都能达到良好效果，基于 T-S 型模糊神经网络推理简单，其仿真速度远快于标准型。因此，采用 T-S 型模糊神经网络对空间结构进行主动控制更能满足工程应用需求。

关键词：GMM作动器、模糊神经网络、主动控制、仿真、空间结构

分类号：TU32;TP273(建筑结构)

资助基金：国家自然科学基金51178388，51108035；国家重点实验室开放项目08KF02；陕西省工业攻关项目2013K07－07，2014K06－34；西安建筑科技大学创新团队资助项目

在线出版日期：2016-01-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,11