專利名稱：基于在線支持向量機(jī)的建筑結(jié)構(gòu)地震反應(yīng)智能控制設(shè)計(jì)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是建筑結(jié)構(gòu)抗震技術(shù)領(lǐng)域，具體地說，是使用支持向量機(jī)這種人工智能技術(shù)來建立建筑結(jié)構(gòu)地震反應(yīng)智能控制系統(tǒng)的一種設(shè)計(jì)方法。
背景技術(shù)：
目前，磁流變(MR)阻尼器是國內(nèi)外廣泛研究的各種耗能阻尼器中應(yīng)用前景較好的一種阻尼器。MR阻尼器中的流體由非導(dǎo)磁性液體和均勻分散于其中的高磁導(dǎo)率、低磁滯性的微小軟磁性顆粒組成。在磁場作用下，該液體可以在毫秒級時(shí)間內(nèi)快速、可逆地由流動(dòng)性良好的牛頓流體轉(zhuǎn)變?yōu)楦唣ざ?、低流?dòng)性的Bingham塑性固體。當(dāng)線圈內(nèi)電流增大時(shí)，節(jié)流孔內(nèi)磁場就會(huì)增強(qiáng)，磁流變液流過節(jié)流孔的阻力隨之增大，使得MR阻尼器輸出的阻尼力增大；反之，電流減小，阻尼力也減小。因此，通過調(diào)節(jié)輸入電流，即可控制MR阻尼器阻尼力 的大小。這種MR阻尼器具有結(jié)構(gòu)簡單、阻尼力連續(xù)逆順可調(diào)，并且可調(diào)范圍大、響應(yīng)快、良好的溫度穩(wěn)定性以及可與計(jì)算機(jī)控制結(jié)合等優(yōu)良特性?，F(xiàn)有結(jié)構(gòu)振動(dòng)半主動(dòng)控制方法大多采用二次型調(diào)節(jié)器(LQR)最優(yōu)主動(dòng)控制方法完成對結(jié)構(gòu)最優(yōu)半主動(dòng)控制力的計(jì)算?；贚QR的半主動(dòng)控制方法具有一定的控制效果，得到廣泛使用。然而，在實(shí)際工程中，由于實(shí)際結(jié)構(gòu)的自由度數(shù)目很大，在全部自由度上布置傳感器是很困難的，同時(shí)，傳感器與數(shù)據(jù)采集系統(tǒng)總是受到周圍環(huán)境噪聲的影響。所以說，獲取測量系統(tǒng)的全部狀態(tài)變量往往是不現(xiàn)實(shí)的，也是不經(jīng)濟(jì)的，故采用新的控制方法解決以上問題，并進(jìn)一步優(yōu)化結(jié)構(gòu)振動(dòng)反應(yīng)控制效果已經(jīng)變得越來越重要。支持向量機(jī)(SVM)是由Vapnik在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上建立起來的一種非常有力的機(jī)器學(xué)習(xí)方法，是一種新穎的人工智能技術(shù)。SVM最初是用于模式識(shí)別，目前在信號(hào)處理、系統(tǒng)辨識(shí)與建模、先進(jìn)控制和軟測量等領(lǐng)域都得到了廣泛的應(yīng)用。在解決小樣本、非線性及高維模式識(shí)別問題中表現(xiàn)出許多特有的優(yōu)勢，已應(yīng)用于手寫體識(shí)別、三維目標(biāo)識(shí)別、人臉識(shí)別、文本圖像分類等實(shí)際問題中，性能優(yōu)于已有的學(xué)習(xí)方法，表現(xiàn)出良好的學(xué)習(xí)能力。與人工神經(jīng)網(wǎng)絡(luò)相比，SVM能夠很好地克服前者訓(xùn)練時(shí)間長、訓(xùn)練結(jié)果存在隨機(jī)性和過學(xué)習(xí)等不足。而且，SVM是從線性可分情況下的線性分類面發(fā)展而來的，接著利用核函數(shù)很好地解決了非線性可分情況。

發(fā)明內(nèi)容
本發(fā)明采用帶有Kalman濾波器的線性二次型高斯(LQG)最優(yōu)主動(dòng)控制方法計(jì)算結(jié)構(gòu)的最優(yōu)主動(dòng)控制力。首先，通過Kalman濾波器對建筑結(jié)構(gòu)的全狀態(tài)信息進(jìn)行估計(jì)以便動(dòng)態(tài)地完成對結(jié)構(gòu)完整狀態(tài)信息的構(gòu)建。然后，通過LQG最優(yōu)控制方法計(jì)算出主動(dòng)控制力，并以該主動(dòng)控制力為目標(biāo)，設(shè)計(jì)磁流變(MR)阻尼器的出力，最先建立傳統(tǒng)的基于LQG結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-MR阻尼器控制系統(tǒng))。接著，執(zhí)行SVM控制器對最優(yōu)主動(dòng)控制力的學(xué)習(xí)、預(yù)測和訓(xùn)練功能，建立本發(fā)明的核心部分-基于在線支持向量機(jī)的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))設(shè)計(jì)方法。采用該設(shè)計(jì)方法設(shè)計(jì)的智能控制系統(tǒng)消除了基于LQG結(jié)構(gòu)-MR阻尼器控制系統(tǒng)中地震加速度反應(yīng)放大的現(xiàn)象，并考慮了控制系統(tǒng)本身的時(shí)滯，從而對結(jié)構(gòu)位移、速度、加速度地震反應(yīng)都有很好的控制效
果O為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案上述基于在線支持向量機(jī)的建筑結(jié)構(gòu)地震反應(yīng)智能控制設(shè)計(jì)方法實(shí)施步驟如下①為保證結(jié)構(gòu)整體能量最小，采用LQG最優(yōu)主動(dòng)控制方法實(shí)時(shí)計(jì)算在地震作用下建筑結(jié)構(gòu)的最優(yōu)主動(dòng)控制力。②考慮到由于環(huán)境噪聲或由于自由度數(shù)目過大造成的狀態(tài)采集不完整的情況，使用帶有Kalman濾波器的觀測器對結(jié)構(gòu)狀態(tài)進(jìn)行狀態(tài)估計(jì),根據(jù)Kalman濾波器得到的結(jié)構(gòu)狀態(tài)數(shù)據(jù)計(jì)算結(jié)構(gòu)最優(yōu)主動(dòng)控制力。利用得到的最優(yōu)主動(dòng)控制力來設(shè)計(jì)MR阻尼器的實(shí)時(shí)變阻尼，計(jì)算出MR阻尼器的實(shí)時(shí)半主動(dòng)阻尼控制力，從而建立結(jié)構(gòu)-MR阻尼器控制系統(tǒng)。③通過在該控制系統(tǒng)中植入SVM控制器，并依托它的學(xué)習(xí)、訓(xùn)練和預(yù)測功能來預(yù)測受控結(jié)構(gòu)的最優(yōu)主動(dòng)控制力，建立基于在線SVM的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié) 構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))，實(shí)現(xiàn)對建筑結(jié)構(gòu)的半主動(dòng)智能控制。結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng)設(shè)計(jì)方法的實(shí)施性步驟如下第一步選定建筑結(jié)構(gòu)模型，采集輸入到結(jié)構(gòu)的地震波數(shù)據(jù)，并對結(jié)構(gòu)進(jìn)行地震反應(yīng)分析。將結(jié)構(gòu)地震反應(yīng)代入線性二次型高斯(LQG)主動(dòng)控制器，計(jì)算出該受控結(jié)構(gòu)所需的最優(yōu)主動(dòng)控制力。第二步根據(jù)建筑結(jié)構(gòu)預(yù)定的地震反應(yīng)控制水平，對多層及高層建筑結(jié)構(gòu)的每個(gè)樓層安裝若干個(gè)磁流變(MR)阻尼器，并利用第一步中計(jì)算出的最優(yōu)控制力為目標(biāo)力確定磁流變(MR)阻尼器的模型參數(shù)，設(shè)計(jì)結(jié)構(gòu)半主動(dòng)(SA)智能控制系統(tǒng)(即傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng))。第三步執(zhí)行在線支持向量機(jī)(SVM)的學(xué)習(xí)、訓(xùn)練、預(yù)測功能，建立本發(fā)明的核心部分-基于在線SVM的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))。結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng)是將LQG控制器與SVM控制器合并為一個(gè)系統(tǒng)，其具體工作流程闡述如下。通過狀態(tài)監(jiān)測器采集當(dāng)前時(shí)刻的結(jié)構(gòu)狀態(tài)信息，并將狀態(tài)數(shù)據(jù)傳遞至LQG控制器。LQG控制器中的Kalman濾波器通過獲取結(jié)構(gòu)部分狀態(tài)數(shù)據(jù)實(shí)時(shí)地估計(jì)出結(jié)構(gòu)某一時(shí)刻的全部狀態(tài)信息，以確保LQG最優(yōu)控制算法能夠計(jì)算出最優(yōu)控制力。LQG控制器中的反饋增益只使用在地震作用下結(jié)構(gòu)控制的第一循環(huán)過程中，在SVM控制器得到可以訓(xùn)練的樣本數(shù)據(jù)后，LQG控制器中的控制增益即退出工作。SVM控制器的主要作用為預(yù)測結(jié)構(gòu)在某一時(shí)刻反應(yīng)發(fā)生后的結(jié)構(gòu)控制力。以結(jié)構(gòu)t時(shí)刻前100個(gè)時(shí)間點(diǎn)的控制力數(shù)據(jù)做為訓(xùn)練樣本數(shù)據(jù)的移動(dòng)取值窗口(不足100時(shí)，取該時(shí)刻前的所有數(shù)據(jù))進(jìn)行學(xué)習(xí)和訓(xùn)練，預(yù)測出結(jié)構(gòu)t+2時(shí)刻的控制力。采用t+2時(shí)刻的預(yù)測主動(dòng)最優(yōu)控制力為目標(biāo)通過半主動(dòng)智能控制算法得到MR阻尼器所需要的控制力信號(hào)(t時(shí)刻)，實(shí)現(xiàn)結(jié)構(gòu)的智能控制，并依次循環(huán)下去?；贛ATLAB平臺(tái)，將采用本發(fā)明設(shè)計(jì)的基于在線SVM建筑結(jié)構(gòu)地震反應(yīng)智能控制系統(tǒng)與傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng)控制下的結(jié)構(gòu)地震反應(yīng)進(jìn)行數(shù)值比較分析，發(fā)現(xiàn)具有如下優(yōu)點(diǎn)
本發(fā)明設(shè)計(jì)的基于SVM結(jié)構(gòu)地震反應(yīng)智能控制系統(tǒng)在控制建筑結(jié)構(gòu)的地震反應(yīng)上較傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng)更為有效，特別是隨著建筑結(jié)構(gòu)層數(shù)的增加，其對地震加速度反應(yīng)的控制優(yōu)勢更加明顯，并能考慮控制系統(tǒng)本身存在的時(shí)滯，從而使得結(jié)構(gòu)預(yù)測控制力更為精確、可靠。


圖I (a)是本發(fā)明的在地震作用下建筑結(jié)構(gòu)磁流變(MR)阻尼器半主動(dòng)智能控制方法的模塊示意圖；圖I (b)是本發(fā)明的結(jié)構(gòu)-SA-SVM-磁流變(MR)阻尼器半主動(dòng)智能控制流程圖；圖2是在地震作用下多層建筑結(jié)構(gòu)磁流變(MR)阻尼器半主動(dòng)智能控制方法分析
模型簡化示意圖；圖3是在El-centro(0. Ig)地震波作用下不同控制系統(tǒng)控制下結(jié)構(gòu)頂層的反應(yīng)曲線.
-^4 ，圖4是在Kobe (O. Ig)地震波作用下不同控制系統(tǒng)控制下結(jié)構(gòu)頂層的反應(yīng)曲線；圖5是在上海人工波I (O. Ig)作用下不同控制系統(tǒng)控制下結(jié)構(gòu)頂層的反應(yīng)曲線；圖6是在上海人工波2(0. Ig)作用下不同控制系統(tǒng)控制下結(jié)構(gòu)頂層的反應(yīng)曲線。
具體實(shí)施例方式以下結(jié)合附圖I和2對本發(fā)明的實(shí)施作進(jìn)一步詳細(xì)說明。本發(fā)明的基于在線支持向量機(jī)結(jié)構(gòu)地震反應(yīng)智能控制設(shè)計(jì)方法的步驟如下第一步，選定典型的三層剪切型框架結(jié)構(gòu)，每層安裝一個(gè)MR阻尼器，假定上述結(jié)構(gòu)處于上海市區(qū)，按照建筑抗震設(shè)計(jì)規(guī)范要求，抗震設(shè)防烈度為7度，設(shè)計(jì)基本地震加速度值為O. lg。選取El-centix)波、Kobe波、上海人工波I、上海人工波2四條地震波，并按照抗震要求將四條地震波加速度峰值均調(diào)幅為O. lg，且把調(diào)幅后的地震波數(shù)據(jù)作用在所選擇的建筑結(jié)構(gòu)上進(jìn)行控制對比分析。采用LQG最優(yōu)控制方法計(jì)算出結(jié)構(gòu)的最優(yōu)主動(dòng)控制力。第二步，按照上述LQG最優(yōu)主動(dòng)控制方法計(jì)算得到的最優(yōu)控制力來設(shè)計(jì)MR阻尼器的變阻尼，并利用它們進(jìn)一步計(jì)算得到MR阻尼器的實(shí)時(shí)半主動(dòng)阻尼控制力。第三步，執(zhí)行SVM控制器的學(xué)習(xí)、訓(xùn)練和預(yù)測功能，對上述用于設(shè)計(jì)MR阻尼器半主動(dòng)變阻尼力的最優(yōu)主動(dòng)控制力進(jìn)行預(yù)測，建立基于在線SVM的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))，以對受控結(jié)構(gòu)進(jìn)行智能地震反應(yīng)控制?；贛ATLAB平臺(tái)，編制程序語言提取在四條地震波作用下結(jié)構(gòu)_SA_SVM_MR阻尼器控制系統(tǒng)、傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng)控制下和無控下結(jié)構(gòu)的地震反應(yīng)，如表1-2所示結(jié)果。數(shù)值驗(yàn)證結(jié)果表明使用本發(fā)明設(shè)計(jì)的智能控制系統(tǒng)對結(jié)構(gòu)地震反應(yīng)具有非常好的控制效果。表I在地震波(O. Ig)作用下磁流變(MR)阻尼器半主動(dòng)智能控制各層最大控制力
權(quán)利要求
1.一種基于在線支持向量機(jī)的建筑結(jié)構(gòu)地震反應(yīng)智能控制設(shè)計(jì)方法，其實(shí)施性步驟如下 第一步[如圖1(a)所示]:選定建筑結(jié)構(gòu)模型，采集輸入到結(jié)構(gòu)的地震波數(shù)據(jù)，并對結(jié)構(gòu)進(jìn)行地震反應(yīng)分析。將結(jié)構(gòu)地震反應(yīng)代入線性二次型高斯(LQG)主動(dòng)控制器，計(jì)算出該受控結(jié)構(gòu)所需的最優(yōu)主動(dòng)控制力。
第二步[如圖1(a)所示]:根據(jù)建筑結(jié)構(gòu)預(yù)定的地震反應(yīng)控制水平，對多層及高層建筑結(jié)構(gòu)的每個(gè)樓層安裝若干個(gè)磁流變(MR)阻尼器，并利用第一步中計(jì)算出的最優(yōu)控制力為目標(biāo)力確定MR阻尼器的模型參數(shù)，設(shè)計(jì)結(jié)構(gòu)半主動(dòng)(SA)智能控制系統(tǒng)(即傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng))。
第三步[如圖1(a)和(b)所示]:執(zhí)行在線支持向量機(jī)(SVM)的學(xué)習(xí)、訓(xùn)練、預(yù)測功能，建立本發(fā)明的核心部分-基于在線SVM的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))。結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng)是將LQG控制器與SVM控制器合并為一個(gè)系統(tǒng)，其具體工作流程[如圖1(b)所示]闡述如下。
通過狀態(tài)監(jiān)測器采集當(dāng)前時(shí)刻的結(jié)構(gòu)狀態(tài)信息，并將狀態(tài)數(shù)據(jù)傳遞至LQG控制器。LQG控制器中的Kalman濾波器通過獲取結(jié)構(gòu)部分狀態(tài)數(shù)據(jù)實(shí)時(shí)地估計(jì)出結(jié)構(gòu)某一時(shí)刻的全部狀態(tài)信息，以確保LQG最優(yōu)控制算法能夠計(jì)算出最優(yōu)控制力。LQG控制器中的反饋增益只使用在地震作用下結(jié)構(gòu)控制的第一循環(huán)過程中，在SVM控制器得到可以訓(xùn)練的樣本數(shù)據(jù)后，LQG控制器中的控制增益即退出工作。
SVM控制器的主要作用為預(yù)測結(jié)構(gòu)在某一時(shí)刻反應(yīng)發(fā)生后的結(jié)構(gòu)最優(yōu)主動(dòng)控制力。以結(jié)構(gòu)t時(shí)刻前100個(gè)時(shí)間點(diǎn)的控制力數(shù)據(jù)做為訓(xùn)練樣本數(shù)據(jù)的移動(dòng)取值窗口(不足100時(shí)，取該時(shí)刻前的所有數(shù)據(jù))進(jìn)行學(xué)習(xí)和訓(xùn)練，預(yù)測出結(jié)構(gòu)t+2時(shí)刻的控制力。采用t+2時(shí)刻的預(yù)測最優(yōu)主動(dòng)控制力為目標(biāo)通過半主動(dòng)智能控制算法得到MR阻尼器所需要的控制力信號(hào)(t時(shí)刻)，實(shí)現(xiàn)結(jié)構(gòu)的智能控制，并依次循環(huán)下去。
2.根據(jù)權(quán)利要求I中第一步所述LQG最優(yōu)主動(dòng)控制方法得到的最優(yōu)控制力來設(shè)計(jì)MR阻尼器的變阻尼，并據(jù)此進(jìn)一步設(shè)計(jì)得到在地震作用下MR阻尼器的實(shí)時(shí)半主動(dòng)阻尼控制力，實(shí)現(xiàn)建筑結(jié)構(gòu)的半主動(dòng)MR阻尼器控制。LQG控制器的核心就是利用狀態(tài)估計(jì)器或者觀測器來實(shí)現(xiàn)控制系統(tǒng)的狀態(tài)反饋，即帶有Kalman濾波器的LQG最優(yōu)主動(dòng)控制就是通過采用Kalman濾波器對建筑結(jié)構(gòu)的狀態(tài)進(jìn)行估計(jì)以達(dá)到對結(jié)構(gòu)完整狀態(tài)信息的動(dòng)態(tài)構(gòu)建，實(shí)現(xiàn)LQG最優(yōu)主動(dòng)控制力的實(shí)時(shí)計(jì)算。
3.根據(jù)權(quán)利要求I中第二步所述在結(jié)構(gòu)每層設(shè)置若干個(gè)MR阻尼器，采用修正的賓漢姆(Bingham)模型來·模擬MR阻尼器的力學(xué)特性，即通過以下計(jì)算公式(I)實(shí)現(xiàn)MR阻尼器控制力參數(shù)的設(shè)計(jì)。根據(jù)計(jì)算公式(I)，設(shè)計(jì)結(jié)構(gòu)半主動(dòng)(SA)智能控制系統(tǒng)(即傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng))。 F ^ fcSgn{x)+c0+ f0(I) 式中F為使用LQG最優(yōu)主動(dòng)控制方法計(jì)算所得到的最優(yōu)控制力，Ctl為粘滯阻尼系數(shù)，文為非零活塞速度，f。為液壓引起的摩擦力(由MR阻尼器提供的控制力與LQG最優(yōu)主動(dòng)控制力相比較后得出)，fQ為由于蓄能器引起的阻尼器輸出力偏差。
4.根據(jù)權(quán)利要求I中第三步所述運(yùn)用SVM控制器對通過使用LQG最優(yōu)主動(dòng)控制力設(shè)計(jì)得到的MR阻尼器半主動(dòng)變阻尼力進(jìn)行在線學(xué)習(xí)、訓(xùn)練和預(yù)測。使用預(yù)測得到的控制力，建立基于在線SVM的結(jié)構(gòu)半主動(dòng)智能控制系統(tǒng)(即結(jié)構(gòu)-SA-SVM-MR阻尼器控制系統(tǒng))，對受控結(jié)構(gòu)實(shí)行實(shí)時(shí)智能控制，并與無控和傳統(tǒng)的結(jié)構(gòu)-MR阻尼器控制系統(tǒng)控制下的結(jié)構(gòu)地震反應(yīng)進(jìn)行對比分析以檢驗(yàn)控制效果。在SVM預(yù)測過程中，由于在線實(shí)時(shí)地獲取結(jié)構(gòu)某時(shí)刻前100個(gè)時(shí)間點(diǎn)的控制力數(shù)據(jù)，即采用移動(dòng)的時(shí)間窗口進(jìn)行控制力樣本的選取，大大地減 小了控制過程中的誤差累計(jì)，從而使最優(yōu)主動(dòng)控制力的預(yù)測更為精確、可靠。
全文摘要
本發(fā)明公開了基于在線SVM的建筑結(jié)構(gòu)地震反應(yīng)智能控制設(shè)計(jì)方法，實(shí)施步驟為一，選定結(jié)構(gòu)模型，采集地震波，對結(jié)構(gòu)進(jìn)行地震反應(yīng)分析，并代入LQG控制器，計(jì)算所需最優(yōu)主動(dòng)控制力。二，根據(jù)預(yù)定的控制水平，對結(jié)構(gòu)每層安裝若干MR阻尼器，視最優(yōu)主動(dòng)控制力為目標(biāo)力來確定MR阻尼器參數(shù)，設(shè)計(jì)結(jié)構(gòu)LQG MR阻尼器控制系統(tǒng)。三，建立結(jié)構(gòu)-SA-SVM-MR阻尼器智能控制系統(tǒng)的核心模塊，執(zhí)行在線SVM的學(xué)習(xí)、訓(xùn)練、預(yù)測和控制功能。數(shù)值驗(yàn)證表明，智能控制系統(tǒng)比LQG MR阻尼器控制系統(tǒng)更有效。本發(fā)明解決了LQG MR阻尼器控制系統(tǒng)對結(jié)構(gòu)加速度反應(yīng)控制效果差或放大的問題，對結(jié)構(gòu)加速度反應(yīng)有好的控制效果；而且，隨著結(jié)構(gòu)樓層增多，智能控制系統(tǒng)對結(jié)構(gòu)加速度反應(yīng)的控制優(yōu)勢更明顯。
文檔編號(hào)G05B13/04GK102866631SQ201110460890
公開日2013年1月9日 申請日期2011年12月31日 優(yōu)先權(quán)日2011年12月31日
發(fā)明者談德勤, 董鵬, 李澤, 史堅(jiān), 李春祥 申請人:上海綠地建設(shè)(集團(tuán))有限公司, 上海大學(xué)