典型文献
基于深度强化学习的拉索智能减振算法
文献摘要：
为了降低振动控制算法对拉索-MR阻尼器系统动力学模型精度的依赖性,提出一种基于深度强化学习理论的无模型减振算法.该方法利用控制模块与环境之间的交互实现对拉索振动的自适应半主动控制,依据拉索特定点响应状态在线调节阻尼器施加电压,降低反馈控制要求.为验证智能控制算法的有效性,采用Galerkin法建立拉索-MR阻尼器环境模型,并以实桥拉索减振设计为例对比分析了黏滞阻尼器多模态控制、Bang-Bang控制、深度强化学习控制对拉索的风振控制效果.结果表明:在随机风荷载作用下,深度强化学习控制算法不仅能够实现对拉索的无模型振动控制,且控制效果优于黏滞阻尼器多模态控制和MR阻尼器的Bang-Bang控制.
文献关键词：
拉索;振动控制;深度强化学习;MR阻尼器;风致振动
中图分类号：
作者姓名：
陈孝聪;张恩启;程斌;王浩
作者机构：
上海交通大学 船舶海洋与建筑工程学院,上海 200240;东南大学土木工程学院,南京 210096
文献出处：
引用格式：
[1]陈孝聪;张恩启;程斌;王浩-.基于深度强化学习的拉索智能减振算法)[J].振动与冲击,2022(23):175-181
A类：
B类：
深度强化学习,降低振动,振动控制,MR,系统动力学模型,模型精度,学习理论,无模型,法利,控制模块,拉索振动,半主动控制,加电压,反馈控制,智能控制算法,Galerkin,环境模型,拉索减振,减振设计,黏滞阻尼器,多模态控制,Bang,学习控制,风振控制,随机风,风荷载作用,模型振动,风致振动
AB值：
0.294258
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
