论文部分内容阅读
土木工程结构中的房屋建筑作为重要的社会基础设施,是现代社会的组成部分。传统意义上,这些结构是设计成用来抵抗静荷载的。然而,土木工程结构同样承受着各种各样的动荷载,包括风、浪、地震和车辆荷载。这些动荷载会引起严重且持续的振动,对结构和结构构件以及居住者均有害,这些结构需要保护的内容可能涉及使用的可靠性,居住者的舒适度以及结构的耐久性。提高房屋建筑结构的抗震性能和高层建筑结构的抗风性能是减轻动力作用危害,加强区域安全的基本措施之一,是土木工程领域所面临的重大课题。建筑结构振动控制是多学科交叉的新技术领域,结构振动控制可以有效地减轻结构在风和地震等动力作用下的反应和损伤、有效地提高结构的抗振能力和抗灾性能,结构振动控制经过几十年的发展,已被理论和实践证明是抗振减灾积极有效的对策。在深入了解建筑结构的动力反应特性的基础上,研究合理且可行的控制措施保护建筑结构免遭地震和风荷载破坏,将是一个具有极大工程应用价值且时间紧迫的研究课题。随着社会的进步和科学技术的发展,人们对居所的振动环境有着越来越高的要求,振动被动控制的局限性就暴露出来了,难以满足人们的要求。主动控制技术由于具有效果好、适应性强等潜在的优越性,自然成为一条重要的新途径。然而主动控制系统一般需要很大的能量驱动和多个作动器,这在实际工程中难以实现。结构半主动控制基本原理与主动控制相同,但是半主动控制巧妙地利用了结构振动的往复相对变形或相对速度,从而只需要少量的能量调节便有可能实现主动最优控制力。采用诸如模糊控制、神经网络控制和遗传算法等智能算法为标志的结构智能控制是目前结构振动控制领域研究的前沿课题。结构智能振动控制不需要精确的结构模型,运用智能算法来确定输入、输出反馈与控制增益的关系,采用磁流变液智能材料制作的智能阻尼器同样仅需少量的能量调节便可以很好的实现主动最优控制力。本文以建筑结构模型为研究对象,运用现代控制理论以及智能控制理论分别对建筑结构振动控制进行了理论分析和计算方法的研究。首先,研究在地震激励下采用主动控制方法进行地震响应控制,对主动控制方法中的一些关键性问题进行研究,其次,在主动控制研究的基础上,重点研究了建筑结构的半主动控制方法,第三,文章探讨了模糊控制及遗传算法在建筑结构振动控制中的应用。在结构地震响应主动控制系统设计中,采用线性二次型(LQR)经典最优控制、线性二次型Gauss(LQG)最优控制、结构极点配置控制、结构模态控制和滑移模态控制五种控制算法分别对线性结构模型进行了理论分析和数值仿真计算,为结构振动半主动控制提供基础。在主动变刚度(AVS)控制策略的基础上,提出了一种新的结构地震响应控制主动变刚度频率控制算法。利用希尔伯特—黄变换理论分析非线性非平稳地震信号的时频信息,当地震信号的瞬时频率接近于结构的固有频率时,主动变刚度装置改变结构的刚度以减小地震激励下的结构响应。文章选取两个建筑结构的Benchmark模型作为算例来验证该算法的可行性及有效性。仿真分析表明,该方法简便可行,能有效地控制受控结构位移反应,有着广泛的工程实际应用前景。基于固有模态分解技术和希尔伯特—黄变换理论提出了一种半主动变刚度调谐质量阻尼器(SAVS-TMD)对高层建筑结构进行风振响应频率控制算法。该算法控制系统的优点在于调谐质量阻尼器(TMD)频率可以实时连续可调,而且对结构的刚度和阻尼的变化具有很好的鲁棒性。本文选取的研究对象为拟在澳大利亚墨尔本建造的76层306m钢筋混凝土塔式办公楼建筑。SAVS-TMD控制仿真计算的结果与结构无控情况相比,可以充分地降低结构的风振响应,同时与TMD控制相比控制效果更好。此外,SAVS-TMD控制在结构刚度变化±15%的情况下依然可以降低结构的风振响应,具有很好的鲁棒性。SAVS-TMD控制的效果类似于主动调谐质量阻尼器(ATMD)控制,但是比ATMD控制耗能少。根据Davenport脉动风速谱,采用自回归模型(Auto-regressive)法和经过FFT算法改进的谐波叠加法(WAWS)分别对高层建筑结构进行脉动风速时程模拟。考虑竖向相关性、平稳的多变量随机过程以及它的互谱密度矩阵模拟生成具有随机性的脉动风速时程曲线和风速谱的功率谱密度。模拟风速的功率谱密度函数与Davenport目标谱的比较表明两种方法具有很高的精度和效率。本文算例以76层306m高钢筋混凝土结构风振Benchmark模型为研究对象,研究了风荷载作用下高层建筑动力响应的控制方法,给出了结构在模拟脉动风荷载作用下的被动TMD控制和主动LQG控制的控制结果。迭代学习控制是一种比较理想的控制策略,其本身具有某种智能,能够在控制过程中不断地完善自身,以使控制效果越来越好,逐渐成为令人关注的课题。针对高层建筑结构的地震响应,基于线性二次型最优控制与迭代学习控制相结合的思想,研究线性二次型迭代学习混合控制方法,提高迭代学习控制的收敛速度,对高层建筑结构进行有效的控制。其次结合自校正控制、模糊逻辑和迭代学习控制的基本思想,提出采用自整定模糊控制确定迭代学习律的方法,提高了迭代学习控制的鲁棒性。选取建筑结构振动控制Benchmark第二阶段的地震作用Benchmark模型作为研究对象,进行二次型迭代学习混合控制和模糊迭代地震响应计算,计算结果表明两种控制方法均能够对Benchmark模型的地震响应进行有效地控制,并且控制效果得到了一定的改进。在结构振动智能控制中模糊控制是被采用的方法之一,基于遗传算法的模糊系统的优化设计,把模糊控制和遗传算法结合起来,利用遗传算法的优点,克服了一般模糊控制设计中模糊变量的隶属度和控制规则的选取通常靠经验来获取的不足,使得系统的模糊控制设计更灵活方便,能取得更好的控制效果。