Structural control strategies based on magnetorheological dampers managed using artificial neural networks and fuzzy logic

• Autores: Luis Lara, José Brito, Carlos Alberto Graciano Gallego
• Localización: Revista UIS Ingenierías, ISSN-e 2145-8456, ISSN 1657-4583, Vol. 16, Nº. 2, 2017 (Ejemplar dedicado a: Revista UIS Ingenierías), págs. 227-242
• Idioma: inglés
• Títulos paralelos:
  • Estrategias de control estructural basadas en amortiguadores magnetoreológicos administrados utilizando redes neuronales y lógica difusa
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En este trabajo se presenta una evaluación numérica sobre el desempeño de dos estrategias de control estructural basado en amortiguadores magnetoreológicos (MR).  En primer lugar, se empleó una estrategia de control basada en redes neuronales artificiales en una estructura simple para el control de vibraciones.  Este controlador combina una función de modelo predictivo para las fuerzas de control y un modelo inverso del cálculo de la tensión para manejar los amortiguadores MR. En segundo lugar, se utilizó una estrategia de control basada en lógica difusa. De esta forma, el controlador gobierna las acciones de un conjunto de reglas que representan la heurística del sistema a controlar.  Los resultados de las simulaciones numéricas indican que el rendimiento de estas dos estrategias de control es prometedor y satisfactorio, basado en la reducción de la respuesta de hasta un 83% en relación con el rendimiento del sistema sin control.

  • English

    This paper presents a numerical assessment on the performance of two structural control strategies based on magnetorheological (MR) dampers.  At first, a control strategy based on artificial neural networks was employed on a simple structure to control vibration.  This controller combines a predictive model function to control forces and an inverse model of voltage calculation to manage the MR dampers. Secondly, a control strategy based on fuzzy logic was also used. Therefore, the controller governs the actions from a set of rules that represent the heuristics of the system to be controlled.  Results achieved from the numerical simulations indicate that the performance of these two control strategies is prmiosing and satisfactory, based on response reductions of up to 83% relative to the performance of the system without control.