Active Vibration Control of a Smart Structure. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF MS Thesis - Active Vibration Control of a Smart Structure - Final version.pdf - Accepted Version Restricted to Repository staff only until 1 August 2025. Download (5MB)

Arabic Abstract

يعد التحكم في الاهتزازات في الهياكل الكابولية أمرًا حاسمًا للحفاظ على سلامة البنية التحتية ووظائفها في مختلف التطبيقات الهندسية. تقدم هذه الرسالة نهجًا مبتكرًا للتخفيف من الاهتزازات باستخدام مواد ذكية بايزوكهربائية (PZT) مدمجة في نظام الهيكل الكابولي. يتضمن العمل تطوير وتحليل مقارن لاستراتيجية التحكم النسبي التكاملي التفاضلي (PID) تحت سيناريوهات اضطرابات مختلفة: عشوائية واندفاعية. يتم تعديل معاملات المتحكم النسبي التكاملي التفاضلي (PID) بذكاء باستخدام ثلاث تقنيات متقدمة: الخوارزميات الجينية (GA)، والشبكات العصبية (NN)، والمنطق الضبابي (FL). في البداية، يتم تحسين معاملات المتحكم النسبي التكاملي التفاضلي (PID) باستخدام الخوارزميات الجينية (GA) لتحقيق تخميد فعال للاهتزاز تحت كلا نوعي الاضطرابات. المعاملات المُحسنة المُستخلصة عبر الخوارزميات الجينية (GA) توفر مجموعة بيانات عالية الجودة التي تُستخدم لتدريب شبكة عصبية (NN) مُصممة خصيصًا لهذا الغرض. تهدف الشبكة العصبية (NN) إلى صقل عملية ضبط المتحكم النسبي التكاملي التفاضلي (PID)، ملتقطةً العلاقات المعقدة بين استجابة النظام ومعاملات التحكم. ولتعزيز استراتيجية التحكم أكثر، يتم تطوير متحكم بالمنطق الضبابي (FL)، مستغلاً متانته الفطرية ضد عدم اليقين في النظام وقدرته على إدارة عملية التحكم في الاهتزاز. في المرحلة التالية، تم تصميم متحكم تعلم عميق (DL) يدمج هندسة الذاكرة القصيرة الطويلة (LSTM). يكيف هذا المتحكم نظام التحكم بالاهتزاز عن طريق تحليل بيانات من جهاز استشعار PZT وتوقع الإشارة التحكمية اللازمة لمحرك PZT. مستوحى من الملاحظات أثناء تنفيذ متحكم PID، يتوسع هذا النموذج في العلاقة بين اهتزاز الهيكل الكابولي والإشارة التحكمية المقابلة الضرورية لتخفيف هذا الاهتزاز. تُظهر الرسالة فعالية وكفاءة كل طريقة ضبط ذكية من خلال محاكاة برنامج MATLAB، تشير النتائج إلى أن دمج هذه التقنيات الذكية مع المتحكم النسبي التكاملي التفاضلي (PID) يمكن أن يحسن بشكل كبير من استجابة نظام الهيكل الكابولي تحت ظروف بيئية غير متوقعة. علاوة على ذلك، يقدم البحث قدرة متحكمات التعلم العميق على استيعاب ديناميات النظام المعقدة وتوقع إشارات التحكم اللازمة لتخفيف الاهتزاز. من خلال الجمع بين المتحكم الكلاسيكي PID والقدرات القابلة للتكيف والتعلم من خلال تقنيات الضبط الذكية، يساهم هذا البحث في مجال الهياكل الذكية والتحكم في الاهتزازات. وبالإضافة إلى ذلك، يسلط الضوء على فعالية منهجية التعلم العميق النقية في التحكم في الاهتزازات الهيكلية، مستفيداً من قدرات أجهزة استشعار PZT ومحركاتها.

English Abstract

Vibration control in cantilever beam structures is crucial for maintaining structural integrity and functionality in various engineering applications. This thesis introduces an innovative approach to vibration mitigation using piezoelectric lead zirconate titanate (PZT), referred to as the shortened form of the chemical symbols Pb (ZrTi), integrated as smart materials within cantilever beam systems. The study involves the development and comparative analysis of a Proportional-Integral-Derivative (PID) control strategy under two distinct disturbance scenarios: random and impulsive. The PID parameters are intelligently tuned using three advanced techniques: genetic algorithms (GAs), neural networks (NNs), and fuzzy logic. Also, the work involves designing a pure deep learning controller to control and reduce the structure vibration. In the initial phase, the PID controller's parameters are meticulously optimized using genetic algorithms (GAs) to achieve optimal vibration damping under both types of disturbances. The parameters, refined through GAs, provide a high-quality dataset that serves for training a purpose-designed neural network (NN). The NN aims to further enhance the PID tuning process by capturing the complex relationships between the system's response and the control parameters. Complementing this, a fuzzy logic (FL) controller is developed to fortify the control strategy, leveraging its inherent robustness against system uncertainties and adeptness in managing vibration control processes. In subsequent stages, a deep learning controller incorporating long short-term memory (LSTM) architecture is designed. This controller adapts the vibration control system by analyzing data from the PZT sensor and predicting the requisite control signal for the PZT actuator. Inspired by observations during the implementation of the PID controller, this model extrapolates the relationship between cantilever beam vibration and the corresponding control signal necessary for its attenuation. Through MATLAB software simulations, this thesis demonstrates the efficiency of each intelligent tuning method in refining the PID controller's performance. The findings underscore that integrating these intelligent techniques with conventional PID controllers yields substantial improvements in the cantilever beam system's responsiveness under unpredictable environmental conditions. Moreover, the thesis presents the aptitude of deep learning controllers in discerning complex system dynamics and predicting control signals for vibration damping. By combining PID classical control with adaptable and learning capabilities through intelligent optimization techniques, this thesis contributes to the field of smart structures and vibration control. Furthermore, it underscores the effectiveness of pure deep learning methodology in controlling structural vibrations, leveraging the capabilities of PZT sensors and actuators.

Item Type:	Thesis (Masters)
Subjects:	Systems Civil Engineering Civil Engineering > Structural Engineering Engineering Research Research > Engineering Physics Electrical Mechanical
Department:	College of Engineering and Physics > Control and Instrumentation Engineering
Committee Advisor:	Al-Saif, Abdulwahid
Committee Members:	AL-Sunni, Fouad and El-Ferik, Sami
Depositing User:	AHMED MOHAMMED (g201475860)
Date Deposited:	08 Aug 2024 08:36
Last Modified:	08 Aug 2024 08:36
URI:	http://eprints.kfupm.edu.sa/id/eprint/143020