کنترل نیمه فعال سازه سه طبقه محک به کمک الگوریتم lqg همراه با یک سیستم فازی-ژنتیک

خسارات حوادث طبیعی مانند زلزله، علوم مهندسی را به تحقیق و گسترش استفاده از سیستم های مقاوم در برابر زلزله سوق داده است. سیستم های کنترل نیمه فعال به دلیل توانایی تغییر خصوصیات مکانیکی سیستم خود و استفاده از منابع انرژی محدود مورد توجه قرار گرفته اند. از طرفی بهره جوئی از محاسبات نرم و سیستم های استنتاج فازی به دلیل جبران عدم قطعیت های موجود، کمک شایانی به کاهش پاسخ های سازه در حین زلزله دارد. در این مقاله روشی برای کنترل سازه سه طبقه غیرخطی محک که مجهز به میراگر مغناطیسی mr می‌باشد، ارائه شده است. ولتاژ مورد نیاز میراگر از طراحی یک سیستم کنترل کننده خطی lqg به همراه یک سیستم استنتاج فازی بدست می‌آید. در این سیستم نیروی کنترل کننده خطی lqg و نیروی گام قبل میراگر وارد سیستم فازی تاکاگی سوگنو شده و ولتاژ مطلوب میراگر حاصل می‌شود. به منظور بهینه سازی عملکرد کنترل کننده، قوانین سیستم استنتاج فازی توسط الگوریتم ژنتیک آموزش داده می‌شود. مدل سازی میراگر نیز بر مبنای مدل بوک-ون صورت گرفته است. نتایج حاصل از معیارهای ارزیابی و نمودارهای تاریخچه زمانی نشان از کارائی بالای کنترل کننده پیشنهادی در کاهش پاسخهای لرزه ای در برابر دیگر سیستم های پیشنهاد شده دارد.

semi-active control of three-story benchmark structure using lqg algorithm with a fuzzy-genetic system

damages of natural disasters such as earthquakes has led engineering sciences to research and expand the use of earthquake-resistant systems. semi-active control systems have been considered due to their ability to change the mechanical properties of their system and the use of limited energy sources. on the other hand, taking advantage of soft computing and fuzzy inference systems due to the compensation for existing uncertainties, considerably helps to reduce structure’s responses during earthquakes. in this paper, a method for controlling a three-story nonlinear benchmark structure equipped with an mr magnetic damper is presented. the required voltage of the damper is obtained from the design of a lqg linear control system with a fuzzy inference system. in this system, the linear control force of lqg and the force of the previous step of the damper enter the takaki-sugeno fuzzy system and the desired voltage of the damper is obtained. in order to optimize the controller performance, the rules of the fuzzy inference system are taught by a genetic algorithm. modeling of the damper is based on the bouc-wen model. the results of the evaluation criteria and time history charts show the high efficiency of the proposed controller in reducing seismic responses against other proposed systems