杨庆超，杨理华，朱石坚，楼京俊

(1． 海军工程大学 科研部， 湖北 武汉　430033； 2. 海军潜艇学院 动力操纵系， 山东 青岛　266042)



柔性神经网络滑模主动控制技术*

杨庆超1，杨理华2，朱石坚1，楼京俊1

(1． 海军工程大学 科研部， 湖北 武汉430033； 2. 海军潜艇学院 动力操纵系， 山东 青岛266042)

针对复杂激励条件下的振动控制，对Jiles-atherton模型的磁致伸缩作动器在双层隔振系统中的主动控制进行了研究。以传统滑模控制为基础，提出一种柔性神经网络滑模控制算法。用正则化方法设计控制器的切换矩阵，建立神经网络权值和柔性映射参数更新学习公式，并将该控制策略应用于双层隔振系统的振动主动控制中。通过单频、多频及随机信号激励进行仿真研究，结果表明：柔性神经网络滑模控制器具有较强的鲁棒性，具有较好的控制效果。

双层隔振；磁致伸缩作动器；滑模控制；柔性神经网络；主动控制

目前，诸多隔振控制仅研究振源设备或基础振动，即抑制设备传递至基础振动以减小对外辐射噪声或隔离基础传递至设备振动以减小对设备的影响。实际上，设备和基础上都会存在外界激励，然而对这种复杂激励下的振动控制的研究还相对较少。双层隔振作为一种有效的隔振方式已被广泛应用，其可大幅降低机械设备振动与基础的振动传递，是隔离振动和结构噪声的有效措施，对其进行主动控制一直是国内外研究重点[1-4]。随着智能材料的发展，智能型作动器也应运而生，如磁流变作动器、记忆合金作动器、磁致伸缩作动器等，这些智能型执行机构对主动控制产生了巨大的推动作用[5-6]。……