钢丝绳隔振系统的神经网络杂交建模

周春桂^1,2  谢石林¹  周 桐³  朱长春³  张希农¹

(1 西安交通大学强度与振动教育部重点实验室 西安 710049；
2. 中北大学机电工程学院 太原 030051；
3. 中国工程物理研究院结构力学研究所 绵阳 621900)

摘要：提出一种基于神经网络的杂交建模方法，并对某电子设备的钢丝绳隔振系统滞后恢复力进行建模研究。利用周期载荷试验数据，通过参数识别确定系统非线性滞后恢复力的骨架模型。采用神经网络对系统恢复力中难以参数建模的特性进行学习训练，从而得到系统恢复力的神经网络杂交模型。利用得到的杂交模型对隔振系统在周期载荷和宽频随机载荷下的响应进行预测分析与比较，结果显示杂交模型具有较好的预测精度。

关键词：杂交建模  神经网络  滞后恢复力  钢丝绳隔振器

中图分类号：TP183

国家自然科学基金(10476020)和陕西省自然科学基金(2007A13)资助项目。20070809收到初稿，20080209收到修改稿

作者简介：周春桂, 女, 1971年出生, 博士研究生。主要研究方向为智能结构振动控制、动力学建模等。
E-mail：zcg@nuc. edu. cn
谢石林，男，1971年出生，博士，副教授。主要研究方向为智能材料结构振动控制、动力学建模等。
E-mail：slxie@mail.xjtu.edu.cn
张希农(通信作者)，男，1954年出生，博士，教授，博士研究生导师。主要研究方向为智能结构振动控制、动力学建模等。
E-mail：xnzhang@mail.xjtu.edu.cn

参 考 文 献

[1] 胡海岩, 李岳峰. 具有记忆特性的非线性减振器参数识别[J]. 振动工程学报, 1989, 2(2)：17-27.
HU Haiyan, LI Yuefeng. Parametric identification of nonlinear vibration isolators with memory[J]. Journal of Vibration Engineering, 1989, 2(2)：17-27.
[2] KO J M, NI Y Q. Hysteretic behavior and empirical modeling of a wire-cable vibration isolator[J]. The international Journal of Analytical and Experimental Modal Analysis, 1992, 7(2)：111-127.
[3] 王轲, 李伟, 朱德懋. 非线性迟滞阻尼减振器动力学模型参数识别[J]. 华东交通大学学报, 1999, 16(4)：1-5.
WANG Ke, LI Wei, ZHU Demao. The parameter identification of dynamic models of nonlinear hysteretic damping isolators[J]. Journal of East China Jiaotong University, 1999, 16(4)：1-5.
[4] 周桐, 张思箭, 李健. 电子器件隔振设计实验研究[J]. 实验力学, 2006, 21(3)：1-6.
ZHOU Tong, ZHANG Sijian, LI Jian. A experimental study on isolation design of electronic equipment[J]. Journal of Experimental Mechanics, 2006, 21(3)：1-6.
[5] NI Y Q, KO J M, WONG C W, et al. Modelling and identification of a wire-cable vibration isolator via a cyclic loading test, part 1：experiments and model development[J]. Proc. Instn. Mech. Engrs. , 1999, 213：163-171.
[6] NI Y Q, KO J M, WONG C W. Modeling and identifica- tion of a wire-cable vibration isolator via a cyclic loading test, part 2：identification and response prediction[J]. Proc. Instn. Mech. Engrs. , 1999, 213：172-181.
[7] 杨绍普, 申永军. 滞后非线性系统的分岔与奇异性[M]. 北京：科学出版社, 2003.
YANG Shaopu, SHEN Yongjun. Bifurcation and singularity of hysteretic nonlinear systems[M]. Beijing：Science Press, 2003.
[8] MASRI S F, CHASSIAKOS A G, CAUGHEY T K. Identification of nonlinear dynamic systems using neural networks[J]. ASME Journal of Applied Mechanics, 1993, 60：123-133.
[9] CAO M, WANG K W. A hybrid neural network approach for the development of friction component dynamic model[J]. Journal of Dynamic Systems, Measurement, and Control, 2004, 126(3)：144-153.