以類神經網路控制可變阻尼與勁度結構之位移研究

Abstract

對於某些高科技廠房而言，振動量的控制，是確保內部機具不被損壞的關鍵因素。本文的研究目的，係藉由類神經網路理論，建立一個學習模式，當結構物受到外力擾動時，在每一個微小時間間隔中，反覆利用此模式預測並改變結構物的勁度值和阻尼值，以期結構物的位移量能夠減至最小。 經模擬結果得知，由類神經網路控制的最大位移量比未控制時的最大位移量平均減少約80%至90%，對於振動量的控制，此法可獲得相當理想的效果。