کنترل تطبیقی سازه مبنای ۳ طبقه مجهز به میراگر MR با استفاده از کنترل کننده مقاوم مرتبه کسری

در این مطالعه، هدف پیشنهاد یک کنترل کننده PID مرتبه کسری تطبیقی است که پارامترهای آن به صورت آنلاین توسط پنج شبکه عصبی پرسپترون چندلایه با استفاده از فیلتر کالمن توسعه یافته تنظیم می شود. یک شبکه عصبی MLP که از طریق الگوریتم پس انتشار خطا آموزش داده شده است برای شناسایی سیستم سازه ای و تخمین پلنت در نظر گرفته می شود. ژاکوبین مدل تخمین زده شده به صورت آنلاین برای اعمال به کنترل کننده استفاده می گردد. از آنجایی که جبرانساز شبکه های عصبی فازی نوع ۲  که توسط EKF و استراتژی یادگیری خطای بازخورد تنظیم شده است، پایداری و استحکام این کنترل کننده در برابر خطای تخمین، اختلالات لرزه ای و برخی توابع غیرخطی ناشناخته افزایش می یابد. به منظور اعتبارسنجی، عملکرد کنترل کننده پیشنهادی بر روی سازه مبنا غیرخطی ۳ طبقه مجهز به میراگر نیمه فعال تحت زلزله های حوزه دور و نزدیک بررسی می شود. به منظور بررسی و اثربخشی کنترل کننده پیشنهادی مجهز به جبران کننده در کاهش پاسخ های لرزه ای، شاخص های  ارزیابی مورد بحث و با کارهای قبلی مقایسه گردیدند. نتایج بیانگر آن است که کنترل کننده FOPID تطبیقی پیشنهادی عملکرد بهتری را نسبت به سایر کنترلرها داشته و بطوری که شاخص J۲  در زلزله هاچینو با شدت ۱.۵، تا مقدار ۳۵ درصد نسبت به دیگر کنترل کننده ها بهبود را تجربه کرده است و این میزان در زلزله نورثریج به بیش از ۴۰ درصد نیز می رسد. دیگر شاخص ها ( J۳ تا  J۶) نیز با استفاده از کنترل کننده پیشنهادی، بهبود قابل ملاحظه ای را تجربه کرده اند.

Keywords:

کنترل سازه , PID مرتبه کسری تطبیقی , شبکه عصبی- فازی نوع ۲ بازه ای , شبکه عصبی MLP , فیلتر کالمن توسعه یافته