基于MCS算法控制MFC驱动的主动控制方法及系统

基于mcs算法控制mfc驱动的主动控制方法及系统
技术领域
1.本发明涉及结构工程以及自动控制工程技术领域，特别的，涉及一种结构振动控制的主动控制方法和控制系统，具体而言，涉及一种基于mcs算法控制mfc驱动的主动控制方法及系统。


背景技术：

2.机械振动是结构系统中的消极因素，它的存在会加快结构的疲劳程度和破坏速度，缩短器件和机械系统的使用寿命，影响仪器的精密度。而振动引起的噪声更是会影响人们的身心健康和工作效率。所以，振动问题是目前工业以及人类社会发展亟需解决的问题。目前，振动控制的相关研究在近十几年得到了快速发展，并不断应用于实践当中，取得了良好的效果。
3.主动控制作为现代控制技术中的一种，这几年也得到了迅猛的发展，而压电材料以其敏感的作动性能以及可电控的工作机理，一直是主动振动控制的首选，其快速的响应速度、轻质的特性，灵敏的反应，特别适用于主动控制。
4.然而，一般的主动控制算法均需要获得控制结构精确的模型参数，比如在土木工程领域中，混凝土及木材等建筑材料都有着很强的非线性，并且在地震及强风等过大的外荷载作用下容易产生结构性损伤，使得结构非线性特性十分显著。在为实际结构设计控制系统时，由于环境、原材料带来的系统非线性特性及扰动的随机性，使得由于非预知的变化而导致受控结构系统的不稳定性。


技术实现要素：

5.鉴于此，本发明的目的在于设计一种结构减振降噪控制方案，并根据实际结构的工程需求，对原始方案进行改进和优化，自动地补偿由于非预知的变化导致被控系统的不稳定性，而且适用于结构已知而参数未定的结构系统；采用该方案中算法控制mfc驱动片，使得对实际工程中的结构减振降噪控制效果更优。
6.在为实际结构设计控制系统时需要考虑环境、原材料带来的系统非线性特性及扰动的随机性。因此设计控制系统时，需要考虑环境、原材料带来的系统的非线性以及扰动的随机性，因此本发明采用最小控制合成算法(mcs)，mcs算法是自适应控制算法中的一种改进，它能够自动地补偿由于非预知的变化导致被控系统的不稳定性，且不需要事先获得结构的精确参数。将mcs算法用于控制mfc驱动片，对于结构已知而参数未定的系统十分适用且能保证良好的控制效果。
7.本发明利用宏纤维复合材料(mfc)质量轻、灵敏度高、易于粘贴等特点，将其与自适应控制算法中的最小合成控制算法(mcs)相结合，构成一个新的结构主动控制系统。该控制系统无需受控结构精确的参数模型，且在受控结构发生非线性参数变化时仍能保持良好的控制效果。所述mfc可以分别粘贴于受控结构的各个部位，对减小受控结构的局部振动也有非常好的控制效果。
8.本发明采用系统识别的方法识别出受控结构的传递函数，并将传递函数转化为系统的状态空间方程；
9.搭建最小控制合成算法，以地震能量降低模型作为参考模型，将识别出的状态空间参数代入到mcs算法中，以力传感器和状态观测器传递的信号作为系统的前馈和反馈，搭建出受控结构的闭环控制系统；
10.将mcs计算出的控制电压施加到mfc上，利用mfc的“逆压电效应”对受控结构进行减振，使受控结构的振动响应逐渐接近于参考模型，达到目标减振效果。
11.本发明提供基于mcs算法控制mfc驱动的主动控制方法，包括以下步骤：
12.s1：将结构系统固定，用激振器激励结构系统振动，将力传感器连接激振器，受控结构连接mfc驱动片以及加速度传感器，mfc驱动片连接高压放大器，由高压放大器提供mfc驱动所需要的电压，采用系统识别方法识别出受控结构系统的状态空间方程；
13.s2：将mfc作动器粘贴于受控结构上，搭建自适应最小控制合成mcs算法，以地震能量降低模型作为参考模型，将已识别的状态空间方程代入mcs算法中；
14.s3：搭建状态观测器，以力传感器和状态观测器传递的信号作为结构系统的前馈和反馈，将根据传感器测量出的加速度信号转化为结构状态，计算得出误差xe，驱动mcs算法自适应控制；
15.s4：通过mcs算法计算出控制力u(t)，将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上，减小受控结构系统的振动响应。
16.进一步地，所述s1步骤的所述采用系统识别方法识别出受控结构系统的状态空间方程的方法包括：
17.采用matlab中的system identification工具箱，将力传感器采集到的信号和mfc驱动片的出力作为激励力施加给结构系统的力信号作为输入，加速度传感器采集到的信号作为输入，根据mfc驱动片的最大出力和目标控制效果，将地震加速度时程乘以折减系数kd＝0.6，参考输入r(t)的表达式为：
18.r(t)＝kdd(t)，识别出受控结构系统的准确率大于90％的传递函数，再将传递函数转化为结构系统的状态空间方程，作为受控结构系统的运动特性。
19.进一步地，所述s2步骤的所述搭建自适应最小控制合成mcs算法的方法包括：
20.搭建最小控制合成算法框架，将含有受控结构参数的状态空间方程代入所述最小控制合成算法框架中；最小控制合成算法框架的搭建分为被控模型、参考模型以及未控模型三个部分，其中，参考模型使用地震能量降低模型，未控模型作为减振效果的对比；计算出在mcs算法下的控制力u(t)，再将控制力u(t)作用于被控模型上；由传感器和状态观测器检测出结构系统的状态，得到误差，以此形成闭环控制，实时减小受控结构的振动响应。
21.进一步地，所述s2步骤的将已识别的状态空间方程代入mcs算法中的方法包括：
22.计算出mfc应当施加在结构系统上的驱动力，根据宏纤维复合平板结构的作动方程，得到长边方向的出力与电压的关系(短边方向可忽略不计)：
23.f
x
＝k*v；
24.其中，k为与受控结构系统的尺寸和材料特性有关的系数，mfc的出力f
x
与所提供的电压v呈线性关系，将控制力转化为电压施加在mfc上，控制mfc对受控结构系统输出的驱动力。
25.进一步地，所述s3步骤的搭建状态观测器的方法包括：
26.以输入u和输出y为状态观测器的输入量，通过极点配置的方法，得到反馈增益矩阵k，通过调节状态观测器的参数调整估计值渐近于x的速度，将得到的代替x作为结构系统的状态，计算出xe＝xm(t)-x(t)；
27.因为单单依靠加速度传感器只能观测出结构的加速度响应，无法得到结构系统运动的状态x(t)，而需要依靠结构系统的状态计算出误差值xe来驱动mcs算法，因此需要引入状态观测器。
28.进一步地，所述s4步骤的所述通过mcs算法计算出控制力u(t)的方法包括：
29.在matlab/simulink中搭建自适应最小控制合成mcs算法，将参考模型的状态(目标输出响应)xm(t)与被控模型的状态x(t)作差xe(t)＝xm(t)-x(t)，得到误差值xe(t)，由xe(t)驱动mcs算法计算得出前馈增益kr和反馈增益k，再使用公式u(t)＝krr(t) kx(t)计算出控制力u(t)。
30.进一步地，所述s4步骤的将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上的方法包括：
31.根据mfc的出力特点和布置位置，求出作动器位置矩阵bs，再将bs转化为模态下的矩阵b，代入到mcs算法中，mcs算法计算得出的控制力u(t)为mfc应当输出的最优驱动力，mcs算法中的前馈增益由公式：
32.计算得出；
33.反馈增益由公式：
34.计算得出；
35.其中，比例因子α和β为10倍、1倍或者1/10倍的关系，ye为系统误差输出信号，τ为积分变量，t为矩阵转置，x是状态响应，r是外部激励。
36.本发明还提供基于mcs算法控制mfc驱动的主动控制系统，执行如上述所述的基于mcs算法控制mfc驱动的主动控制方法，包括：
37.状态空间方程转化模块：采用系统识别方法识别出受控结构系统的状态空间方程；
38.搭建mcs算法模块：用于搭建自适应最小控制合成mcs算法，以地震能量降低模型作为参考模型，将已识别的状态空间方程代入mcs算法中；
39.搭建状态观测器模块：用于以力传感器和状态观测器传递的信号作为结构系统的前馈和反馈，将根据传感器测量出的加速度信号转化为结构状态，计算得出误差xe，驱动mcs算法自适应控制；
40.控制力模块：用于通过mcs算法计算出控制力u(t)，将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上，减小受控结构系统的振动响应。
41.本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述所述的基于mcs算法控制mfc驱动的主动控制方法的步骤。
42.本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的
基于mcs算法控制mfc驱动的主动控制方法的步骤。
43.与现有技术相比，本发明的有益效果在于：
44.本发明将自适应控制算法中的最小控制合成算法mcs和宏纤维复合材料mfc相结合，根据mcs计算出的控制力转化为电压施加在mfc上，操作简单、原理清晰、易于实现，可作用于任何型式的结构系统上；采用宏纤维复合材料具有驱动性能好，较宽的工作频带，质量轻，响应快，无电磁干扰，能耗低，良好的机电耦合特性、易于控制等优势，尤其适用于轻质结构的主动控制；采用自适应算法不需要预先知道被控系统模型的参数信息，也不需要提前计算控制器增益；不需要假定系统参数变化缓慢，允许参数发生大幅度变化；在受控系统参数发生变化、系统内部动力亲合、外界干扰以及系统非线性情况下也能达到理想的闭环效果。
附图说明
45.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
46.在附图中：
47.图1为本发明基于mcs算法控制mfc驱动的主动控制方法的流程图；
48.图2为本发明实施例计算机设备的构成示意图；
49.图3为本发明实施例中mfc的控制工作流程图；
50.图4为本发明实施例中mcs算法的原理图；
51.图5为本发明实施例中状态观测器的细节图。
具体实施方式
52.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和产品的例子。
53.在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
54.应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
55.下面结合附图对本发明实施例作进一步详细说明。
56.本发明实施例提供基于mcs算法控制mfc驱动的主动控制方法，参见图1所示，包括如下步骤：
57.s1：将结构系统固定，用激振器激励结构系统振动，将力传感器连接激振器，受控结构连接mfc驱动片以及加速度传感器，mfc驱动片连接高压放大器，由高压放大器提供mfc驱动所需要的电压，采用系统识别方法识别出受控结构系统的状态空间方程；
58.本实施例中，采用matlab中的system identification工具箱，将力传感器采集到的信号和mfc驱动片的出力作为激励力施加给结构系统的力信号作为输入，加速度传感器采集到的信号作为输入，根据mfc驱动片的最大出力和目标控制效果，将地震加速度时程乘以折减系数kd＝0.6，参考输入r(t)的表达式为：
59.r(t)＝kdd(t)，识别出受控结构系统的准确率大于90％的传递函数，再将传递函数转化为结构系统的状态空间方程，作为受控结构系统的运动特性；
60.s2：将mfc作动器粘贴于受控结构上，搭建自适应最小控制合成mcs算法，以地震能量降低模型作为参考模型，将已识别的状态空间方程代入mcs算法中；
61.本实施例中，利用mfc可粘贴于曲面结构的特点，将若干大小相同的mfc分别粘贴于受控结构振动较大位置；
62.所述搭建自适应最小控制合成mcs算法的方法包括：
63.搭建最小控制合成算法框架，将含有受控结构参数的状态空间方程代入所述最小控制合成算法框架中；最小控制合成算法框架的搭建分为被控模型、参考模型以及未控模型三个部分，其中，参考模型使用地震能量降低模型，未控模型作为减振效果的对比；在mcs算法下计算出控制力u(t)，再将控制力u(t)作用于被控模型上；由传感器和状态观测器检测出结构系统的状态，得到误差，以此形成闭环控制，实时减小受控结构的振动响应；
64.所述将已识别的状态空间方程代入mcs算法中的方法包括：
65.计算出mfc应当施加在结构系统上的驱动力，根据宏纤维复合平板结构的作动方程，得到长边方向的出力与电压的关系(短边方向可忽略不计)：
66.f
x
＝k*v；
67.其中，k为与受控结构系统的尺寸和材料特性有关的系数，mfc的出力f
x
与所提供的电压v呈线性关系，将控制力转化为电压施加在mfc上，控制mfc对受控结构系统输出的驱动力；
68.s3：搭建状态观测器，以力传感器和状态观测器传递的信号作为结构系统的前馈和反馈，将根据传感器测量出的加速度信号转化为结构状态，计算得出误差xe，驱动mcs算法自适应控制；
69.所述搭建状态观测器的方法包括：
70.单单依靠加速度传感器只能观测出结构的加速度响应，无法得到结构系统运动的状态x(t)，而需要依靠结构系统的状态计算出误差值xe来驱动mcs算法，因此需要引入状态观测器，参见图5所示；
71.以输入u和输出y为状态观测器的输入量，通过极点配置的方法，得到反馈增益矩阵k，通过调节状态观测器的参数调整估计值渐近于x的速度，将得到的代替x作为结构系统的状态，计算出xe＝xm(t)-x(t)；
72.s4：通过mcs算法计算出控制力u(t)，将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上，减小受控结构系统的振动响应。
73.所述通过mcs算法计算出控制力u(t)的方法包括：
74.在matlab/simulink中搭建自适应最小控制合成mcs算法，参见图4所示，将参考模型的状态(目标输出响应)xm(t)与被控模型的状态x(t)作差xe(t)＝xm(t)-x(t)，得到误差值xe(t)，由xe(t)驱动mcs算法计算得出前馈增益kr和反馈增益k，再使用公式u(t)＝krr(t) kx(t)计算出控制力u(t)。
75.所述将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上的方法包括：
76.根据mfc的出力特点和布置位置，求出作动器位置矩阵bs，再将bs转化为模态下的矩阵b，代入到mcs算法中，mcs算法计算得出的控制力u(t)为mfc应当输出的最优驱动力，mcs算法中的前馈增益由公式：
77.计算得出；
78.反馈增益由公式：
79.计算得出；
80.其中，比例因子α和β为10倍、1倍或者1/10倍的关系，ye为系统误差输出信号，τ为积分变量，t为矩阵转置，x是状态响应，r是外部激励。
81.参见图3所示为本发明实施例中mfc的控制工作流程；在受控结构系统上粘贴mfc驱动片以及加速度传感器，mfc驱动片与高压放大器相连，由高压放大器提供mfc驱动所需要的电压，在计算机中搭建mcs算法，加速度传感器连接调理器将采集的加速度时程信号传递到计算机中，经过mcs算法计算出控制力u(t)，再将u(t)乘以系数k转化为mfc的驱动电压，由实时信号处理系统将电压信号传递给高压放大器，以此形成闭环控制，实时减小受控结构的振动响应。
82.本发明实施例还提供基于mcs算法控制mfc驱动的主动控制系统，执行如上述所述的基于mcs算法控制mfc驱动的主动控制方法，包括：
83.状态空间方程转化模块：采用系统识别方法识别出受控结构系统的状态空间方程；
84.搭建mcs算法模块：用于搭建自适应最小控制合成mcs算法，以地震能量降低模型作为参考模型，将已识别的状态空间方程代入mcs算法中；
85.搭建状态观测器模块：用于以力传感器和状态观测器传递的信号作为结构系统的前馈和反馈，将根据传感器测量出的加速度信号转化为结构状态，计算得出误差xe，驱动mcs算法自适应控制；
86.控制力模块：用于通过mcs算法计算出控制力u(t)，将控制力u(t)转化为电压施加到mfc驱动片作用于受控结构系统上，减小受控结构系统的振动响应。
87.本发明实施例将自适应控制算法中的最小控制合成算法mcs和宏纤维复合材料mfc相结合，根据mcs计算出的控制力转化为电压施加在mfc上，操作简单、原理清晰、易于实现，可作用于任何型式的结构系统上；采用宏纤维复合材料具有驱动性能好，较宽的工作频带，质量轻，响应快，无电磁干扰，能耗低，良好的机电耦合特性、易于控制等优势，尤其适用于轻质结构的主动控制；采用自适应算法不需要预先知道被控系统模型的参数信息，也不需要提前计算控制器增益；不需要假定系统参数变化缓慢，允许参数发生大幅度变化；在受控系统参数发生变化、系统内部动力亲合、外界干扰以及系统非线性情况下也能达到理想
的闭环效果。
88.本发明实施例还提供了一种计算机设备，图2是本发明实施例提供的一种计算机设备的结构示意图；参见附图图2所示，该计算机设备包括：输入装置23、输出装置24、存储器22和处理器21；所述存储器22，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器21执行，使得所述一个或多个处理器21实现如上述实施例提供的基于mcs算法控制mfc驱动的主动控制方法；其中输入装置23、输出装置24、存储器22和处理器21可以通过总线或者其他方式连接，图2中以通过总线连接为例。
89.存储器22作为一种计算设备可读写存储介质，可用于存储软件程序、计算机可执行程序，如本发明实施例所述的基于mcs算法控制mfc驱动的主动控制方法对应的程序指令；存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等；此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件；在一些实例中，存储器22可进一步包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
90.输入装置23可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入；输出装置24可包括显示屏等显示设备。
91.处理器21通过运行存储在存储器22中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于mcs算法控制mfc驱动的主动控制方法。
92.上述提供的计算机设备可用于执行上述实施例提供的mcs算法控制mfc驱动的主动控制方法，具备相应的功能和有益效果。
93.本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的基于mcs算法控制mfc驱动的主动控制方法，存储介质是任何的各种类型的存储器设备或存储设备，存储介质包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddr ram、sram、edo ram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等；存储介质可以还包括其它类型的存储器或其组合；另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统；第二计算机系统可以提供程序指令给第一计算机用于执行。存储介质包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
94.当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上实施例所述的基于mcs算法控制mfc驱动的主动控制方法，还可以执行本发明任意实施例所提供的基于mcs算法控制mfc驱动的主动控制方法中的相关操作。
95.至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
96.以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。