عنوان پایان‌نامه
طراحی کنترل کننده فازی - ژنتیک برای میراگر جرمی فعال
- رشته تحصیلی
- مهندسی عمران - مهندسی زلزله
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس یک فنی شماره ثبت: 1065;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 36612
- تاریخ دفاع
- ۲۲ دی ۱۳۸۶
- دانشجو
- احسان دهقان نیری
- استاد راهنما
- سیدمهدی زهرایی
- چکیده
- امروزه استفاده از سیستم های کنترل فعال در کاهش ارتعاشات نا مطلوب سازه ها ناشی از بارگذاری های دینامیکی مانند باد و زلزله از پرکاربردترین شیوه ها در مهندسی عمران می باشند. یکی از این سیستمها کنترلر فعال جرمی یاATMD می باشد که به روشی از شیوه های کنترل در سیستمهای سازه ای و تحقیقات مبدل شده است. الگوریتمهای کنترلی مختلفی در تعیین رفتار سیستم ATMD مورد تحقیق قرار گرفته اند که در این میان استفاده از سیستم های هوشمندی همانند شبکه های عصبی و منطق فازی از توانمندترین الگوریتم های کنترل می باشند . به منظور بررسی هر چه بیشتر و بهتر توانایی سیستم کنترل فعال ATMD با استفاده از الگوریتم کنترل فازی و بررسی عددی قابلیتهای این نوع کنترل ، دو سیستم سازه ای در این تحقیق مورد استفاده قرار گرفته است. بررسی نتایج کنترلر فازی طراحی شده برای سازه یازده طبقه استفاده شده در تحقیقی مشابه نشان داد که اصلاح خطاهای مدلسازی و پارامترهای بهینه سازی تاثیر بسیار زیادی در عملکرد مناسب کنترل فازی می گذارد . در تحقیق پیش رو نشان داده شد که کنترلر فازی از مقاومت قابل توجهی در برابر خطاهای ناشی از مدلسازی برخورداراست و استفاده از ضرائب وزنی قوانین فازی برای نخستین بار به عنوان پارامترهای مورد بهینه سازی در بهینه سازی دو هدفه ژنتیک با هدف کاهش شتاب مطلق و جابجایی طبقه آخر مورد بررسی قرار گرفت و نشان داده شد که ضرائب وزن قوانین فازی نقش تعیین کننده ای در ایجاد نقاط بهینه Pareto دارا هستند. طراحی کنترلر فازی برای سیستم کنترل ATMD نصب شده بر روی یک پل خرپایی با دهانه 80 متر در مقابل زلزله از دیگر کارهای انجام شده در این تحقیق می باشد . با مقایسه کنترل هوشمند فازی با سیستم های مرسوم کنترل مانندLQR و تخصیص قطب با رویکرد بررسی مقاومت سیستم کنترل در برابر تغییر مشخصات دینامیکی سازه با تاکید برتخریب بعضی از اعضا سازه ای، مشخص شد که کنترلر فازی از توانایی مقاومت ذاتی بالایی در مقابل تغییر خصوصیات دینامیکی سیستم سازه ای در مقایسه با الگوریتم های کنترل مرسوم برخوردار است . برای اولین بار با رویکردی جدید ، میزان حساسیت کنترل فازی به ورودیهای بهینه سازی نشان داده شده و مشخص شد که می توان کنترلر فازی را نسبت به بارگذاریهای خاص بیش تنظیم نمود که این خود باعث عدم عملکرد مناسب در برابر بارگذاریهای دیگر خواهد شد . بررسی تاثیر میزان دقت پارامترهای مورد بهینه سازی یا طول کروموزم در بهینه سازی دو هدفه ژنتیک نشان داد که تعیین این پارامتر تاثیر قابل توجهی بر سرعت همگرایی و تعیین مناسب مجموعه جواب Pareto می گذارد . در نهایت آشکار ساختن قدرت کنترل فعال در کاهش ارتعاشات سازه ای در مقایسه با کنترل غیر فعال از دیگر نتایج این تحقیق می باشد .
- Abstract
- Today, application of active control systems for structural control of civil engineering structures and suppression of their vibration response to external excitations, e.g. earthquake and wind, is well-established in both theory and practice. One of the active control devices that have proved its efficacy is the active tuned mass damper (ATMD). The active force in ATMDs can be set to be controlled through various control strategies among which soft computing intelligent schemes have several advantages. In this thesis, the ATMD system with optimized fuzzy logic control has been employed on two benchmark problems adopted from previous studies, namely an eleven-story shear building model and a truss bridge structure. Analysis of results obtained from implementation of fuzzy control on the benchmark problems revealed several advantages of this scheme and several crucial key points concerning genetic algorithm (GA) optimization of the control scheme. It has been shown that judicious selection and tuning of involved parameters is of paramount importance in optimizing control performance. It has been also demonstrated that fuzzy controllers have satisfactory robustness in presence of uncertainties. Moreover, weighting factors of fuzzy rules have been proposed to be utilized as optimization variables in a two-objective GA problem targeting minimization of structural acceleration and displacement. The influence of several parameters such as accuracy and chromosome length on the convergence rate of GA has been investigated. The results of the two-objective GA have been visualized via Pareto fronts and fuzzy weighting factors have been proved to play an important role in distributing the Pareto solutions. Keywords: Active structural control; active tuned mass damper (ATMD); Fuzzy logic control; genetic algorithm (GA); Two-objective optimization; Pareto fronts.
