基于粒子群优化算法的磁流变阻尼器多项式动力学建模方法
2018-06-29董致臻冯志敏伍广彬刘小锋
董致臻 冯志敏 伍广彬 刘小锋
1.宁波大学海运学院,宁波,315211 2.哈尔滨工业大学机器人技术与系统国家重点实验室,哈尔滨,150001
0 引言
磁流变液作为一种智能材料在无外加磁场时黏度很低,保持Newton流体特性;而在磁场作用下,磁性颗粒在载液中迅速形成链状结构,使磁流变液具有一定的屈服强度,呈现Bingham流体特性。磁流变阻尼器(magnetorheological damper,MRD)利用这一特性在工程领域得到广泛应用[1⁃3]。
建立精确的MRD动力学模型是实现复杂结构控制的关键。针对MRD动力学建模问题,国内外学者已做了大量研究,主要根据参数是否具有物理意义分为参数模型和非参数模型[4]。在参数模型中SPENCER等[5]提出Bonc⁃Wen模型,能较好地反映MRD滞回特性;KWOK等[6]基于粒子群优化(particle swarm optimization,PSO)算法提出的MRD双曲正切模型比Bonc⁃Wen模型所含参数少,易于推广应用。在非参数模型中,CHANG等[7]提出神经网络模型,建模方便且模型精度高;GAVIN等[8]最早在电流变阻尼器中应用Cheby⁃shev多项式模型,模型参数无需算法辨识且容易建模,模型精度取决于插值节点对应的数据误差;CHOI等[9]运用最小二乘法辨识传统多项式模型,并将其用于MRD动力学建模中,该方法存在高阶Runge振荡问题。近年来,为提高MRD多项式动力学模型精度和消除Runge振荡,周铁明等[10]提出将模型分成多个低阶多项式分别拟合再拼接的分段建模思想;孔祥东等[11]采用将低阶多项式模型与Bingham力学模型相结合的建模方法,提高了模型的整体拟合精度。但上述模型仍存在非线性参数多、计算冗长或模型分段处精度不足和Runge振荡现象,因此本文提出一种基于PSO算法[12]并应用Lagrange插值理论[13]的MRD动力学建模方法。……
