淡江大學覺生紀念圖書館 (TKU Library)

系統識別號 U0002-2907201300053300
中文論文名稱 以模糊控制減低高速鐵路橋振動問題和傳統主動控制法之比較
英文論文名稱 Mitigation of Train Induced Vibration on High Speed Rail Bridges by Fuzzy Control as an Alternative to the Classical Active Control
校院名稱 淡江大學
系所名稱(中) 土木工程學系碩士班
系所名稱(英) Department of Civil Engineering
學年度 101
學期 2
出版年 102
研究生中文姓名 陳彥良
研究生英文姓名 Yanliang Chen
學號 698380366
學位類別 碩士
語文別 中文
口試日期 2012-06-23
論文頁數 104頁
口試委員 指導教授-段永定
中文關鍵字 模糊控制  高速列車  主動控制 
英文關鍵字 Fuzzy control  Active Control  High-speed Rail 
學科別分類 學科別應用科學土木工程及建築
中文摘要 本研究由傳統主動式結構控制理論必須建立精確的結構數學模型,經由此數學模型來設計控制律。而土木結構系統常為一複雜的多自由度系統,要將結構反應以數學模型精確完整地描述,難度很高,Benchmark 研究計畫的結構數學模型即相當複雜。現代控制理論如模糊控制、調適型控制、可變結構控制及最佳化控制等,以直接狀態回饋控制來解決上述問題,控制律之設計以直接輸出回饋作為依據;其中尤以模糊控制理論(fuzzy control theory),有內在的健實性(inherent robustness),適用於線性與非線性系統。其控制律不須建立精確的結構數學模型,僅依據工程經驗設定控制法則,即可進行控制,非常適合應用於複雜的土木結構控制系統。由於模糊控制法則為工程經驗的定性描述,不須建立系統的數學模型,可減少系統分析和數學模型推導所造成的失真,同時控制過程不須複雜的運算,可降低時間延遲對於控制效果的影響。此外,模糊控制法則具有簡單易懂易修改的特性,於實際應用上更可依據真實控制狀況適時地進行修正調整,接近專家系統,可結合專家之經驗達到控制效果,Benchmark研究計畫的結果即為理想的Knowledge Base。是一種非常簡便有效的控制方法。
本研究將研究以模糊控制減低高速鐵路橋震動問題,並和傳統主動控制法做比較。本研究將設計主動控制器,的主要目的在找適當控制力以減低結構的反應:加速度(Acceleration),速度(Velocity),及位移(Displacement)。它所受到的局限包括控制力的大小(受限於制動器Actuator的特性及所需之能量)及量測位置的數目。以模糊控制處理不確定的輸入值(uncertainties of input data),以語言邏輯來處理複雜的數字模型。需專家系統(Knowledge Base),由於本計畫有Benchmark參照,且根據經驗,任何振動波均可以反相位振動波抵銷,故應可有效設計模糊控制器。模糊控制包含下列步驟:
1. 模糊化之介面:控制器將從感應器量測所得之輸入信號模糊化成語言形式。
2. 使用專家系統(Knowledge Base),包括IF-THEN規則及隸屬函數(Membership function)。
3. 每一規則得出模糊輸出。
4. 解模糊化界面→提供一清楚(Crisp)的輸出控制信號
英文摘要 This research proposal take advantage of the results of a former research project – “Mitigation of Bridge Pier Vibration Induced by High-speed Rail Using Active Control”. It is used as a “Benchmark” project for this proposal. It is described as follows.
Significant ground vibrations are often encountered by factories nearby a bridge pier due to a high-speed railway, sometimes causing disruption to production. A “proof of concept” test has been conducted to evaluate the effectiveness of a solution scheme. Several high-speed rail bridge systems have been investigated by researchers to provide field vibration data for the study. A vibrator may be installed at a pier to generate a wave to offset the vibration wave caused by the train propagating through the pier. The activation timing and the magnitude of the artificial vibration has been determined by an active control algorithm in real-time to mitigate the incident wave. This project would include field data analyses, analytical simulations, and small-scale laboratory experimentation in the future.
This project was also a joint effort between Structural and Geotechnical, which consists of the following tasks: (1) acquire the horizontal and vertical force and vibration-time histories at the top of the bridge pier; (2) conduct spectral analyses of the time-histories using FFT to determine the frequency compositions; (3) determine the time-histories of the necessary waveform and load magnitudes of the artificial wave to mitigate the incident wave at the top of the bridge pier, based on the theory of active control; (4) construct the finite element models of the high-speed rail systems under investigation; (5) conduct finite element simulations of soil-bridge pier interactions, with and without the mitigating scheme, to determine the effects on the near-field and far-field soil vibration levels. The results have been described in the main text.
As of design of an active controller, the goal is the reduction of the structural response in terms of accelerations, velocities and displacements under the limitation of both the control force level (limited by actuators feature and by the required amount of energy) and by the number of measured signals. Fuzzy theory has been recently proposed for the active structural control of civil engineering systems. As an alternative to classical control theory, it allows the resolution of imprecise or uncertain information. Moreover fuzzy control can handle the nonlinear behaviour of structures and avoid establish a complicate mathematical model. The main advantages in adopting a fuzzy control schemes can be summarized as follows.
1. The uncertainties of input data from the ground motion and structural vibrations sensors are treated in a much easier way by fuzzy control theory than by classical control theory. Fuzzy logic, which is the basis of the fuzzy controller, intrinsically accounts for such uncertainties. The implementation of fuzzy controllers makes use of linguistic synthesis and therefore they are not affected by the selection of a specific mathematical model. As a consequence the resulting fuzzy controller possesses an inherent robustness.
2. The whole fuzzy controller can be easily implemented in a fuzzy chip, which guarantees immediate reaction times and autonomous power supply.
3. The knowledge base identifies the actual variables driving the control process: in the specific benchmark problem developed throughout this paper only two variables must be measured and estimated to implement the controller.
The benchmark is assuming the linear model is consistent with the real structural system. For a more realistic implementation, at least geometric non-linearities should be incorporated in the problem. The fuzzy controller does not require modifications to follow such a case. Fuzzy control converts a linguistic control strategy into an automatic control strategy. The classic fuzzy inference scheme consists of the following steps:
1. fuzzification interface (the controller input variables, measured from the structure, are fuzzified into linguistic terms),
2. knowledge base (consisting of fuzzy IF-THEN rules and membership functions),
3. fuzzy reasoning (resulting in a fuzzy output for each rule),
4. defuzzification interface (providing the crisp control signal).
In this proposal, the preliminary design of the controller will couple the Larsen’s min product rule, to combine the membership values for each rule, with the centre of gravity (COG) defuzzification scheme, to obtain the output crisp value. The controller can also be optimized by the algorithm that uses the Takagi and Sugeno inference system. This computes the fuzzy output for each rule as a linear combination of input variable membership values plus a constant term. The final crisp output is achieved using a weighted average. The fuzzy controller is implemented into the SIMULINK code by two MATLAB functions.
論文目次 目錄
中文摘要 III
英文摘要 IV
本文目錄 VI
表目錄 VIII
圖目錄 IX
第一章 緒 論 1
1-1研究動機與目的 1
1-2研究方法與內容 2
1-3 研究流程 3
第二章 文獻回顧 5
2-1前言 5
2-2相關研究回顧 6
2-2-1 結構主動控制文獻回顧 6
2-2-2結構模糊控制文獻回顧 8
第三章 控制理論 11
3-1主動控制原理 11
3-1-1 閉迴路控制系統 14
3-2 模糊理論 19
3-2-1歸屬函數 20
3.2.2 模糊控制 27
3.2.3 模糊控制器 30
第四章 分析案例說明 42
4-1案例結構物之基本參數 42
4-2作用外力表示說明 45
4-3 數值比較 51
4-3-1位移比較 51
4-3-2速度比較 64
4-3-3控制力比較 77
第五章 尖峰值控制率比較 82
5-1 位移最大值控制率比較 82
5-2 速度最大值控制率比較 90
第六章 結論與建議 98
6-1 結論 98
6-2建議 100
參考文獻 101
表3- 1 十二個訓練外力的最大值與最小值 36
表3- 2 模糊控制規則Rule1表 37
表3- 3 模糊控制規則Rule2表 38
表4- 1 簡化橋梁結構之參數 44
表4- 2 作用力行經時間與最大作用力 46
表5- 1 CASE1位移最大值比較 82
表5- 2 CASE2位移最大值比較 83
表5- 3 CASE3位移最大值比較 84
表5- 4 CASE4位移最大值比較 85
表5- 5 CASE5位移最大值比較 86
表5- 6 CASE6位移最大值比較 87
表5- 7 CASE7位移最大值比較 88
表5- 8 CASE8位移最大值比較 89
表5- 9 CASE1速度最大值比較 90
表5- 10 CASE2速度最大值比較 91
表5- 11 CASE3速度最大值比較 92
表5- 12 CASE4速度最大值比較 93
表5- 13 CASE5速度最大值比較 94
表5- 14 CASE6速度最大值比較 95
表5- 15 CASE7速度最大值比較 96
表5- 16 CASE8速度最大值比較 97

圖1- 1 研究分析流程圖 4
圖3- 1 結構主動控制系統作用圖 11
圖3- 2 以古典集合對年齡的定義 21
圖3- 3 以模糊集合定義年齡的定義 22
圖3- 4 古典集合對溫度的定義 23
圖3- 5 以模糊集合定義溫度的定義 23
圖3- 6 三角型歸屬函數 26
圖3- 7 梯型歸屬函數 26
圖3- 8 模糊控制器之基本構 30
圖3- 9 結構模糊控制系統作用圖 30
圖3- 10 位移之歸屬函數 32
圖3- 11 速度之歸屬函數 33
圖3- 12 控制力之歸屬函數 33
圖3- 13 位移、速度論域區間對比至作用力其為反力 35
圖4- 1 型式之高架預力混凝土箱型梁斷面 43
圖4- 2 高架橋墩斷面圖 43
圖4- 3 結構物分析模式示意圖 44
圖4- 4 CASE1作用力與時間之關係 46
圖4- 5 CASE2作用力與時間之關係 47
圖4- 6 CASE3作用力與時間之關係 47
圖4- 7 CASE4作用力與時間之關係 48
圖4- 8 CASE5作用力與時間之關係 48
圖4- 9 CASE6作用力與時間之關係 49
圖4- 10 CASE7作用力與時間之關係 49
圖4- 11 CASE8作用力與時間之關係 50
圖4- 12 CASE1第一個自由度未控制、主動控制、模糊控制位移與時間之關係 51
圖4- 13 CASE1第二個自由度未控制、主動控制、模糊控制位移與時間之關係 52
圖4- 14 CASE1第三個自由度未控制、主動控制、模糊控制位移與時間之關係 52
圖4- 15 CASE2第一個自由度未控制、主動控制、模糊控制位移與時間之關係 53
圖4- 16 CASE2第二個自由度未控制、主動控制、模糊控制位移與時間之關係 53
圖4- 17 CASE2第三個自由度未控制、主動控制、模糊控制位移與時間之關係 54
圖4- 18 CASE3第一個自由度未控制、主動控制、模糊控制位移與時間之關係 54
圖4- 19 CASE3第二個自由度未控制、主動控制、模糊控制位移與時間之關係 55
圖4- 20 CASE3第三個自由度未控制、主動控制、模糊控制位移與時間之關係 55
圖4- 21 CASE4第一個自由度未控制、主動控制、模糊控制位移與時間之關係 56
圖4- 22 CASE4第二個自由度未控制、主動控制、模糊控制位移與時間之關係 56
圖4- 23 CASE4第三個自由度未控制、主動控制、模糊控制位移與時間之關係 57
圖4- 24 CASE5第一個自由度未控制、主動控制、模糊控制位移與時間之關係 57
圖4- 25 CASE5第二個自由度未控制、主動控制、模糊控制位移與時間之關係 58
圖4- 26 CASE5第三個自由度未控制、主動控制、模糊控制位移與時間之關係 58
圖4- 27 CASE6第一個自由度未控制、主動控制、模糊控制位移與時間之關係 59
圖4- 28 CASE6第二個自由度未控制、主動控制、模糊控制位移與時間之關係 59
圖4- 29 CASE6第三個自由度未控制、主動控制、模糊控制位移與時間之關係 60
圖4- 30 CASE7第一個自由度未控制、主動控制、模糊控制位移與時間之關係 60
圖4- 31 CASE7第二個自由度未控制、主動控制、模糊控制位移與時間之關係 61
圖4- 32 CASE7第三個自由度未控制、主動控制、模糊控制位移與時間之關係 61
圖4- 33 CASE8第一個自由度未控制、主動控制、模糊控制位移與時間之關係 62
圖4- 34 CASE8第二個自由度未控制、主動控制、模糊控制位移與時間之關係 62
圖4- 35 CASE8第三個自由度未控制、主動控制、模糊控制位移與時間之關係 63
圖4- 36 CASE1 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 64
圖4- 37 CASE1 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 65
圖4- 38 CASE1 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 65
圖4- 39 CASE2 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 66
圖4- 40 CASE2 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 66
圖4- 41 CASE2 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 67
圖4- 42 CASE3 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 67
圖4- 43 CASE3 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 68
圖4- 44 CASE3 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 68
圖4- 45 CASE4 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 69
圖4- 46 CASE4 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 69
圖4- 47 CASE4 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 70
圖4- 48 CASE5 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 70
圖4- 49 CASE5 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 71
圖4- 50 CASE5 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 71
圖4- 51 CASE6 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 72
圖4- 52 CASE6 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 72
圖4- 53 CASE6 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 73
圖4- 54 CASE7 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 73
圖4- 55 CASE7 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 74
圖4- 56 CASE7 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 74
圖4- 57 CASE8 第一個自由度未控制、主動控制、模糊控制速度與時間之關係 75
圖4- 58 CASE8 第二個自由度未控制、主動控制、模糊控制速度與時間之關係 75
圖4- 59 CASE8 第三個自由度未控制、主動控制、模糊控制速度與時間之關係 76
圖4- 60 CASE1控制力與時間之關係 77
圖4- 61 CASE2控制力與時間之關係 78
圖4- 62 CASE3控制力與時間之關係 78
圖4- 63 CASE4控制力與時間之關係 79
圖4- 64 CASE5控制力與時間之關係 79
圖4- 65 CASE6控制力與時間之關係 80
圖4- 66 CASE7控制力與時間之關係 80
圖4- 67 CASE8控制力與時間之關係 81
參考文獻 [1]L. A. Zadeh, Fuzzy sets, Information and Control 8, 338-353 (1965).
[2] Zadeh, Outline of a new approach to the analysis of complex systems and decision proccesses(IEEE Trans On Systems, Man and Cybernetics, vol.3 no.1, pp.28-44, Jan. 1973年)
[3] E. H. Mamdani, “Application of fuzzy logic to approximate reasoning using linguistic synthesis,” IEEE Trans. On Computers, vol. 26, no. 12, pp. 1182–1191, 1977.
[4]Yao, J.T.P. (1972). "Concept of structural control." J. Struct. Div., ASCE, 98(7), pp.1567-1574.
[5]Yang, J. N., "Application of Optimal Control Theory to Civil Engineering Structures", J. of The Engineering Mechanics Division,ASCE,Vol.101 ,No.EM6,pp819-838,1975.
[6] 梁尹齡,高速列車引致之橋墩基礎與地盤振動反應分析,淡江大學土木工程學系,碩士論文,民國94年.
[7] Tuan Yung-Ting Alexander (1998), “Predicted State Approach to Active Structural Control with Simulated Earthquake Ground Motions”, University of California, Los Angeles.
[8] 黃昭勝, 結構半主動模糊控制基因演算法之研究, 國立成功大學土木工程研究所, 碩士論文, 民國95年.
[9]Browm, C. B. and Yao, J. T. P., "Fuzzy Sets-and Structural Engineering",J. of Structural Engineering, ASCE,Vol.109,No.5,pp.1211-1225,1983.
[10]Juang,C. H. and Elton, D. J., "Fuzzy Logic for Estimation of Earthquake Intensity Based on Building Damage Records", Civil Engineering System,Vol. 3,pp.187-191,1986.
[11]葉根, 模糊控制在結構控制上應用之研究,中央大學土木工程研究所,碩士論文,民國82年6月.
[12]穆如蘭, 主動是調質阻尼器應用於樓房結構控制之研究, 中原大學土木工程學系, 碩士論文, 民國86年.
[13]Yang, J.N. (1975) , “Application of Optimal Control Theory to Civil Engineering Structures”, ASCE, Journal of Engineering Mechanics division, Vol. 101,No. EM6, pp.819-838.
[14]Adbel-Rohman, M. and Lepiholtz, H. H.,(1981), ”Structural Control by PoleAssignment Method”, Journal of Engineering Mechanics Division,ASCE,Vol.107,No.ST7, July, p.p.1313-1325.
[15]Abdel-Rohman ,M. and Lepiholtz, H. H. (1978),”Stochastic Control of Structures”,Journal of the Structural Division,ASCE,Vol.14,No.EM5,OCT.,pp.1159-1175.
[16] J.N.Yang,Abbs Akbarpour and Peiman Ghaemmami(1987),”New Control Algorithms for Structural Control”,Journal of Engineering Mechanics.
[17] L. L. Chung,A. M. Reinhorn and T. T.Soong(1988),”Experiments on Active Control of Seismic Structure” , ASCE , Journal of Engineering Mechanics,Vol.114,No.2, pp.241-255.
[18] Suhardjo, J., Spencer, B.F. and Kareem, A. ( 1992), “Frequency Domain Optimal Control of Wind-Excited Buildings”, ASCE Journal of Engineering Mechanics, Vol. 118, No. 12, PP2463~2481.
[19] Dyke, S. J., Spencer, B.F., Belknap, A. E., Ferrell, K. J., Quast, P. and Sain,M. K. (1994), “Absolute Acceleration Feedback Control Strategies for the Active Mass Driver”, Proc. 1st World Conference on Structural Control, Vol 2, pp.TP1: 51~TP1: 60.
[20] Wu, J. C., Yang J.N. (1998), “Active Control of a 310 Meter TV Transmission Tower under Stochastic Wind ”, ASCE J. of Structural Engineering, Vol.124, No. 11 pp.1302~1312.
[21] J. C. Wu (2000), ”Modeling of an Actively Braced Full-Scale BuildingConsidering Control-Structure Interaction”, Earthquake Engineering and Structure Dynamic, Vol.29, No.9, Sep., p.p1325-1342.
[22]梁波, 羅紅, 孫常新(2006) , “高速鐵路振動荷載的模擬研究”, 鐵道學報,第二十八卷,第四期,第89-94頁。
[23]林家銘, 磁流變阻尼器之結構半主動模糊控制, 國立成功大學土木工程研究所, 碩士論文, 民國93年。
[24]歐進萍,(2003) , “結構振動控制-主動,半主動和智能控制。
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2013-07-29公開。
  • 同意授權瀏覽/列印電子全文服務,於2013-07-29起公開。

  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2487 或 來信 dss@mail.tku.edu.tw