非线性质量弹簧阻尼器的神经网络仿真研究(Matlab代码&Simulink仿真实现)

目录

[💥1 概述](#💥1 概述)

[📚2 运行结果](#📚2 运行结果)

[🎉3 参考文献](#🎉3 参考文献)

[🌈4 Matlab代码、Simulink仿真实现](#🌈4 Matlab代码、Simulink仿真实现)


💥1 概述

非线性质量弹簧阻尼器(Nonlinear Mass-Spring-Damper,NMSD)是一种常见的振动控制装置,广泛应用于工程结构的减震和振动控制中。为了进行NMSD的神经网络仿真研究,以下步骤进行:

  1. 数据收集:收集NMSD系统的输入和输出数据。输入可以是外部激励力或加速度,输出可以是系统的位移、速度或加速度响应。

  2. 数据预处理:对收集到的数据进行预处理,包括数据清洗、滤波、降采样等。确保数据的质量和准确性。

  3. 神经网络模型选择:根据仿真的目标和问题特点,选择合适的神经网络模型。常用的模型包括多层感知机(Multi-Layer Perceptron,MLP)、卷积神经网络(Convolutional Neural Network,CNN)等。

  4. 数据划分:将数据集划分为训练集、验证集和测试集。通常采用交叉验证的方法,确保模型的泛化能力。

  5. 网络训练:使用训练集对选定的神经网络模型进行训练。可以采用梯度下降法等优化算法来最小化损失函数,调整网络的权重和参数。

  6. 模型评估:使用验证集评估训练得到的模型的性能,包括准确度、误差等指标。如果需要改进模型,可以通过调整网络结构、超参数等来优化模型。

  7. 模型测试:使用测试集对优化后的模型进行测试,评估其在未见过的数据上的性能表现。可以比较模型的预测结果和实际观测值,分析模型的准确度和可靠性。

在进行非线性质量弹簧阻尼器神经网络仿真研究时,需要充分理解NMSD系统的原理和特性,并对神经网络的训练过程和参数调整有一定的了解。同时,根据具体问题的需求,可以进行更加深入和复杂的模型设计与研究。

📚 2 运行结果

主函数代码:

function[]=main()

close all

clear all

clc

%Call network creating functions

Bnet=NNdamper();

Snet=NNspring();

close all

%Time

timestep=.1;

t=0:timestep:5;

st=size(t,2);

%Choice of Forcing Function

F=2*sin(2*t).*exp(-t/2);

for i=floor(st/2):st

F(1,i)=0;

end

%F=zeros(size(t));

%plot(t,F)

%size init.

pos=zeros(size(t));

vel=pos;

B=pos;

K=pos;

D=pos;

pdot_real=pos;

p_real=pos;

pos_real=pos;

vel_real=pos;

p=pos;

pdot=pos;

%I.C's!

pos(1)=0;%redundant but clear, ok?redundant but clear, ok?

vel(1)=0;

pos_real(1)=pos(1);

vel_real(1)=vel(1);

mass=5;%tons!

p(1)=vel(1)*mass;

p_real=p(1);

K0=sim(Snet,0);% In order to cancel(reduce) steady state error due to neural nets.

B0=sim(Bnet,0);

for i=1:size(t,2)-1;

D(i)=Dtanal(i);

% D(i)=0;

K(i)=sim(Snet,pos(i));

B(i)=sim(Bnet,vel(i));

pdot(i+1)=F(1,i)+D(i)-K(i)-B(i)+K0+B0;

%Momentum integrator

p(i+1)=p(i)+pdot(i+1)*timestep;

vel(i+1)=p(i)/mass;

%Vel integrator

pos(i+1)=pos(i)+vel(i+1)*timestep;

end

%Real solution

for i=1:size(t,2)-1;

pdot_real(i+1)=F(1,i)+D(i)-Fxanal(pos_real(i))-Bvanal(vel_real(i));

%Momentum integrator

p_real(i+1)=p_real(i)+pdot_real(i+1)*timestep;

vel_real(i+1)=p_real(i)/mass;

%Vel integrator

pos_real(i+1)=pos_real(i)+vel_real(i+1)*timestep;

end

%-------------------------------------------------

figure(2)

subplot(3,1,3);

plot(t,pdot/mass,'+',t,pdot_real/mass);

legend('acc','acc real');

subplot(3,1,2);

plot(t,vel,'+',t,vel_real);

legend('v','v real');

subplot(3,1,1);

plot(t,pos,'+',t,pos_real);

legend('p','p real');

%-------------------------------------------------

figure(3)

subplot(4,1,1);

plot(t,K,'+',t,Fxanal(pos));

legend('Spring Force','Spring Force real for NN pos');

subplot(4,1,2);

plot(t,B,t,Bvanal(vel));

legend('Damper force','Damper force real for NN vel')

subplot(4,1,3);

plot(t,p,t,p_real);

legend('p','p real')

subplot(4,1,4);

plot(t,pdot,'+',t,pdot_real);

legend('pdot','pdot_real');

figure(4)

a=linspace(-2,2);

subplot(1,2,1)

plot(a,sim(Snet,a),a,Fxanal(a))

legend('k nn', 'k real')

subplot(1,2,2)

plot(a,sim(Bnet,a),a,Bvanal(a))

legend('B nn', 'B real')

figure(5)

plot(t,D)

legend('Disturbance')

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

1\]谭蔚,贾占斌,聂清德.弹簧阻尼器在塔器防振中的应用\[J\].化学工程,2013,41(12):16-19+34. \[2\]周瑜,李敬豪.基于自适应弹簧阻尼器的变频凝泵低频共振治理方法研究\[J\].科技风,2023(07):58-61.DOI:10.19392/j.cnki.1671-7341.202307019. \[3\]梁红玉,屈铁军.基于弹簧阻尼器的风机桥架的减振设计\[J\].北方工业大学学报,2011,23(01):84-88. ## [🌈](https://mp.weixin.qq.com/mp/appmsgalbum?__biz=Mzk0MDMzNzYwOA==&action=getalbum&album_id=2591810113208958977#wechat_redirect "🌈")****4 Matlab代码、Simulink仿真实现****

相关推荐
格林威几秒前
AI视觉检测:Jetson Orin vs RTX A2000 推理速度对比
人工智能·数码相机·机器学习·计算机视觉·视觉检测·机器视觉·工业相机
后端小肥肠10 分钟前
公众号破圈难?我写了个skill把长文拆成IP卡片,小红书小绿书同时发
人工智能·aigc·agent
陈天伟教授15 分钟前
四川省中小学和职业院校教师校长省级培训专家库专家名单
人工智能·安全·架构
Uncle 城15 分钟前
AI日报速递-20260418
人工智能
slandarer19 分钟前
MATLAB | R2026a 更新了哪些有趣的新东西?
开发语言·数据库·matlab
F_U_N_37 分钟前
拒绝手动配环境!MonkeyCode:手机就能写项目,AI全程扛事
人工智能·ai编程
helloworddm40 分钟前
Vulkan GPU图像处理之对数变换:Kompute框架实战与性能分析
图像处理·人工智能·计算机视觉
旺仔Sec44 分钟前
一万字带您看懂:从“赛项”到“赛道”解读世界职业院校技能大赛改革与备赛策略
人工智能·世界职业院校技能大赛·大赛
海兰1 小时前
【第2篇-续】从零开始helloworld使用openAI通用模型的完整实现示例附源代码
java·人工智能·spring boot·alibaba·spring ai
科研实践课堂(小绿书)1 小时前
基于AI智能算法的装备结构可靠性分析与优化设计技术
人工智能·机器学习