V6 5 447 4遗传算法神经网络在振动一离心复合环境控制中的应用结构工程专业研究生：宋妍指导教师：于建华航天设备多在振动一离心复合环境下工作。限于试验设备的制约，通常都采用分时独立的单项环境试验。试验的结果难于预测产品在振动一离心复合环境下潜在的故障。振动一离心复合环境试验受到了日益的重视。安装在离心机机臂上的振动台在离心力作用下各部分偏离了平衡位置，影响了振动台的正常工作。对振动台进行控制，以克服离心力的影响是试验实现的关键。由于振动台系统具有时变性；且参数在大范围内变化，采用传统的控制理论和设计方法难于实现控制。本文研究了在振动一离心复合环境下，应用计算智能方法实现对振动台的控制。作者首先借助于振动台的五刚体模型，利用振动台的离散化状态方程，并结合遗传算法，以振动台台面的加速度作为控制目标，实现了离心环境中振动台在正弦激励下的控制。作者进一步提出利用前馈B P 神经网络模拟振动台系统的动力特性，避免振动台的建模。并以该神经网络和遗传算法相结合实现对振动台的控制，算例表明，两种方法都有良好的控制效果。离心力环境中振动台的动力学建模，采用了机臂为刚体的假设，这可能对振动台系统的运动特征作出不精确的结论针对该问题，作者还探讨了考虑离心机臂变形情况下，振动台的非线性动力学建模。本论文工作，为最终实现在随机激励下自适应逆控制方法提供了很好的基础。关键词：振动一离心复台环境控制遗传算法神经网络A c t i v eC o n t r o lo nV i b r a t i o n C e n t r i f u g eC o m p o u n d S y s t e mU s i n gt h eG e n e t i cA l g o r i t h m sa n dN e u r a l N e t w o r kS t r u c t u r eE n g i n e e r i n gG r a d u a t eS t u d e n t ：S o n gY a hS u p e r v i s o r ：Y uJ i a n h u aA e r o s p a c ef a c i l i t i e sn o r m a l l yw o r ki nt h ev i b r a t i o n c e n t r i f u g ec o m p o u n de n v i r o m n e n t L i m i t e db yt h ee x p e r i m e n t a lf a c i l i t y , v i b r a t i o no rc e n t r i f u g a lf o r c ea r cs u p p l i e da s y n e h r o n o u s l yt ot e s tt h ee x p e r i m e n t a lo b j e c t B u tt h ep o t e n t i a lr e l i a b i l i t yo ft h eo b j e c t si nt h ec o m p o u n de n v i r o n m e n tc a l ln o tb ef o r e c a s ta c c u r a t e l yb yt h ea s y n c h r o n o u se x p e r i m e n t a lr e s u l t s S ot h ei n c r e a s i n gs i g n i f i c a n c ei sa t t a c h e dt ot h ev i b r m i o n - c e n t r i f u g ec o m p o u n de n v i r o n m e n te x p e r i m e n t W o r k i n gu n d e rt h ev i b r a t i o n - c e n t r i f u g ec o m p o u n de n v i r o n m e n t ，t h ec o m p o n e n t so ft h ev i b r a t o ra r gu n b a l a n c e db e c a u s eo ft h ec e n t r i f u g a lf o r c e ，w h i c hp r e v e n t st h ev i b r a t o rf r o mw o r k i n gp r o p e r l y S ot h ea c t i v ec o n t r o lo nt h ev i b r a t o ri sn e c e s s a r y T h es t i f f n e s sa n dt h ed u m po ft h ev i b r a t o rc h a n g ew i t ht h er o t a t i o ns p e e d ，w h o s ep a r a m e t e r sa l t e rs h a r p l y O b v i o u s l yt h et r a d i t i o n a lc o n t r o lm e t h o d sa r eh a r d l yt ow o r k T h ec o m p u t a t i o n a li n t e l l i g e n c em a yb eag o o dc h o i c e O nt h eb a s i so f t h ed i s c r e t es t a t ee q u a t i o n ，w h i c hi sg o tb yt h em e a n so f g o v e r n i n gm o t i o ne q u a t i o no ft h ev i b r a t o r , t h eg e n e t i ca l g o r i t h m si sa p p l i e dt oc o n t r o lt h ea c c e l e r a t i o no ft h ec o u n t e r t o Du n d e rt h es i n ee x c i t a t i o n F u r t h e r m o r e ，an e wa c t i v ec o n t r o lm e t h o di sp r o p o s e d ，w h i c hu s e st h eg e n e t i ca l g o r i t h m sa n dn e u r a ln e t w o r ks y s t e m I nt h ea c t i v ec o n t r o ls y s t e m ，t h en e u r a ln e t w o r ki su s e da st h ee m u l a t o rt os i m u l a t et h em o v e m e n to ft h ev i b r a t o r ；t h eg e n e t i ca l g o r i t h m si sa p p l i e dt od e t e r m i n et h eo p t i m a lc o n t r o lf o r c e T h en u m e r i c a le x a m p l e sp r o v et h ee f f e c t i v e n e s so ft h ep r o p o s e dm e t h o d s T h ed o m i n a n tm o t i o ne q u a t i o n sa r eo b t m n e do r lt h eb a s i so ft h eh y p o t h e s e st h a tt h ec e n t r i f u g ea l T ni sr i g i d T h ei m p r e c i s ec o n c l u s i o no ft h ev i b r a t o rm o t i o nm a yb ei n d u c e d I nt h i sp a p e r , t a k eaf u r t h e rs t e pt od i s c u s st h eg o v e r n i n gm o t i o ne q u a t i o n ss u p p o s i n gt h ec e n t r i f u g ea r mi ss o f t T h i sp a p e rp r o v i d e sw i t ht h ef o u n d a t i o nt os o l v et h es e l f - a d a p t a t i o ni n v e r s eC O n t r o Io f m o t i o no f t h ev i b r a t o ru n d e rt h es t o c h a s t i ce x c i t a t i o n K e y w o r d s ：v i b r a t i o n - c e n t r i f u g ec o m p o u n de n v i r o n m e n t ，c o n t r o l ，g e n e t i ca l g o r i t h m s ，n e u r a ln e t w o r k四川大学硕士学位论文1概论近年来，振动一离心复合环境下的试验方法日益为学术界和工程界所重视。因为该方法能在实验室中直接测试离心和振动对结构的复合作用，为产品的可靠性评估提供有效依据。较之在单一的离心环境或振动环境下的试验，振动一离心复合试验方法更具有优越性。本论文着重研究了在振动一离心复合环境下，应用计算智能方法实现对振动台的控制。作者首先借助于振动台的五刚体模型，利用振动台的离散化状态方程，并结合遗传算法，实现了离心环境中振动台在正弦激励下的控制。在此基础上，为避免系统参数测定的误差对控制结果的影响，作者利用前馈B P 神经网络对振动台进行动力建模，并和遗传算法相结合以实现对振动台的控制。最后，作者还探讨了在考虑离心机臂变形情况下，振动台的非线性动力学建模。本论文工作，为最终实现在随机激励下自适应逆控制方法提供了很好的基础。1 1 研究的目的和意义振动一离心复合环境试验的研究，在国防工业和航天工业中有着重要的应用价值。飞行器的发射阶段和再进入大气层时，飞机在俯冲和盘旋时，航天器在绕地球航道运转时，其内部设备和装置均受到发动机振动和高加速度环境的复合作用，可能引起产品性能降低，永久性变形、严重时会直接导致飞行的失败。因此需要通过环境试验对产品在使用中的可靠性进行检测，试验结果的准确性在很大程度上取决于环境试验中模拟产品使用环境的真实性。但是限于试验设备的制约，通常都采用分时独立的单项环境试验，即不同时地对产品提供振动环境和离心力作用环境。但是，复合环境的综合影响并不等于各个因素的单独影响之和。试验的结果难于预测产品在振动一离心复合环境下潜在的故障。因此振动一离心复合环境试验对产品的质量和工作可靠性具有重要意义。近年来，振动一离心复合环境试验的重要性日益受到广泛的关注和重视，建立振动一离心复合实验环境是通过将振动台安装于离心机臂上来实现的。由遗传算法一神经网络在振动一离心复合环境控制中的应用振动台提供正弦扫频或随机激励的振动环境，离心机提供向心加速度，模拟试件实际的复合工作环境。通过建立振动一离心复合环境下振动台的动力学模型，可