طراحی کنترلکننده عصبی- فازی تطبیقی آنلاین برای تضعیف پاسخ های لرزه ای سازه بنچمارک ۲۰ طبقه
محورهای موضوعی : آنالیز سازه - زلزلهرسول ثابت عهد 1 , سید آرش موسوی قاسمی 2 , رامین وفائی پورسرخابی 3 , اردشیر محمدزاده 4 , یوسف زندی 5
1 - گروه مهندسی عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
2 - گروه مهندسی عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
3 - گروه مهندسی عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
4 - مرکز چند رشته ای مهندسی زیرساخت، دانشگاه فناوری شن یانگ، شن یانگ 110870، چین
5 - گروه مهندسی عمران، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
کلید واژه: کنترلکننده تطبیقی آنلاین, سازه مبنای 20 طبقه, شبکه عصبی پیشخور چندلایه, کنترلکننده عصبی- فازی تطبیقی نوع ۲, کنترل تطبیقی ساده,
چکیده مقاله :
در این مطالعه به طراحی یک کنترلکننده تطبیقی قوی و آنلاین در سیستم کنترلی فعال کابلی، جهت غلبه بر ارتعاشات لرزهای در ساختمانهای چندطبقهای پرداخته میشود. در این پژوهش یک کنترلکننده عصبی- فازی تطبیقی نوع ۲ جدید پیشنهاد شده که در تمام پارامترهای سیستم نامشخص در نظر گرفته می شود. از شبکه ی عصبی پیشخور چندلایه برای استخراج ژاکوبین و تخمین مدل سیستم سازهایاستفاده میشود. سپس، مدل تخمین زده شده بر روی کنترلکننده به صورت آنلاین اعمال می شود. برای تنظیم نیروی کنترلی اعمال شده به سیستم کابلی و دستیابی به اهداف کنترلی، پارامترهای کنترل کننده به طور تطبیقی با استفاده از فیلتر کالمن توسعه یافته و الگوریتم پسانتشار خطا آموزش داده می شوند. در این روش از یک کنترلکننده PID نیز استفاده شده که منجر به استحکام و پایداری سیستم کنترلکننده پیشنهادی در برابر ارتعاشات لرزهای میشود. همچنین جهت نشاندادن برتری سیستم کنترلکننده پیشنهادی از یک کنترلکننده تطبیقی ساده و آنلاین نیز استفاده میشود. این کنترلکننده که بهعنوان مدل مرجع ضمنی است از فیلتر کالمن توسعهیافته برای تنظیم آنلاین پارامترهای کنترلکننده بهعنوان یک نوآوری جدید استفاده میشود. در این تحقیق عملکرد هر دو کنترلکننده تحت تحریکات لرزه ای میدان دور و میدان نزدیک گسل بررسی میشود. بر اساس نتایج عددی بهدستآمده، کنترلکننده عصبی- فازی تطبیقی نوع ۲ در به حداقل رساندن پاسخهای لرزهای سازه در هنگام زلزله و رسیدن به اهداف کنترلی زمانی که ویژگیهای پارامتری سازه تغییر میکند، در مورد نسبت دریفت بین طبقهای تا ۲۱ درصد بهتر از کنترلکننده تطبیقی ساده آنلاین عمل میکند.
In the present research, design of a strong and online adaptive controller in the active cable control system is discussed to overcome the earthquake vibrations of multi-story buildings. Considering all variables as unknown, this study introduces a new type 2 adaptive neuro-fuzzy controller. Using the MLP neural network (multi-layer perceptrons), Jacobian and the structural system estimation are extracted. This estimated structural system model is implemented into the online controller system in the next step. Adaptive controllers are tuned using a post-propagation algorithm and Extended Kalman Filter and are thus able to control and tune the controllers and the cable system. In this method, a PID controller is also used, which increases the strength and stability of the adaptive neural-fuzzy controller system two against earthquake vibrations. The superiority of the proposed controller system over an online simple adaptive controller is also demonstrated. This controller is utilized as an implicit reference model. In this proposed method, Extended Kalman Filter is innovatively used to tune online controllers. In this research, the performance of both controllers is investigated under the far and near fault field pressures. Based on the numerical results, the adaptive neural-fuzzy controller performs about 21% better than the online simple adaptive controller in minimizing the seismic responses of the structure during an earthquake and reaching the control criteria when the parametric characteristics of the structure change.
_||_