یک مدل مبتنی بر ماشین بردار پشتیبان با مینیمم مربعات برای مدلسازی و شناساییمیراگرهای MR

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 614

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICESCONF03_151

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

اگر چه بسیاری از مطالعات انجام شده در زمینه مدلسازی میراگرهای MR معطوف به بکارگیری روشهای منطق فازی و شبکه های عصبی بوده است، با این حال و علیرغم کاربرد زیاد ماشین بردار پشتیبان با مینیمم مربعات موسوم به LS-SVM در مسائل مختلف مدلسازی در مهندسی و برتری آن نسبت به روشهای مذکور، تاکنون مطالعهای در خصوص مدلسازی میراگرهای MR با استفاده از این رهیافت گزارش نشده است. برای این منظور در مطالعه حاضر، ابتدا معادلات مربوط به رفتار غیرخطی میراگرهای MR بر مبنای مدل Bouc-Wen اصلاح شده تشریح و یک پایگاه دادهها بر مبنای این مدل تشکیل شده است. از آنجایی که صحت و دقت مدلسازی به پایگاه دادهها وابسته می باشد، در این مقاله یک سیگنال Chrip جابجایی با دامنه و فرکانس متغیر خطی و یک سیگنال ولتاژ تصادفی به عنوان ورودیها در نظر گرفته شده اند. سپس از یک مدل مبتنی بر LS-SVM برای مدلسازی و شناسایی میراگرهای MR بهره برده شده است. نتایج حاصل تطبیق مناسب مدل پیشنهادی با مدل Bouc-Wen اصلاح شده را نشان می دهند. مدل پیشنهادی قادر است نیروی کنترلی معادل ولتاژ درخواستی میراگر و جابجایی آن را با دقت و سرعت مناسبی تخمین و طراح را از بکارگیری و حل وقت گیر معادله غیرخطی حاکم بر مدل Bouc-Wen اصلاح شده بی نیاز کند

کلیدواژه ها:

کنترل نیمه فعال سازه ها ، میراگرهای MR ، مدل Bouc-Wen ، مدلسازی ، ماشین بردار پشتیبان با مینیمم مربعات

نویسندگان

محسن رستم پور

دانشجوی - کارشناسی ارشد سازه ، دانشگاه غیرانتفاعی هرمزان، بیرجند، ایران

صادق اعتدالی

استادیار گروه مهندسی عمران، دانشگاه صنعتی بیرجند، بیرجند، ایران

نادر ملایی

مربی گروه مهندسی کامپیوتر، دانشگاه صنعتی بیرجند، بیرجند، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • . Nishitani, A. Inoue, Y. Overview of the application of ...
  • . Spencer Jr, B. F. Nagarajaiah, S. State of the ...
  • . Jung, H. J., Jang, D. D., Choi, K. M., ...
  • . Kori, J. G., Jangid, R. S. Semi-active MR dampers ...
  • . Karamodin, A, Haji Kazemi, H. Semi-active control of structures ...
  • . Bitaraf, M., Ozbulut, O. E., Hurlebaus, S. Barroso, L. ...
  • . Xu, Z. D. Guo, Y. Q. Neuro-fuzzy control strategy ...
  • . Xu, Z. Guo, Y. Integrated intelligent control analysis On ...
  • . Askari, M., Li, J. Samali, B. Semi-active LQG control ...
  • . Weber, F., Bhowmik, S. Hogsberg, J. Extended neural network-based ...
  • . Suykens, J.A.K., Van Gestel, T., De Brabanter, J., De ...
  • . Ma, Y. Guo, G. Support vector machines applications, Springer. ...
  • . Namdari, M. Jazayeri-Rad, H. Incipient fault diagnosis using support ...
  • . Spencer, B. F., Dyke, S. J., Sain, M. K., ...
  • . Parrella, F. Online support vector regression. A thesis presented ...
  • . Suykens, J.A., Vandewalle, J. Least squares support vector machie ...
  • . http : //www. _ sat , kuleuven .be/sista/ls svmlab/ ...
  • نمایش کامل مراجع