基于NARX神经网络的磁流变阻尼器模型研究*
2021-03-01吕宏展
组合机床与自动化加工技术 2021年2期
孙 奇,吕宏展
(东华大学机械工程学院,上海 201620)
0 引言
磁流变液作为一种智能材料,具有良好的可控性、响应速度快、并且在一定温度范围内工作较为稳定,因此可以被用来作为磁流变阻尼器内部的可流变阻尼材料,在汽车悬架[1]、桥梁减震[2]和仿生假肢[3]等领域得到了广泛的应用。在前期文献中,由于磁流变阻尼发生过程中伴随的非线性滞回力学行为,给力学模型对阻尼力学行为的精确描述带来了一定的挑战。随着阻尼器件对控制精度的要求越来越高,因此,建立精确的磁流变阻尼器力学模型是实现对磁流变阻尼器高精度控制的前提和基础,也使得磁流变阻尼模型的建模一直是国内外学者关注与研究的热点问题。Occhiuzzi A等[4]利用Bingham模型拟合最大阻尼力为50 kN的磁流变阻尼器,经过比较后发现Bingham模型对高电流水平下的阻尼力-位移曲线拟合效果较差,周强等[5]提出改进的Bingham模型,改进的方式是在原Bingham的基础上串联一个弹簧元件,该模型能够拟合阻尼力-位移曲线,但对阻尼力-速度曲线在低速区无法做到非线性拟合。Sims N D等[6]提出双粘性模型,通过建立前屈服参数、后屈服参数、屈服力和外部激励条件之间的经验形状关系完成建模。Li W H等[7]根据磁流变液在屈服前为粘弹性体,屈服后阶段为粘塑性体两种状态提出粘弹性-塑性模型,对处于两个阶段的状态分别建立控制方程,然后通过参数识别求解方程参数,但该模型在阻尼力-速度曲线中也无法做到非线性拟合。……
登录APP查看全文
