高层钢框架结构基于MR阻尼器的风振半主动控制研究

以某20层钢框架结构为例,提出了一种基于LQG控制（线性二次型高斯最优控制）的跟踪控制策略.采用Davenport谱模拟脉动风速,对该结构进行风振时程响应动力分析,根据计算并结合结构在脉动风作用下的舒适度要求设计了一套独特的控制方法,最后比较了有无施加半主动控制时的结构响应,并对控制装置进行了优化设置.结果表明,这种半主动控制策略对高层钢框架结构在脉动风作用下的加速度响应具有良好的控制效果,满足了舒适度控制的抗风设计要求,有效降低了此类结构风振控制设计的成本.     

巨型钢框架MR智能减震结构的地震反应分析

采用wilson-Θ法求解巨型钢框架MR智能减震结构运动方程,提出基于最优主动控制算法(LQR算法)的双出杆剪切阀式MR阻尼器的半主动控制算法,并选择普通巨型钢框架结构(主结构3层,次结构3层)和巨型钢框,用LQR算法和半主动控制算法分析最大地震反应及控制效果.结果表明,巨型钢框架MR智能减震结构比普通的巨型钢框架结构优越,MR阻尼器能够有效地减小主结构的地震反应.     

单自由度结构的磁流变阻尼顶层隔振

提出了应用磁流变阻尼装置的顶层隔振控制方法．首先，对小质量比TMD的控制理论进行了深入研究，将最优TMD参数的计算公式推广到大质量比范围．以大质量比TMD控制的减振机理为基础，对顶层隔振结构的动力特性进行了研究，对参数影响进行了分析，建立了合理的顶层隔振结构体系；其次，引入磁流变阻尼器对顶层隔振结构的隔振层进行控制，避免TMD控制范围较窄和隔振层变形过大等弱点；最后，对单自由度结构进行了顶层隔振控制，理论分析结果证明：以大质量比TMD理论为基础的顶层隔振控制方法是有效的，结合了磁流变阻尼器的控制后可以避免这种方法的一些弱点，在不增加结构自重的前提下，能够保证结构良好的控制效果，隔振层的位移和结构层的加速度都得到较好的控制，控制效果达到30％左右，以磁流变阻尼器半主动控制效果最好。     

磁流变弹性体阻尼器-转子系统的脉冲响应试验研究

磁流变弹性体是具有磁流变效应的新型智能材料,其弹性模量和阻尼具有可控性。设计制作了一种剪切式磁流变弹性体阻尼器,试验研究了支承在该阻尼器上的单盘悬臂转子系统在静止状态下的脉冲激振响应,并分析了系统的力学特性。试验发现,磁流变弹性体阻尼器的刚度和阻尼随施加磁场强度的增加而增大;转子系统的共振频率也随施加磁场强度的增加而增大。     

汽车磁流变半主动悬架模糊控制技术

在对磁流变减振器的特性进行理论分析的基础上,建立了1/4车辆的磁流变半主动悬架模型,设计了双输入单输出的自适应模糊控制器,并进行了仿真研究.仿真结果表明,相对于被动悬架和简单模糊控制器,自适应模糊控制器能够更好地抑制车身的垂直振动,提高乘坐的舒适性.     

异构双腿机器人仿生腿的设计与控制实现

提出具有可变瞬时转动中心的多轴膝关节,由多轴4联杆机构组成,具有仿生相似性·建立仿生腿的动力学方程,通过求解逆动力学问题的方法,得出最优步态下的膝关节控制力矩·通过传感器获得步态信息,从计算机中选择与该步态模式相应的力矩控制程序,每种步态模式由学习系统产生·选用磁流变阻尼器(MRDamper)组成的仿生腿反应迅速,动作灵活,与人工腿的步态更对称、更协调·     

磁流变液阻尼器的实验研究

利用美国Lord公司生产的MR-132D磁流变液体,设计了一种小孔节流型阻尼器．该阻尼器通过在MTS实验机上实验,获得了较好的响应速度和磁滞曲线．但当振幅较小或频率较高时,阻尼特性下降．     

应用磁共振扩散张量成像对正常人脑白质各向异性的初步研究

目的 利用磁共振扩散张量成像(DTI)技术,研究正常人脑白质的各向异性的正常变化.方法 随机选择20例正常志愿者进行磁共振扩散张量成像,测定双侧内囊前后肢、内囊膝部、外囊、半卵圆中心及胼胝体膝部和压部的FA值,并进行统计学分析.结果 人脑白质中FA值在胼胝体、内囊、外囊、半卵圆中心间均有显著性差别(P＜0.05).胼胝体膝部与压部、内囊前后肢与膝部无显著性差别.结论 DTI技术可以清楚地显示脑白质的解剖结构,通过FA值,能较好地反映组织的各向异性的变化.     

基于IEEE802.16j的多跳中继车载网中最佳中继站的选择

讨论了如何利用IEEE 802.16j的多跳中继技术,来提高车辆网路中车辆用户(SS)与Internet基站(BS)之间的吞吐量.研究了在SS和BS位置已知的情况下,通过选择最佳中继站,来最大限度地提高SS与BS之间的吞吐量.将上述问题纳入到高速公路的流动模型中,借助非线性优化方法来求解,最终确定SS与BS之间的最佳中继站的位置,以获得最大吞吐量.最后通过NS-2仿真实验验证了该算法的有效性,结果表明,相比于不使用中继,该方案使端到端吞吐量的期望值得到了提高.     

肝脏MR图像自适应分割方法

提出一种基于自适应边缘检测和自适应灰度阈值的肝脏MR图像序列分割方法.方法通过构造频率图像自动选取序列中含有最大肝脏区域的图像切片,以此图像切片为起点,向上、向下对序列图像依次进行分割.在分割的过程中,将相邻图像的分割结果作为当前分割图片的掩膜图像,以表示当前图像中肝脏区域的大致轮廓,据此轮廓,统计当前图像中肝脏区域灰度值变化范围,进行自适应阈值分割,最后利用集合关系及质心位置合并阈值分割后的肝脏区域.以此方法对福建省肿瘤医院提供的30个腹部MR图像序列进行分割实验,结果证明该方法对肝脏MR图像分割的有效性.