[发明专利]基于在线支持向量机的建筑结构地震反应智能控制设计方法

权利要求书

1.一种基于在线支持向量机的建筑结构地震反应智能控制设计方法，其实施性步骤如下：

第一步[如图1(a)所示]：选定建筑结构模型，采集输入到结构的地震波数据，并对结构进行地震反应分析。将结构地震反应代入线性二次型高斯(LQG)主动控制器，计算出该受控结构所需的最优主动控制力。

第二步[如图1(a)所示]：根据建筑结构预定的地震反应控制水平，对多层及高层建筑结构的每个楼层安装若干个磁流变(MR)阻尼器，并利用第一步中计算出的最优控制力为目标力确定MR阻尼器的模型参数，设计结构半主动(SA)智能控制系统(即传统的结构-MR阻尼器控制系统)。

第三步[如图1(a)和(b)所示]：执行在线支持向量机(SVM)的学习、训练、预测功能，建立本发明的核心部分-基于在线SVM的结构半主动智能控制系统(即结构-SA-SVM-MR阻尼器控制系统)。结构-SA-SVM-MR阻尼器控制系统是将LQG控制器与SVM控制器合并为一个系统，其具体工作流程[如图1(b)所示]阐述如下。

通过状态监测器采集当前时刻的结构状态信息，并将状态数据传递至LQG控制器。LQG控制器中的Kalman滤波器通过获取结构部分状态数据实时地估计出结构某一时刻的全部状态信息，以确保LQG最优控制算法能够计算出最优控制力。LQG控制器中的反馈增益只使用在地震作用下结构控制的第一循环过程中，在SVM控制器得到可以训练的样本数据后，LQG控制器中的控制增益即退出工作。

SVM控制器的主要作用为：预测结构在某一时刻反应发生后的结构最优主动控制力。以结构t时刻前100个时间点的控制力数据做为训练样本数据的移动取值窗口(不足100时，取该时刻前的所有数据)进行学习和训练，预测出结构t+2时刻的控制力。采用t+2时刻的预测最优主动控制力为目标通过半主动智能控制算法得到MR阻尼器所需要的控制力信号(t时刻)，实现结构的智能控制，并依次循环下去。

2.根据权利要求1中第一步所述LQG最优主动控制方法得到的最优控制力来设计MR阻尼器的变阻尼，并据此进一步设计得到在地震作用下MR阻尼器的实时半主动阻尼控制力，实现建筑结构的半主动MR阻尼器控制。LQG控制器的核心就是利用状态估计器或者观测器来实现控制系统的状态反馈，即带有Kalman滤波器的LQG最优主动控制就是通过采用Kalman滤波器对建筑结构的状态进行估计以达到对结构完整状态信息的动态构建，实现LQG最优主动控制力的实时计算。

3.根据权利要求1中第二步所述在结构每层设置若干个MR阻尼器，采用修正的宾汉姆(Bingham)模型来·模拟MR阻尼器的力学特性，即通过以下计算公式(1)实现MR阻尼器控制力参数的设计。根据计算公式(1)，设计结构半主动(SA)智能控制系统(即传统的结构-MR阻尼器控制系统)。

F=fcSgn(x·)+c0+f0---(1)]]>

式中：F为使用LQG最优主动控制方法计算所得到的最优控制力，c₀为粘滞阻尼系数，为非零活塞速度，f_c为液压引起的摩擦力(由MR阻尼器提供的控制力与LQG最优主动控制力相比较后得出)，f₀为由于蓄能器引起的阻尼器输出力偏差。

4.根据权利要求1中第三步所述运用SVM控制器对通过使用LQG最优主动控制力设计得到的MR阻尼器半主动变阻尼力进行在线学习、训练和预测。使用预测得到的控制力，建立基于在线SVM的结构半主动智能控制系统(即结构-SA-SVM-MR阻尼器控制系统)，对受控结构实行实时智能控制，并与无控和传统的结构-MR阻尼器控制系统控制下的结构地震反应进行对比分析以检验控制效果。在SVM预测过程中，由于在线实时地获取结构某时刻前100个时间点的控制力数据，即采用移动的时间窗口进行控制力样本的选取，大大地减小了控制过程中的误差累计，从而使最优主动控制力的预测更为精确、可靠。