ستفاده از مدل غیرخطی هیسترزیس Bouc-Wen به عنوان یک الگوریتم فراکاوشی اصلاح شده در مدلسازی رفتار میراگرهای MR

Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 410

This Paper With 31 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CAUICNF06_020

تاریخ نمایه سازی: 12 دی 1400

Abstract:

سیستم های کنترل نیمه فعال را میتوان شکل تکامل یافته ی سیستم های کنترل غیرفعال دانست که هوشمندند و بر تغییرات بارهای دینامیکی وارده قابل انطباق می باشند. از طرفی از آنجا که این سیستم ها انرژی خارجی به سیستم تزریق نمی کنند همانند سیستم های کنترل فعال نیاز به منبع انرژی بزرگی ندارند و احتمال ناپایدارسازی سازه نیز در آنها وجود ندارد. این سیستم ها تنها دارای خواص مکانیکی متغیر و قابل کنترلی هستند که در هر لحظه با مطالعه ی اطلاعات پیشخور یا پسخور یا هر دو تغییر داده میشوند تا عملکرد مناسب تری نسبت به حالت غیرفعال در کاهش پاسخ های سازه از خودنشان دهند. در این سیستم ها جک ها به طور مستقیم نیرویی را به سازه وارد نمی کنند .یکی از میراگرهای مایع کنترل پذیر، MR میراگر است. به عبارت دیگر یکی از روش ها برای توصیف رفتار میراگر مگنتورئولوژیکال، مدل های دینامیکی پارامتریک می باشد که از یک مدل مکانیکی استفاده می شود. در این مدل، رفتار میراگر توسط روابطی که حاوی پارامترهای مشخص هستند، توصیف می شود. این پارامترها با توجه به نتایج آزمایشگاهی برای یک میراگر، به گونه ای تعیین می شوند که مدل پیشنهادی بر داده های آزمایشگاهی منطبق گردد. مقادیر مناسب پارامترها جهت انطباق پاسخ عددی این مدل بر پاسخ آزمایشگاهی میراگر مگنتورئولوژیکال با استفاده از روش های شناسایی سیستم تعیین می شود. یکی از روش های شناسایی سیستم برای تعیین پارامترهای مدل رفتاری، استفاده از روش های بهینه سازی می باشد. یکی از این روش ها، الگوریتم های فراکاوشی می باشد. الگوریتم بهینه سازی ملخ یکی از روش های جدید در حل مسائل به روش فراکاوشی می باشد. در این پژوهش، در ابتدا یک روش مبتنی بر آموزش یادگیری متضاد برای بهبود الگوریتم بهینه سازی ملخ استفاده شد. سپس از الگوریتم بهینه سازی ملخ اصلاح شده برای حل مسئله شناسایی پارامتر در مدل بوک ون میراگر مگنتورئولوژیکال استفادهگردید. نتایج بدست آمده در این پژوهش نشان داد که استفاده از روش مبتنی بر آموزش متضاد موجب افزایش قابلیت اکتشاف در الگوریتم فراکاوشی ملخ می شود و الگوریتم از توانایی بالاتری در حل مسائل بهینه سازی ریاضیاتی برخوردار می باشد. همچنین الگوریتم بهینه سازی ملخ اصلاح شده توانایی بسیار بالایی در کاهش خطای سیستم برای تطابق نتایج آزمایشگاهی و مدل عددی در شناسایی پارامترهای مدل بوک ون میراگر مگنتورئولوژیکال برخوردار می باشد.

Authors

میلاد دلاوری

دانشجوی کارشناسی ارشد رشته مهندسی عمران، موسسه آموزش عالی دانش پژوهان پیشرو، اصفهان، ایران

محمد علی رهگذر

عضو هیات علمی دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان، اصفهان، ایران