CAJ | 학술논문

风洞测试时悬臂杆振动会影响测试数据的准确性，为了抑制悬臂杆振动，设计了基于压电驱动器的主动减振系统，提出了将人工神经网络与传统比例积分微分（proportion integration differentiation ，简称PID）相结合的智能控制算法，实现了控制参数在线实时调整。对该控制系统的减振性能分别进行了地面试验和风洞试验，并与采用传统PID控制的试验结果进行对比。结果表明，神经网络PID控制下的振动收敛时间比传统PID缩短了50％，而且在不同风速和攻角下，悬臂杆系统的1阶模态振动均得到了有效衰减（衰减幅度＞19 dB ），表现出良好的鲁棒性。
풍동측시시현비간진동회영향측시수거적준학성，위료억제현비간진동，설계료기우압전구동기적주동감진계통，제출료장인공신경망락여전통비례적분미분（proportion integration differentiation ，간칭PID）상결합적지능공제산법，실현료공제삼수재선실시조정。대해공제계통적감진성능분별진행료지면시험화풍동시험，병여채용전통PID공제적시험결과진행대비。결과표명，신경망락PID공제하적진동수렴시간비전통PID축단료50％，이차재불동풍속화공각하，현비간계통적1계모태진동균득도료유효쇠감（쇠감폭도＞19 dB ），표현출량호적로봉성。