本發明涉及振動控制，更具體涉及一種用于強沖擊振動控制的磁流變阻尼器半主動控制技術，例如可應用于地震、風振、民用和軍用車輛以及火炮發射工程領域的磁流變阻尼器半主動振動控制中。

背景技術：

1、近年來，隨著建筑工程、裝備及軍工領域的振動控制需求和控制目標越來越高，傳統的被動隔振技術難以適應振源的變化，主動控制技術效果好，但設計系統復雜、能源消耗大，為此，工程師和學者們開始尋求介于被動和主動控制之間的一類方法——半主動控制，基于磁流變阻尼器的半主動控制是其中的一種方法。磁流變阻尼器的參數識別是準確、有效開展半主動控制的關鍵，采用何種方法開展磁流變阻尼器的參數識別并將識別模型應用到強沖擊振動領域，具有重要的實踐意義。

技術實現思路

1、針對上述問題，本發明提出了一種用于強沖擊振動控制的磁流變阻尼器半主動控制技術，該技術在磁流變阻尼器力學試驗的基礎上，獲得不同頻率、不同振幅、不同電流條件下的磁流變阻尼器出力情況；然后引入群智能優化算法粒子群優化算法，該算法具有結構簡單、參數設置方便、計算效率高等優點；通過提出有效的目標適應值函數，使參數尋優過程更加快速有效；此外，對于參數尋優的范圍也進行了逐個優化設計，最終獲得一個較為準確、有效的參數尋優范圍，保證了參數尋優的高效性和準確性；在獲得識別參數的基礎上，進行了不同電流與識別參數的多項式擬合，旨在對不同電流下的模型參數進行預測，實現了對磁流變阻尼器力學模型8個未知參數的準確識別，最后，在識別模型的基礎上，將其應用到強沖擊振動荷載作用下的磁流變阻尼器半主動控制中。

2、更具體地，根據本發明的一方面，提供一種用于強沖擊振動控制的磁流變阻尼器半主動控制方法，包括：

3、步驟一，測試并獲得在簡諧振動荷載作用下、不同振動頻率、不同振動幅值、不同電流或電壓作用下磁流變阻尼器的出力曲線；

4、步驟二，在matlab/simulink中搭建bouc-wen模型，力學表達式表示為式(1)和(2)：

5、

6、式中，f表示所述磁流變阻尼器的可控阻尼力；x表示磁流變阻尼器的相對位移；表示磁流變阻尼器的相對速度；表示虛擬狀態變量z的微分；a，β，γ，α，c0，k0，n和x0為待識別的共8個未知參數；

7、步驟三，利用粒子群優化算法作為優化工具，進行參數尋優處理，包括：

8、對模型參數進行初值設定；

9、確定目標函數為其中，m為試驗數據點個數，ffit和fexp分別為通過粒子群優化算法仿真和試驗得到的阻尼力；為試驗數據中最大與最小阻尼力值之差；

10、設定a，β，γ，α，c0，k0，n和x0共8個未知參數的初始搜索范圍，包括搜索范圍的下限和上限；

11、根據優化結果分別調整8個未知參數的搜索上限，直至結果不能進一步優化，并確定最終的參數搜索范圍；

12、根據確定的參數搜索范圍，采用粒子群優化算法對8個未知參數進行尋優識別；以及

13、達到目標適應值的準確率后，導出尋優識別的參數；

14、步驟四：根據識別的參數，重新代入bouc-wen模型，并評價根據識別模型得到的出力與實際出力的誤差，以判斷優化算法識別的精度；

15、步驟五：對不同電流下的8個識別參數進行多項式擬合；

16、步驟六：根據多項式擬合得到的數學表達式，計算和預測其他電流下的bouc-wen模型參數，并進行出力計算，以評價模型的出力情況；

17、步驟七：建立強沖擊振動作用下振動控制對象數學和力學模型，包括質量、支撐剛度、磁流變阻尼器三塊模型，強沖擊振動由爆炸荷載所產生的加速度模擬；以及

18、步驟八：基于半主動控制模型，搭建matlab/simulink控制模塊，開展振動控制分析，并計算控制效果，導出控制電流、磁流變阻尼器出力情況。

19、根據本發明的實施方案，其中所述步驟一還包括確定磁流變阻尼器在振動臺試驗后所獲得數據的準確性，出力數據直接關系到參數識別的準確。

20、根據本發明的實施方案，其中步驟一中，出力曲線包括力與速度曲線以及力與位移曲線。

21、根據本發明的實施方案，其中所述步驟三中，通過觀測數據的統計或者經驗估計來初始化參數設置。

22、根據本發明的實施方案，其中所述多項式擬合階數不宜超過6階。

23、根據本發明的另一方面，提供一種用于強沖擊振動控制的磁流變阻尼器半主動控制裝置，包括：

24、磁流變阻尼器的出力曲線測試模塊，用于測試并獲得在簡諧振動荷載作用下、不同振動頻率、不同振動幅值、不同電流或電壓作用下磁流變阻尼器的出力曲線；

25、bouc-wen模型搭建模塊，用于在matlab/simulink中搭建bouc-wen模型，力學表達式表示為式(1)和(2)：

26、

27、式中，f表示所述磁流變阻尼器的可控阻尼力；x表示磁流變阻尼器的相對位移；表示磁流變阻尼器的相對速度；表示虛擬狀態變量z的微分；a，β，γ，α，c0，k0，n和x0為待識別的共8個未知參數；

28、參數尋優處理模塊，用于利用粒子群優化算法作為優化工具，進行參數尋優處理，包括：

29、對模型參數進行初值設定；

30、確定目標函數為其中，m為試驗數據點個數，ffit和fexp分別為通過粒子群優化算法仿真和試驗得到的阻尼力；為試驗數據中最大與最小阻尼力值之差；

31、設定a，β，γ，α，c0，k0，n和x0共8個未知參數的初始搜索范圍，包括搜索范圍的下限和上限；

32、根據優化結果分別調整8個未知參數的搜索上限，直至結果不能進一步優化，并確定最終的參數搜索范圍；

33、根據確定的參數搜索范圍，采用粒子群優化算法對8個未知參數進行尋優識別；以及

34、達到目標適應值的準確率后，導出尋優識別的參數；

35、優化算法識別的精度判斷模塊，用于根據識別的參數，重新代入bouc-wen模型，并評價根據識別模型得到的出力與實際出力的誤差，以判斷優化算法識別的精度；

36、多項式擬合模塊，用于對不同電流下的8個識別參數進行多項式擬合；

37、模型出力情況評價模塊，用于根據多項式擬合得到的數學表達式，計算和預測其他電流下的bouc-wen模型參數，并進行出力計算，以評價模型的出力情況；

38、強沖擊振動荷載模擬模塊，用于建立強沖擊振動作用下振動控制對象數學和力學模型，包括質量、支撐剛度、磁流變阻尼器三塊模型，強沖擊振動由爆炸荷載所產生的加速度模擬；以及

39、半主動控制搭建及分析模塊，用于基于半主動控制模型，搭建matlab/simulink控制模塊，開展振動控制分析，并計算控制效果，導出控制電流、磁流變阻尼器出力情況。

40、根據本發明的又一方面，還提供一種電子設備，包括：存儲器以及一個或多個處理器；

41、所述存儲器用于存儲一個或多個程序；當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明所述的方法。

42、本發明通過提出有效的目標適應值函數(目標函數)，使參數尋優過程更加快速有效；此外，對于參數尋優的范圍也進行了逐個優化設計，最終獲得一個較為準確、有效的參數尋優范圍，保證了參數尋優的高效性和準確性；在獲得識別參數的基礎上，進行了不同電流與識別參數的多項式擬合，旨在對不同電流下的模型參數進行預測，實現了對磁流變阻尼器力學模型8個未知參數的準確識別，最后，在識別模型的基礎上，將其應用到強沖擊振動荷載作用下的磁流變阻尼器半主動控制中。