项目名称: 超磁致伸缩材料的非线性动力学及驱动器控制研究

项目编号: No.11272229

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 竺致文

作者单位: 天津大学

项目金额: 86万元

中文摘要: 本课题基于超磁致伸缩材料的动态迟滞非线性特性,首次考虑磁致伸缩率与磁场强度、磁场频率、温度、应力4个变量的耦合关系,将人工智能法(如支持向量机法、规则集成法)和机器学习理论(如随机梯度法、随机森林法)等多元统计回归法,引入到超磁致伸缩材料的多场耦合非线性本构模型的建立中;研究超磁致伸缩驱动器的非线性动力学特性,提出改进的复规范形方法求解系统的强非线性高精度解;首次提出基于增量型多变量支持向量机的逆模型补偿策略,设计出滑模变结构PID控制器,实现精密快速控制;首次从工程实际中存在的随机干扰出发,研究驱动器在随机扰动下的随机动力学特性,分析系统的全局稳定性、随机分岔特性和安全域的首次穿越时间,再应用随机最优控制策略使系统始终处于安全域,从而提高系统的可靠性。这对于推动超磁致伸缩材料的本构模型的建立和超磁致伸缩驱动器的动力学特性理论研究及广泛应用有着重要的理论意义和工程应用价值。

中文关键词: 超磁致伸缩材料;非线性;磁滞;多场耦合;随机最优控制

英文摘要: In this project, the coupling relationship among magnetic field intensity, frequency, stress and temperature of giant magnetostrictive materials was studied based on the hysteretic nonlinear characteristics and the multi-variable coupling characteristics of giant magnetostrictive materials. Artificial intelligence method (such as support vector machine method and rule integration method) and machine learning theory (such as the stochastic gradient method and random forest method) were introduced to set up the multi-field coupling nonlinear constitutive model of giant magnetostrictive materials. The nonlinear dynamic characteristics of giant magnetostrictive actuator were studied, and strong-nonlinear solution with high precision was obtained in improved complex normal form method. Incremental multivariate support vector machine inverse model compensation strategy was proposed, and the sliding -mode variable structure PID controller was designed to control rapidly and accurately. The stochastic nonlinear dynamic characteristics of giant magnetostrictive actuator subject to stochastic excitation were studied, the global stochastic bifurcation characteristics and the first-passage time of security domain were analyzed. The stochastic optimal control strategy was proposed to delay the first-passage time and improve

英文关键词: giant magnetostrictive materials;nonlinear;hysteresis;multi-field coupling;stochastic optimal control

成为VIP会员查看完整内容
0

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
34+阅读 · 2022年3月21日
中国AI+材料科学产业应用研究报告,41页pdf
专知会员服务
55+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
31+阅读 · 2021年5月7日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
「深度神经网络 FPGA 」最新2022研究综述
专知
3+阅读 · 2022年3月26日
【材料课堂】TEM复杂电子衍射花样的标定原理
材料科学与工程
39+阅读 · 2019年4月12日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
136+阅读 · 2018年10月8日
小贴士
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
深度神经网络FPGA设计进展、实现与展望
专知会员服务
34+阅读 · 2022年3月21日
中国AI+材料科学产业应用研究报告,41页pdf
专知会员服务
55+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
31+阅读 · 2021年5月7日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员