Optimal Control of Seismic Response of Structures

结构地震响应的优化控制

基本信息

  • 批准号:
    03650380
  • 负责人:
  • 金额:
    $ 1.47万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for General Scientific Research (C)
  • 财政年份:
    1991
  • 资助国家:
    日本
  • 起止时间:
    1991 至 1992
  • 项目状态:
    已结题

项目摘要

We developed a new closed-open-loop optimal control law that has been derived by minimizing the sum of the quadratic time-dependent performance index and the dynamic energy input to the structural system. Three types of input energy are considered that are the seismic energy, control force energy and the sum of both energy. This control law is simple and reliable for on-line control operations because control force does not depend on the rigidity of structural system. The control efficiency affected by two weighting matrices included in the performance index is investigated in detail. Using the concept of neural network we have developed an algorithm to implement the developed control law into structural system for controlling seismic response of structures. The algorithm consists of two parts. One is an identification mode in which the back propagation learning process is applied to identify the structural parameters such as mass, damping and stiffness matrices. The other is a controller mode in which the time-dependent performance index consisting of response and control force vectors as well as the seismic energy input to the structure system is minimized. To realize a practical control device of active mass damper (AMD) type for high-rise buildings we also implemented this new algorithm into an eight story building model with AMD system and checked feasibility to control seismic response of the structure. Numerical examples are worked out to demonstrate the control efficiency of the proposed algorithms.
我们开发了一种新的闭环开环最优控制律,该控制律是通过最小化二次时间相关性能指数和结构系统动态能量输入的总和而导出的。考虑三种类型的输入能量,即地震能量、控制力能量以及这两种能量的总和。该控制律简单、可靠,适合在线控制操作,因为控制力不依赖于结构系统的刚度。详细研究了性能指标中包含的两个权重矩阵对控制效率的影响。利用神经网络的概念,我们开发了一种算法,将开发的控制律实施到结构系统中,以控制结构的地震响应。该算法由两部分组成。一种是识别模式,其中应用反向传播学习过程来识别质量、阻尼和刚度矩阵等结构参数。另一种是控制器模式,其中由响应和控制力矢量以及输入到结构系统的地震能量组成的与时间相关的性能指标被最小化。为了实现高层建筑主动质量阻尼器 (AMD) 型的实用控制装置,我们还将这种新算法应用到带有 AMD 系统的八层建筑模型中,并检查了控制结构地震响应的可行性。数值例子证明了所提出算法的控制效率。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
佐藤 忠信 土岐 憲三 望月 俊宏: "構造物への入力地震動を考慮した最適変動制御に関する研究" 京都大学防災研究所年報. 第35号B-2. 17-27 (1992)
Tadanobu Sato、Kenzo Toki、Toshihiro Mochizuki:“考虑结构地震运动输入的最佳波动控制研究”京都大学防灾研究所年度报告第 35 B-2 号(1992 年)。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
佐藤 忠信: "ニューラルネットワークを用いた構造物の最適震動制御" アクティブ制震(振)シンポジウム論文集. 109-116 (1992)
Tadanobu Sato:“使用神经网络优化结构振动控制”主动地震控制研讨会论文集 109-116 (1992)。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Tadanobu SATO: "Optimal Control of Seismic Response of Structures Using the Concept of Neural Network" Trans. Japan National Symp. on Active Structural Response Control. 109-116 (1992)
Tadanobu SATO:“利用神经网络概念对结构地震响应的优化控制”Trans。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Tadanobu SATO: "Optimal Control of Structures Taking into Account the Dynamic Soil-structure Interaction" Proc. of Colloquim on Control of Structures. PartB. 257-264 (1991)
Tadanobu SATO:“考虑动态土壤-结构相互作用的结构优化控制”Proc。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
Tadanobu SATO: "Optimal Control of Structures Taking into Account Input Ground Motion" Annuals Disas. Prev. Res. Inst., Kyoto Univ.No.35B-2,. 17-27 (1992)
Tadanobu SATO:“考虑输入地面运动的结构优化控制”年度灾难。
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

SATO Tadanobu其他文献

SATO Tadanobu的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('SATO Tadanobu', 18)}}的其他基金

Exploration of stochastic phenomena disobeying the central limit theorem and development of innovative stochastic processes in the structural engineering
结构工程中不服从中心极限定理的随机现象的探索和创新随机过程的发展
  • 批准号:
    18K04334
  • 财政年份:
    2018
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Development of a new structural damage detection method using chaos attractor re-composition technique
利用混沌吸引子重构技术开发一种新的结构损伤检测方法
  • 批准号:
    23560581
  • 财政年份:
    2011
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Innovative method to simulate design earthquake motions by controllingearthquake motion phase and proposal of new performancedesign criterion
通过控制地震运动相位来模拟设计地震运动的创新方法以及新性能设计标准的提出
  • 批准号:
    19360209
  • 财政年份:
    2007
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Modeling of earthquake phase spectrum using a stochastic deferential equation and development of a simulation method of earthquake motion form phase spectrum
使用随机微分方程对地震相位谱进行建模并开发地震运动形式相位谱的模拟方法
  • 批准号:
    16360230
  • 财政年份:
    2004
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Investigation of Seismic Hazard in Nile Delta Area
尼罗河三角洲地区地震灾害调查
  • 批准号:
    16404010
  • 财政年份:
    2004
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Structure Health Monitoring to Mitigate Urban Seismic Hazard
结构健康监测减轻城市地震灾害
  • 批准号:
    10044155
  • 财政年份:
    1998
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A).
Hybrid Civil Structural Control Experiments Using Mechno-Electric Variable Damper
使用机电可变阻尼器的混合土木结构控制实验
  • 批准号:
    10650463
  • 财政年份:
    1998
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Development of Structural Control Mechanism using Variable Damper
使用可变阻尼器的结构控制机构的开发
  • 批准号:
    08555115
  • 财政年份:
    1996
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Integration and Comprehention of Databases Related to Disaster Science
灾害科学相关数据库的整合和理解
  • 批准号:
    05302070
  • 财政年份:
    1993
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for Co-operative Research (A)
Design Ground Motion for Lifeline System Taking into AccountFault Rupture Process
考虑断层破裂过程的生命线系统地面运动设计
  • 批准号:
    62550336
  • 财政年份:
    1987
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Grant-in-Aid for General Scientific Research (C)

相似国自然基金

鞅驱动的随机神经网络自适应状态估计与最优控制
  • 批准号:
    61673257
  • 批准年份:
    2016
  • 资助金额:
    61.0 万元
  • 项目类别:
    面上项目
非线性系统鲁棒镇定与跟踪控制的自适应动态规划方法
  • 批准号:
    61503379
  • 批准年份:
    2015
  • 资助金额:
    20.0 万元
  • 项目类别:
    青年科学基金项目
复变非线性系统自学习最优控制理论与方法研究
  • 批准号:
    61304079
  • 批准年份:
    2013
  • 资助金额:
    26.0 万元
  • 项目类别:
    青年科学基金项目
基于自适应动态规划的非线性系统鲁棒控制与分散镇定
  • 批准号:
    61304086
  • 批准年份:
    2013
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目
基于对运动神经元智能探索的新型自适应学习控制研究
  • 批准号:
    61203074
  • 批准年份:
    2012
  • 资助金额:
    26.0 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Safe Lyapunov-Based Deep Neural Network Adaptive Control of a Rehabilitative Upper Extremity Hybrid Exoskeleton
基于安全李亚普诺夫的深度神经网络自适应控制康复上肢混合外骨骼
  • 批准号:
    2230971
  • 财政年份:
    2023
  • 资助金额:
    $ 1.47万
  • 项目类别:
    Standard Grant
The virtual rodent: a platform to study the artificial and biological control of natural behavior
虚拟啮齿动物:研究自然行为的人工和生物控制的平台
  • 批准号:
    10540574
  • 财政年份:
    2022
  • 资助金额:
    $ 1.47万
  • 项目类别:
ADAPTIVE MOTIF-BASED CONTROL (AMBC): A FUNDAMENTALLY NEW APPROACH TO AUTOMATED TREATMENT OPTIMIZATION FOR TYPE 1 DIABETES
自适应基序控制 (AMBC):1 型糖尿病自动优化治疗的全新方法
  • 批准号:
    10684819
  • 财政年份:
    2022
  • 资助金额:
    $ 1.47万
  • 项目类别:
ADAPTIVE MOTIF-BASED CONTROL (AMBC): A FUNDAMENTALLY NEW APPROACH TO AUTOMATED TREATMENT OPTIMIZATION FOR TYPE 1 DIABETES
自适应基序控制 (AMBC):1 型糖尿病自动优化治疗的全新方法
  • 批准号:
    10684819
  • 财政年份:
    2022
  • 资助金额:
    $ 1.47万
  • 项目类别:
The Virtual Rodent: A Platform to Study the Artificial and Biological Control of Natural Behavior
虚拟啮齿动物:研究自然行为的人工和生物控制的平台
  • 批准号:
    10633144
  • 财政年份:
    2022
  • 资助金额:
    $ 1.47万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了