通过被动负载平衡与基于耦合常微分方程建模的非线性系统识别技术提升混合振动台的性能

《Scientific Reports》：Performance enhancement of hybrid shake table via passive load balancing and nonlinear system identification using coupled ODE modelling

　　

摘要

本研究旨在为混合式振动台找到一种合适的被动负载平衡机制，通过分离空间运动与平面运动来提升控制性能。该研究力求减少对大量实验数据的依赖，从而提高系统刚度、弥补重载荷带来的影响，并提升振动台的总体性能。研究中提出了一种基于回归的非线性最小二乘法，并结合信任域反射算法来优化系统识别过程。采用融合方法，利用实验数据构建振动台的简化状态空间模型，同时用仿真数据来评估各种被动负载平衡机制的效果。研究通过求解高阶耦合常微分方程，估算不同配置下的刚度与阻尼参数。在四种垂直运动执行器组合配置中，配备被动液压阻尼器的配置表现最为优异：其拟合百分比最高（分别为98.01%和87.66%），决定系数R²值也最高（分别为0.9996和0.9847），标准化均方根误差最低（分别为0.0022和0.0083），振幅误差最小（分别为0.0338和0.1350），位移与速度响应的相位误差也最低（分别为0和0.08）。在所有分析过的被动机制中，液压阻尼器被证明是最有效的负载平衡机制，它具有较高的刚度、出色的阻尼性能以及最佳的力补偿效果。这种优异性能得益于其非线性的弹簧与阻尼特性，这类特性能够在重载荷作用下提升系统稳定性。本研究为动态系统中耦合常微分方程的求解提供了一种标准化方法，其研究成果为提升振动台性能提供了新思路，可在地震模拟、机器人技术以及工业运动平台等领域得到应用。