收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

New Sliding Mode Control of Building Structure Using RBF Neural Networks

【摘要】:正The undue chattering effect is the major disadvantage of conventional sliding mode controllers.In this study,based on the advantage of RBF neural network control method,a new adaptive sliding mode control method,which is one of the active control algorithms,has been applied for seismically-excited building structures.The undue chattering effect,the major disadvantage of conventional sliding mode controller,has been avoided by introducing the new control method.First,we build the motion equation and design the switching surfaces.Next,based on the RBF neural network control algorithm,we adjust the control gain parameter and then design the neurocontroUer.For numerical applications,a three-storey shear building model subjected to ground excitations has been considered.The ground accelerations recorded in two different earthquake events have been used to evaluate the effectiveness of the control algorithm for varied disturbances.The simulation results show preliminarily that our new adaptive sliding mode control method is quite effective:not only can it reduce the peak-response of the ground motion,but also it can keep the chattering effect sufficiently low.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 高晶敏;梁菁菁;李春云;;基于RBF神经网络的人体动态姿态识别算法[J];北京信息科技大学学报(自然科学版);2011年04期
2 李晓峰;;基于AdaBoosting技术的垃圾邮件过滤方法[J];电脑编程技巧与维护;2011年14期
3 杨照峰;单冬红;吕海莲;;基于RBF神经网络路径安全策略[J];化工自动化及仪表;2011年07期
4 胡斌;王敬志;刘鹏;;基于双层网络的混合PSO算法的RBF建模[J];西南科技大学学报;2011年02期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 ;A Type of Neural Networks Sliding Mode Control in the Robot Manipulators[A];第二十九届中国控制会议论文集[C];2010年
2 ;The Rectangular Fluctuation Control of Improved Direct Torque Controlled Permanent Magnet Synchronous Machines Based on RBF Network[A];第二十七届中国控制会议论文集[C];2008年
3 ;For a Class of Descriptor Systems Reliable Control against Either Fault[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 ;A New Control Method with Applications for Dead Time Systems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 Mojtaba Hosseini Toodeshki;Javad Askari;Saeed Hosseinnia;;Asymptotic Stability of Time Delay Systems with Unknown Uncertainty Bounds Using Adaptive Robust Control[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
6 ;Robust Fault-tolerant Control for a Class of Uncertain Switched Fuzzy Systems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
7 ;A Real-Time Scheduling Algorithm for Hybrid Tasks in Networked Control Systems Based On Deferred Subsequent Subtasks[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
8 ;Stability Analysis and Control of Linear Neutral Systems Based on Method of Semi-Discretization[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 ;Setup of Hematology Quality Control Procedures with Retained Patient Samples[A];中华医学会第九次全国检验医学学术会议暨中国医院协会临床检验管理专业委员会第六届全国临床检验实验室管理学术会议论文汇编[C];2011年
10 ;Impact of Infection Control Measures on MRSA Transmission in Wards with Volunteers:Preliminary Analysis via Mathematical Modeling[A];中华医学会第九次全国检验医学学术会议暨中国医院协会临床检验管理专业委员会第六届全国临床检验实验室管理学术会议论文汇编[C];2011年
中国博士学位论文全文数据库 前10条
1 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
2 薛富强;进化RBF神经网络分类器研究[D];解放军信息工程大学;2009年
3 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
4 白德尔;[D];上海体育学院;2010年
5 MOHAMMED MOHAMMED SALEH ALL-BAIL;[D];武汉理工大学;2011年
6 杜大军;网络控制系统的学习和控制策略研究[D];上海大学;2010年
7 杨兴林;强流直线感应加速器故障诊断与性能评估技术研究[D];中国工程物理研究院;2006年
8 江辉;基于多源遥感的鄱阳湖水质参数反演与分析[D];南昌大学;2011年
9 熊丹;[D];合肥工业大学;2012年
10 王晓慧;基于FTS的微结构表面超精密车削控制系统及实验研究[D];哈尔滨工业大学;2011年
中国硕士学位论文全文数据库 前10条
1 朱一嘉;基于RBF神经网络的金融时序列预测研究[D];北京化工大学;2010年
2 王晓娟;基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D];河北农业大学;2011年
3 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
4 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
5 李昆仲;基于RBF神经网络的边坡稳定性评价研究[D];长安大学;2010年
6 史国强;基于RBF神经网络的网页分类技术研究[D];中国石油大学;2011年
7 王丽霞;基于BP和RBF神经网络的光伏最大功率跟踪对比研究[D];汕头大学;2010年
8 闫晶;基于MEDO粒子群算法的流量软测量RBF网络优化研究[D];燕山大学;2010年
9 张师玲;基于RBF神经网络与模糊控制的电力系统短期负荷预测[D];江苏大学;2010年
10 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年
中国重要报纸全文数据库 前10条
1 本报记者 张彤;Touch Control 触摸式控制技术加速统一通信融合[N];网络世界;2010年
2 ;VERITAS SANPoint Control 构造企业信息化神经中枢[N];中国计算机报;2002年
3 李义甲;用Net Control管理局域网[N];中国电脑教育报;2003年
4 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
5 淮河水手;远程控制新法宝[N];电脑报;2004年
6 ;监控高效的SAN组件[N];计算机世界;2004年
7 郭;VERITAS构造“神经中枢”[N];计算机世界;2002年
8 ;给计算机操作系统一颗安全的“芯”[N];计算机世界;2003年
9 李;Total Control支持V.92[N];中国计算机报;2001年
10 ;给计算机操作系统一颗安全的“芯”[N];计算机世界;2003年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978