本發(fā)明屬于振動(dòng)臺(tái)控制，具體涉及一種基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法、系統(tǒng)。

背景技術(shù)：

1、振動(dòng)臺(tái)廣泛應(yīng)用于各種工業(yè)和科研領(lǐng)域，用于模擬和測(cè)試各種振動(dòng)環(huán)境。然而，傳統(tǒng)試驗(yàn)方法在處理非線性系統(tǒng)時(shí)，往往難以保證精確的響應(yīng)(控制精度)和控制穩(wěn)定性。雖然前饋補(bǔ)償控制可以提升反饋波形再現(xiàn)精度，但仍不理想。比如，cn115356926a本發(fā)明公開(kāi)了一種基于強(qiáng)化學(xué)習(xí)的振動(dòng)臺(tái)前饋控制方法及控制系統(tǒng)，包括對(duì)振動(dòng)臺(tái)進(jìn)行系統(tǒng)辨識(shí)與模型構(gòu)建，得到振動(dòng)臺(tái)深度網(wǎng)絡(luò)模型；建立前饋網(wǎng)絡(luò)補(bǔ)償器模型，與振動(dòng)臺(tái)深度網(wǎng)絡(luò)模型串聯(lián)，得到補(bǔ)償器和振動(dòng)臺(tái)的串聯(lián)控制系統(tǒng)模型；將串聯(lián)控制系統(tǒng)模型的輸入信號(hào)和輸出信號(hào)的逼近作為目標(biāo)，采用監(jiān)督學(xué)習(xí)算法訓(xùn)練前饋網(wǎng)絡(luò)補(bǔ)償器模型，得到前饋網(wǎng)絡(luò)補(bǔ)償器訓(xùn)練模型；建立強(qiáng)化學(xué)習(xí)代理器，對(duì)前饋網(wǎng)絡(luò)補(bǔ)償器訓(xùn)練模型進(jìn)行強(qiáng)化學(xué)習(xí)，得到前饋網(wǎng)絡(luò)補(bǔ)償器訓(xùn)練模型的最優(yōu)控制策略。本發(fā)明通過(guò)強(qiáng)化學(xué)習(xí)代理器在前饋控制環(huán)節(jié)中基于系統(tǒng)特性在線調(diào)整和優(yōu)化控制策略，提高了振動(dòng)臺(tái)前饋控制穩(wěn)定性,并且前饋補(bǔ)償算法不需要進(jìn)行離線迭代，提升前饋補(bǔ)償環(huán)節(jié)的運(yùn)行效率。然而，上述控制方法的精度提升有待呈現(xiàn)，其有效性還需進(jìn)一步驗(yàn)證與說(shuō)明。另外，cn117852587a公開(kāi)了一種基于改進(jìn)時(shí)序卷積網(wǎng)絡(luò)模型的脫硫裝置注堿量預(yù)測(cè)方法，能夠?qū)崿F(xiàn)了注堿量的實(shí)時(shí)高精度預(yù)測(cè)。然而，上述方法的工作頻段(控制算法的有效頻率范圍)還需一步提升。采用前饋控制網(wǎng)絡(luò)是一種提升工作頻段的有效方法。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明一方面提供了一種基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法是將原始輸入信號(hào)輸入串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型得到修正輸出信號(hào)后，再將所述修正輸出信號(hào)輸入控制臺(tái)；所述串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型的訓(xùn)練方法為：

2、實(shí)時(shí)采集振動(dòng)臺(tái)的輸入控制信號(hào)和振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)；

3、對(duì)第一時(shí)序卷積網(wǎng)絡(luò)模型進(jìn)行離線訓(xùn)練得到訓(xùn)練后的第一時(shí)序卷積網(wǎng)絡(luò)模型，第一時(shí)序卷積網(wǎng)絡(luò)的輸入信號(hào)為所述振動(dòng)臺(tái)的輸入控制信號(hào)，第一時(shí)序卷積網(wǎng)絡(luò)的輸出信號(hào)為所述振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)；

4、對(duì)第二時(shí)序卷積網(wǎng)絡(luò)模型進(jìn)行離線訓(xùn)練得到第二時(shí)序卷積網(wǎng)絡(luò)模型，第二時(shí)序卷積網(wǎng)絡(luò)的輸入信號(hào)為所述振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)和所述第一時(shí)序卷積網(wǎng)絡(luò)的輸出信號(hào)，第二時(shí)序卷積網(wǎng)絡(luò)的輸出信號(hào)為所述振動(dòng)臺(tái)的所述輸入控制信號(hào)；

5、將所述訓(xùn)練后的第一時(shí)序卷積網(wǎng)絡(luò)模型和所述訓(xùn)練后的第二時(shí)序卷積網(wǎng)絡(luò)模型串聯(lián)得到所述串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型。

6、本發(fā)明另一方面提供了一種基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制系統(tǒng)，所述系統(tǒng)包括至少一個(gè)處理器；以及存儲(chǔ)器，其存儲(chǔ)有指令，當(dāng)通過(guò)至少一個(gè)處理器來(lái)執(zhí)行該指令時(shí)，實(shí)施前述的方法的步驟。

7、本發(fā)明的有益效果在于，基于時(shí)序卷積網(wǎng)絡(luò)(tcn)逆模型的振動(dòng)臺(tái)前饋控制方法，顯著提高了振動(dòng)臺(tái)的試驗(yàn)精度。

技術(shù)特征：

1.一種基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，是將原始輸入信號(hào)輸入串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型得到修正輸出信號(hào)后，再將所述修正輸出信號(hào)輸入控制臺(tái)；所述串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型的訓(xùn)練方法為：

2.如權(quán)利要求1所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述串聯(lián)時(shí)序卷積網(wǎng)絡(luò)模型的訓(xùn)練方法還包括如下步驟：

3.如權(quán)利要求1所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述振動(dòng)臺(tái)的輸入控制信號(hào)或所述振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)分別為加速度信號(hào)和位移信號(hào)；或者，所述振動(dòng)臺(tái)的輸入控制信號(hào)或所述振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)分別為el-centro波、taft波、北嶺sc波、mendocino海岬波、伊朗tabas波、墨西哥michoacan波、智利llollelo波、希臘olympia波和日本八戶港波中的一種或多種；或者，所述振動(dòng)臺(tái)的輸入控制信號(hào)或所述振動(dòng)臺(tái)的輸出響應(yīng)信號(hào)分別為時(shí)間序列數(shù)據(jù)。

4.如權(quán)利要求3所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述第一時(shí)序卷積網(wǎng)絡(luò)模型或所述第二時(shí)序卷積網(wǎng)絡(luò)模型均配置有輸入層、卷積層、激活函數(shù)、池化層和輸出層；所述第一時(shí)序卷積網(wǎng)絡(luò)模型或所述第二時(shí)序卷積網(wǎng)絡(luò)模型的訓(xùn)練方法包括采用均方根誤差作為損失函數(shù)步驟、以及通過(guò)反向傳播算法優(yōu)化網(wǎng)絡(luò)參數(shù)步驟。

5.如權(quán)利要求4所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述第一時(shí)序卷積網(wǎng)絡(luò)的輸入信號(hào)為所述加速度信號(hào)；所述第二時(shí)序卷積網(wǎng)絡(luò)的輸入信號(hào)為所述加速度信號(hào)和所述位移信號(hào)。

6.如權(quán)利要求5所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述第一時(shí)序卷積網(wǎng)絡(luò)模型的所述卷積層中，擴(kuò)張卷積的擴(kuò)張率在訓(xùn)練過(guò)程中根據(jù)輸入數(shù)據(jù)的頻率特性進(jìn)行自適應(yīng)調(diào)整，調(diào)整范圍為1～5。

7.如權(quán)利要求5所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述第二時(shí)序卷積網(wǎng)絡(luò)模型的所述隱藏層的數(shù)量在3～5層之間調(diào)整，且各所述隱藏層的神經(jīng)元數(shù)量根據(jù)輸入輸出信號(hào)的復(fù)雜度呈梯度分布，從所述輸入層到所述輸出層逐漸減少。

8.如權(quán)利要求5所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述第一時(shí)序卷積網(wǎng)絡(luò)模型和所述第二時(shí)序卷積網(wǎng)絡(luò)模型在訓(xùn)練過(guò)程中，采用動(dòng)態(tài)學(xué)習(xí)率調(diào)整策略，當(dāng)均方根誤差在連續(xù)5個(gè)訓(xùn)練周期內(nèi)變化小于設(shè)定閾值時(shí)，學(xué)習(xí)率降低為當(dāng)前值的0.8倍。

9.如權(quán)利要求5所述的基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法，其特征在于，所述激活函數(shù)在特定的所述隱藏層替換為leaky?relu函數(shù)，其負(fù)半軸斜率為0.01。

10.一種基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制系統(tǒng)，其特征在于，所述系統(tǒng)包括至少一個(gè)處理器；以及存儲(chǔ)器，其存儲(chǔ)有指令，當(dāng)通過(guò)至少一個(gè)處理器來(lái)執(zhí)行該指令時(shí)，實(shí)施按照權(quán)利要求1～9任一項(xiàng)所述的方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及基于時(shí)序卷積網(wǎng)絡(luò)的振動(dòng)臺(tái)控制方法、系統(tǒng)，該方法包括以下步驟：采集地震模擬振動(dòng)臺(tái)的輸出信號(hào)，基于振動(dòng)臺(tái)系統(tǒng)的輸入和輸出數(shù)據(jù)，利用是TCN訓(xùn)練振動(dòng)臺(tái)模型；在訓(xùn)練得到了振動(dòng)臺(tái)系統(tǒng)模型的基礎(chǔ)上，生成振動(dòng)臺(tái)系統(tǒng)的逆模型，使其能夠根據(jù)目標(biāo)信號(hào)輸出對(duì)應(yīng)的輸入加速度信號(hào)；通過(guò)多輪實(shí)驗(yàn)數(shù)據(jù)進(jìn)行模型驗(yàn)證和調(diào)整，生成基于TCN神經(jīng)網(wǎng)絡(luò)的振動(dòng)臺(tái)前饋控制模型，基于時(shí)序卷積網(wǎng)絡(luò)TCN逆模型的振動(dòng)臺(tái)前饋控制方法，顯著提高了地震模擬振動(dòng)臺(tái)的試驗(yàn)精度。

技術(shù)研發(fā)人員：劉浩然,陳蘇,王巨科,李小軍
受保護(hù)的技術(shù)使用者：北京工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15