使用粒子群优化实现主动振动控制器调节
反馈控制器经微调实现最小溢出
“MATLAB 和 Simulink 至关重要，它们使我们能够快速创建模型，并测试不同的振动控制想法，然后生成相应的代码。”
关键成果
- 通过在 MATLAB 和 Simulink 中使用粒子群优化，将具有四个传感器和四个作动器的四个 PPF 控制器的 MIMO 设置的调节时间缩短至四个月
- 通过 MATLAB 提供的第三方硬件集成和代码生成功能，加速了原型构建和性能测试
- 使用 PSO 实现的阻尼效果比之前在同一装置中使用的方法高出约 50%
前四种振动模式（上图）和用于 PPF 控制器调节的过程（下图）。
技术创新研究所 (TII) 位于阿布扎比，致力于从事各种技术领域的研究。TII 的智能材料 (SM) 团队研究主动振动控制 (AVC)，专注于如何减少航空航天、汽车或敏感工业过程中的振动和噪声。
AVC 往往通过正位置反馈 (PPF) 控制来实现，其中，传感器用于测量激励，而压电贴片用于产生力，以抵消测量到的振动。尽管 PPF 提供强大的阻尼能力且几乎没有溢出，但调节具有多个传感器和作动器的 PPF 控制器变得越来越复杂。
为了应对这一挑战，SM 团队使用了粒子群优化 (PSO)。这是一种功能强大的高维优化方法，可应用于线性和非线性控制律。SM 使用了一块通过绳索悬挂在框架中的复合板。在多输入多输出 (MIMO) 配置中，四个传感器和四个非并置作动器连接到复合板，由四个 PPF 控制器控制。
该复合板的振动模式通过使用力换能器进行激励来建立，并使用 MATLAB® 转换为数值模型。此后，应用 Global Optimization Toolbox 中提供的 PSO 算法，以调节控制器的 44 个参数，具体方法是在 Simulink® 中运行大量仿真，每次针对不同的控制器进行测试，并优化解直至收敛。然后使用 Simulink Coder™ 生成 PPF 代码，并将该代码下载到 dSPACE® DS1103 PPC 控制器板上。所有这些工作必须在四个月内完成。
使用这种方法，SM 团队实现的平均阻尼能力为 69%，而使用分块矩阵求逆法则为 46%。对于前八种振动模式，溢出可以忽略不计。
致谢
TII 得到了 MathWorks 中东经销商 CES 的大力支持。
