Resumen

Los amortiguadores magnetoreológicos (MR), como dispositivo inteligente de amortiguación de vibraciones, pueden cambiar rápidamente el tamaño de la amortiguación del material en milisegundos. La estrategia de control semiautomático tradicional no puede aprovechar al máximo la capacidad de los amortiguadores MR para consumir energía y reducir la vibración bajo diferentes corrientes, y es difícil controlar con precisión los amortiguadores MR. En este documento, se propone una estrategia de control semiautomático basada en el aprendizaje por refuerzo (RL), que se basa en explorar para aprender el valor óptimo de los amortiguadores MR en cada paso de la operación, el valor de la corriente aplicada. Durante el control de amortiguación, el valor de acción óptimo aprendido para cada paso se introduce en los amortiguadores MR para que proporcionen la fuerza de amortiguación óptima a la estructura. Se encontró que la aplicación de esta estrategia a una estructura de marco de dos capas proporcionaba un control más preciso de los amortiguadores MR, mejorando signific

• Materias:Elementos finitos Análisis de estabilidad Energía histerética Seguridad en la ingeniería civil Tensión-deformación
• Subjects:Finite elements Stability analysis Hysteretic energy Safety in civil engineering Stress-strain
• Palabras claves:Inteligente; Amortiguación de vibraciones; Amortiguadores magnetorreológicos; Estrategia de control semiactivo; Aprendizaje por refuerzo; Fuerza de amortiguación óptima
• Keywords:Intelligent; Vibration damping; Magnetorheological dampers; Semiactive control strategy; Reinforcement learning; Optimal damping force