压电智能结构的模型难以精确建立,且存在外界环境激励干扰和内部参数不确定等问题,从而影响闭环结构的振动控制性能。基于此,将结构的内部干扰和外界激励的影响归结为系统的集总干扰,并利用扩张状态观测器(Extended state observer,ESO)设计不依赖于模型的自抗扰振动控制器。然而当外界扰动激励变化时,扩张状态观测器对扰动和各阶状态的估计不可避免存在偏差,难以保证振动控制的效果。为克服二阶自抗扰策略在振动主动控制中的不足,提出一种基于压电智能板结构的状态估计误差补偿自抗扰振动控制方案。利用状态观测误差信息,对二阶自抗扰控制器进行补偿,从而减小ESO对扰动和各阶状态估计的压力,提高振动控制效果。利用dSPACE实时仿真系统,搭建四面固支压电智能板结构的振动主动试验平台。四种干扰激励的试验结果验证该方法的有效性、实用性和强抗干扰能力。
针对加筋壁板结构中存在的模型难以精确确定和多模态外界干扰等问题,基于加速度传感器,提出了一种不依赖结构精确数学模型的多模态线性自抗扰振动主动控制(Linear Active Disturbance Rejection Control)策略。由于加速度传感器和压电驱动器的异位配置不可避免地使得整个控制系统存在时延。为解决该问题,利用Smith预估器的原理,引入输出预估器来补偿时延,这样设计的自抗扰振动主动控制器能够很好地解决时延对结构振动性能的影响。基于dSPACE实时仿真平台、利用加速度传感器、压电片驱动器,设计并建立四面固支压电加筋壁板结构实验系统,对提出的控制方法进行试验比较研究。最后的试验结果表明,采用提出的具有输出预估功能的自抗扰振动控制器,能够快速有效地抑制结构的多模态振动。
