Resumen

Proponemos un método de control semiactivo programado de ganancia adaptativa utilizando una red neuronal artificial para sistemas estructurales sujetos a perturbaciones sísmicas. Con el fin de diseñar un sistema de control semiactivo con un alto rendimiento de control contra terremotos con diferentes propiedades de tiempo y/o frecuencia, múltiples leyes de control semiactivo con alto rendimiento para cada una de las múltiples perturbaciones sísmicas se programan de manera adaptativa. Cada ley de control semiactivo que se programa se diseña en base al enfoque de emulación de salida propuesto por los autores. Como mecanismo de programación de ganancia adaptativa, introducimos una red neuronal artificial (RNA). Las señales de entrada de la RNA son la perturbación sísmica medida en sí misma, por ejemplo, la aceleración, velocidad y desplazamiento. La salida de la RNA es el parámetro para la programación de múltiples leyes de control semiactivo, cada una de las cuales ha sido optimizada para una sola perturbación. Parámetros como el peso y sesgo en la RNA son optimizados por el algorit

• Materias:Matriz acústica Ingeniería subterránea Vibración longitudinal Transmisión dinámica Fallas de rodamientos
• Subjects:Acoustic array Underground engineering Longitudinal vibration Dynamic transmission Bearing failures
• Palabras claves:Ganancia adaptativa programada; Control semipasivo; Red neuronal artificial; Perturbación por terremoto; Rendimiento del control; Leyes de control semipasivo
• Keywords:Adaptive gain scheduled; Semiactive control; Artificial neural network; Earthquake disturbance; Control performance; Semiactive control laws