升船机是大型水利枢纽工程中提升过往船舶的重要工具,与多级放水船闸相比它可以使船舶过坝的时间大大减少,具有显著的经济和社会效益。但由于它是一种高柔结构,受到地震作用时,升船结构下部简体结构的侧移刚度很大,而顶部单层厂房柱的侧移刚度很小,这种巨大的刚度突变会引起升船机顶部厂房强烈的鞭梢效应。因此,减小其鞭梢效应成为当前一个非常重要的研究课题。本课题来源于国家自然科学基金重点项目“土木工程结构振动的智能控制”(50038010)。 针对升船机地震反应的鞭梢效应问题,本文采取理论分析、计算机仿真计算和建立实时仿真系统进行试验等研究手段,将模糊控制理论和神经网络控制理论引入结构控制领域,应用模糊神经网络控制方法,即采用模糊控制策略来控制MR阻尼器的作用力输出,并在模糊控制过程中加入逆模式神经网络模块,逆模式神经网络能很好的模拟MR阻尼器的逆向模型,能通过结构响应和模糊主动控制力产生合适的控制电流,从而可以对MR智能阻尼器实施连续控制,较好的提高系统控制性能。 本文在分析升船机结构和MR阻尼器模型的基础上,确定了基于模糊神经网络控制的智能控制系统,并进行了仿真计算;在仿真研究的基础上,建立了基于dSPACE的升船机结构振动智能控制实时仿真系统,采用RCP(Rapid Control Prototyping)技术来实现对升船机结构模型的实时控制。 实时仿真试验结果表明:模糊神经网络控制方法不依赖于精确模型、调节简单,该方法能有效控制MR智能阻尼器,从而达到很好的控制效果;通过仿真计算与试验结果的比较,证实了数值仿真方法的正确性,同时也充分说明模糊神经网络控制方法的有效性。