CN102943420B - 基于磁流变技术的短型浮置板轨道隔振器参数优化方法 - Google Patents

Abstract

一种基于磁流变技术的短型浮置板轨道隔振器参数优化方法，采用半主动的磁流变并联隔振器取代短型浮置板轨道被动的橡胶或钢弹簧隔振器，结合粒子群算法和模糊推理智能优化计算优势，以降低地铁轨道垂向力传递率并兼顾抑制浮置板的纵横摇振动位移为目标，在复杂的轨道激振条件下，在线自动匹配计算出短型浮置板轨道各隔振器的刚度阻尼参数最优值，实现短型浮置板轨道***在较宽低频范围内的有效隔振。

Description

基于磁流变技术的短型浮置板轨道隔振器参数优化方法

技术领域

本发明涉及一种地铁轨道隔振技术领域   ，特别是一种基于磁流变技术的短型浮置板轨道隔振器优化方法。

背景技术

浮置板轨道是目前效果最好的地铁轨道振动隔离方式，常被用于科研院所、医院等特殊地段的隔减振。目前，浮置板轨道***采用的是橡胶、钢弹簧等被动隔振器支撑方式，由于受固有频率(10-15Hz左右)的限制，它对小于15Hz的低频振动隔离往往无能为力，而这些低频振动却会对人体和精密仪器产生很大不良影响，目前设法抑制地铁轨道的低频振动已成为浮置板轨道隔振降噪领域的一大难题；同时，受隔振器材料特性限制，目前在浮置板轨道隔振器设计中只能依靠理论估计或采用“被动”逐次匹配实验方式，来获取特定激振下被动隔振器的刚度、阻尼值，无法在较宽频激振下实现轨道隔振器参数的在线自寻优及匹配，这增加了多隔振器组的设计成本和难度。近年来，磁流变功能材料的出现为实现地铁轨道振动的半主动隔离提供了可能，其中磁流变弹性体在磁场作用下其弹性、能量耗散性等能够产生很大的变化,磁流变脂在磁场作用下其粘度会发生变化。基于可调刚度阻尼的地铁轨道隔振器参数优化方法，是轨道振动隔离领域今后发展的一个重要技术方向。

发明内容

本发明的目的就是提供一种基于磁流变技术的短型浮置板轨道隔振器参数优化方法，它可以计算得到隔振器的最优刚度和阻尼值，通过调节电流大小来调节隔振器的刚度和阻尼值，达到减振的效果。

本发明的目的是通过这样的技术方案实现的，它包括有四个作为短型浮置板轨道四个支承的半主动隔振器、一个设置在短型浮置板中心的加速度传感器和四个分别设置在短型浮置板四角的位移传感器，半主动隔振器包括有一个用于调节阻尼c的磁流变脂阻尼器和一个用于调节刚度k的磁流变弹性体，阻尼器和弹性体并联在一起，具体参数优化方法如下：

1）通过加度传感器采集短型浮置板的中心垂向加速度，通过位移传感器采集短型浮置板四个顶角的垂向振动位移；

2）根据短型浮置板的中心垂向加速度计算出轨道垂向激振力F_(t)，根据短型浮置板四个顶角的垂向振动位移计算出纵横摇位移； 

3）在预设的短型浮置板振动中低频率段内，找出最大垂向激振力，以降低短型浮置板轨道垂向振动力传递率为优化目标，运用粒子群算法计算匹配出各半主动隔振器的刚度和阻尼最优值； 

4）根据步骤2）中计算出的短型浮置板的纵横摇位移，建立可兼顾抑制纵横摇的各半主动隔振器的刚度和阻尼的模糊推理规则，优化半主动隔振器的刚度和阻尼值，得到最优刚度和阻尼值；

5）根据半主动隔振器的输入输出特性，计算并调节半主动隔振器达到步骤4）中计算出的最优刚度和阻尼值所需的驱动电流值，并调节阻尼器和弹性体的驱动电流。 

进一步，步骤2）中计算轨道垂向激振力和纵横摇位移的具体方法为：根据短型浮置板轨道表面中心的垂向振动加速度，结合浮置板轨道质量，计算分析出该轨道受到的垂向激振力的幅值和频率点；根据短型浮置板轨道四个顶角的垂向位移，结合浮置板尺寸和各隔振器的分布位置，计算出轨道纵摇和横摇大小。

进一步，步骤3）中最大垂向激振力的确定方法为：选取垂向激振力的频率在预设值以下的所有垂向激振力幅值，选取幅值最大的垂向激振力。

进一步，步骤3）中运用粒子群算法计算匹配出各半主动隔振器的刚度和阻尼最优值的计算方法如下：

3-1）设置粒子群初始参数

把各半主动隔振器的可调刚度、阻尼分别看作粒子位置，设粒子的位置为X _j=(k _j1,k _j2, k _j3, k _j4,c _j1,c _j2, c _j3, c _j4)，其中j代表第j个粒子，1、2、3、4为对应的隔振器，k代表刚度，c代表阻尼，粒子群体规模为                                               

，设粒子飞行的最大速度V _{j_max}为隔振器刚度和阻尼可变范围的

；

V _{j_max}= 

 [(k _a-k _b),(k _a-k _b),(k _a-k _b),(k _a-k _b),(c _a-c _b),(c _a-c _b),(c _a-c _b),(c _a-c _b)] 

式中，k _a、k _b分别为隔振器刚度可变范围的上限和下限，c _a、c _b分别为隔振器阻尼可变范围的上限和下限；

适应度函数选择为(1-T _f)，且

               

式中，T _f为振动力的绝对传递率，z _i为隔振器i的位移量，k _i、c _i分别为隔振器i的刚度和阻尼，F(t)为作用在短型浮置板上的垂向激振力；设当粒子群体最好位置连续m次都不变时，则达到了粒子群算法的最大搜索精度；粒子群算法最大迭代次数为N ；

3-2）适应度评价

将粒子的位置所表示的刚度、阻尼带入隔振效果评价函数(1-T _f)，通过适应度函数来计算出每个粒子的适应度值，该适应度值即为该粒子所对应的短型浮置板轨道垂向隔振效果值；同时，以磁流变并联隔振器的刚度阻尼范围、浮置板的垂向位移作为约束条件；

3-3）更新个体最好位置

将每个粒子当前位置的适应度值与个体最好位置P _j比较，若此时粒子位置的隔振效果更好，则将个体最好位置P _j更新为现在的粒子位置；

3-4）更新群体最好位置

所有粒子的个体最好位置更新完后，选择隔振效果最好的粒子个体最好位置与群体的最好位置P _g比较，若隔振效果更好，则更新现有的群体最好位置P _g；

3-5）更新粒子速度和位置

在隔振器的刚度、阻尼范围的限制下，按照公式

来更新所有粒子的速度和位置，式中为粒子j第m次迭代飞行速度矢量的第d维分量；

为粒子j第m次迭代位置矢量的第d维分量；P _jd为粒子j飞行过程中最好位置的第d维分量；P _gd为飞行过程中群体最好位置的第d维分量；ω是惯性权重，使粒子保持运动惯性，具有搜索空间的趋势；λ ₁、λ ₂是加速系数，分别代表粒子向个体最佳位置和全局最佳位置推进的权重；rand ₁、rand ₂：随机值为[0,1]的随机函数；

3-6）优化结束条件判断

判断是否达到所要求的搜索精度，若满足则优化结束，否则转步骤3-2）；当搜索达到最大迭代次数时，优化结束，否则算法继续。

进一步，步骤4）中建立可兼顾抑制纵横摇的各半主动隔振器的刚度和阻尼的模糊推理规则，优化半主动隔振器的刚度和阻尼值的具体方法为：

4-1）确定模糊推理优化算法的输入、输出

将浮置板轨道的四个位移信号按照公式

进行处理，式中z ₁、z ₂、z ₃、z ₄分别为短型浮置板四个角的垂向位移量，得到模糊推理优化中所需的两个输入变量S _RL、S _BF，其论域都取为[-d,d]mm，语言变量值为负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB；

输出量为各个隔振器的刚度调整系数ξ _i，i=1,2,3,4，和阻尼调整系数τ _i，i=1,2,3,4，该调整系数用于调整经过粒子群算法优化后的刚度、阻尼，且输出刚度调整系数论域要小于阻尼调整系数论域；输出量的语言变量值为零ZE、正小PS、正中PM、正大PB、正极大PL；

4-2）模糊推理规则的制定

根据S _RL、S _BF的值，得到四个隔振器的位移关系，通过调整隔振器位移来使浮置板减小摇动，得到各隔振器刚度、阻尼调整系数的关系；四个隔振器的模糊推理规则如下表所示：

四个隔振器所得到的结论在表中按从左至右、从上至下一一对应；

4-3）模糊推理优化及修正

根据步骤4-2）的推理规则，利用Mamdani推理法进行两次模糊推理，一次计算出刚度修正系数，另外一次计算出阻尼修正***，采用加权平均法来进行清晰化计算，经过修正系数调整后的刚度、阻尼为：

，

式中

为最优刚度值，为最优阻尼值。

由于采用了上述技术方案，本发明具有如下的优点：

本发明采用半主动的磁流变并联隔振器取代短型浮置板轨道常规的橡胶或钢弹簧被动隔振器，结合粒子群算法和模糊推理的智能优化计算优势，以降低地铁轨道垂向力传递率并兼顾抑制浮置板的纵横摇振动位移为目标，在复杂的轨道激振条件下，在线自动匹配计算出短型浮置板轨道各隔振器的刚度阻尼参数最优值，实现短型浮置板轨道***在较宽低频范围内的有效隔振。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。

附图说明

本发明的附图说明如下。

图1为本发明的硬件结构示意图；

图2为本发明的工作原理框图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

一种基于磁流变技术的短型浮置板轨道隔振器参数优化方法，如图1、图2所示。

1、基于磁流变技术的短型浮置板轨道刚度阻尼参数可调的隔振方式

采用磁流变脂阻尼器和磁流变弹性体元件并联的半主动磁流变并联隔振器作为短型浮置板轨道的四个支承，原点G代表短型浮置板轨道表面中心位置，X轴平行于轨道方向，Y轴垂直于X轴且平行于基座平面，Z轴依据右手定则确定且垂直于浮置板平面，ki、ci分别表示磁流变并联隔振器刚度、阻尼；四只位移传感器1、2、3、4分别安装于短型浮置板的四个顶角，一只加速度传感器安置于短型浮置板表面中心；形成刚度阻尼参数可调的地铁轨道隔振方式。

2、处理短型浮置板轨道垂向振动信号，计算轨道垂向激振力和纵横摇大小

将采集到的振动信号进行滤波放大等信号处理，根据短型浮置板轨道表面中心的垂向振动加速度，结合浮置板轨道质量，计算分析出该轨道受到的垂向激振力的幅值和频率点；根据短型浮置板轨道四个顶角的垂向位移，结合浮置板尺寸和各隔振器的分布位置，计算出轨道纵摇和横摇大小。

3、以降轨道垂向力传递率为目标，进行磁流变并联隔振器参数的粒子群优化

设置短型浮置板轨道的结构参数（密度、长度、高度等）和列车运行参数（静载、运行速度、每节车厢转向架数、转向架轮对数、车厢长度等），作为轨道隔振***的限定条件，输入到隔振器参数优化调节器中。针对短型浮置板轨道垂向振动下的隔振器刚度阻尼值的粒子群参数优化，其步骤如下： 

设置粒子群初始参数

把各隔振器的可调刚度、阻尼分别看作粒子位置，设粒子的位置为X _j=(k _j1,k _j2, k _j3, k _j4,c _j1,c _j2, c _j3, c _j4)，其中j代表第j个粒子，1、2、3、4为对应的隔振器，粒子群体规模为（

），设粒子飞行的最大速度V _{j_max}为隔振器刚度和阻尼可变范围的

（

）：

V _{j_max}=  [(k _a-k _b),(k _a-k _b),(k _a-k _b),(k _a-k _b),(c _a-c _b),(c _a-c _b),(c _a-c _b),(c _a-c _b)]   (1)

（1）式中，k _a、k _b分别为隔振器刚度可变范围的上限和下限，c _a、c _b分别为隔振器阻尼可变范围的上限和下限。

适应度函数选择为(1-T _f)，且

               (2)

（2）式中，T _f为振动力的绝对传递率，z _i为隔振器i的位移量，k _i、c _i分别为隔振器i的刚度和阻尼，F(t)为作用在短型浮置板上的垂向激振力；设当粒子群体最好位置连续m次(m>10)都不变时，则达到了粒子群算法的最大搜索精度；粒子群算法最大迭代次数为N (N>100)。

适应度评价

将粒子的位置所表示的刚度、阻尼带入隔振效果评价函数(1-T _f)，通过适应度函数来计算出每个粒子的适应度值，该适应度值即为该粒子所对应的短型浮置板轨道垂向隔振效果值；同时，以磁流变并联隔振器的刚度阻尼范围、浮置板的垂向位移作为约束条件。

更新个体最好位置

将每个粒子当前位置的适应度值与个体最好位置P _j比较，若此时粒子位置的隔振效果更好，则将个体最好位置P _j更新为现在的粒子位置。

更新群体最好位置

所有粒子的个体最好位置更新完后，选择隔振效果最好的粒子个体最好位置与群体的最好位置P _g比较，若隔振效果更好，则更新现有的群体最好位置P _g。

更新粒子的速度和位置

在隔振器的刚度、阻尼范围的限制下，按照式(3)和式(4)来更新所有粒子的速度和位置。

         (3)

                           (4)

式（3）和式（4）中，

为粒子j第m次迭代飞行速度矢量的第d维分量；

为粒子j第m次迭代位置矢量的第d维分量；P _jd为粒子j飞行过程中最好位置的第d维分量；P _gd为飞行过程中群体最好位置的第d维分量；ω是惯性权重，使粒子保持运动惯性，具有搜索空间的趋势；λ ₁、λ ₂是加速系数，分别代表粒子向个体最佳位置和全局最佳位置推进的权重；rand ₁、rand ₂：随机值为[0,1]的随机函数。

优化结束条件判断

判断是否达到所要求的搜索精度，若满足则优化结束，否则转入适应度评价步骤；当搜索达到最大迭代次数时，优化结束，否则算法继续。

4、兼顾对短型浮置板纵横摇振动的抑制，用模糊推理对隔振器的刚度和阻尼值进一步优化

为了兼顾对短型浮置板轨道的纵摇和横摇振动的抑制，根据图2，对经过垂向隔振粒子群优化的刚度阻尼值，采用模糊推理进行进一步的优化修正，其步骤如下： 

确定模糊推理优化算法的输入、输出

将浮置板轨道的四个位移信号按照式(5)、(6)进行处理，得到模糊推理优化中所需的两个输入变量S _RL、S _BF，其论域都取为[-d,d]mm(

)，语言变量值为NB(负大)、NM(负中)、NS(负小)、ZE(零)、PS(正小)、PM(正中)、PB(正大)。

                      (5)

                      (6)

式中，z ₁、z ₂、z ₃、z ₄分别为短型浮置板四个角的垂向位移量。

输出量为各个隔振器的刚度调整系数ξ _i(i=1,2,3,4)和阻尼调整系数τ _i(i=1,2,3,4)，该调整系数用于调整经过粒子群算法优化后的刚度、阻尼，且输出刚度调整系数论域要小于阻尼调整系数论域。输出量的语言变量值为ZE零、PS正小、PM正中、PB正大、PL正极大。

输入输出均采用三角形隶属度函数。

模糊推理规则的制定

纵摇和横摇必然会导致各隔振器的垂向位移量不同，进而影响S _RL、S _BF的值。若S _RL、S _BF均为正且S _RL<S _BF，则隔振器位移具有z ₁>z ₄>z ₂>z ₃的关系，通过调整隔振器位移来使浮置板减小摇动，各隔振器刚度、阻尼调整系数的关系分别为ξ ₁<ξ ₄<ξ ₂<ξ ₃，τ ₁<τ ₄<τ ₂<τ ₃。同理，分析S _RL、S _BF的其它情况可得出隔振器1、2、3、4的模糊推理规则如表1所示，刚度修正系数和阻尼修正系数都遵循表1所制定的规则，隔振器1、2、3、4在相关前提条件下所得到的结论在表中按从左至右、从上到下一一对应。

表1 基于磁流变技术的轨道并联隔振器刚度、阻尼修正系数模糊规则

(3) 模糊推理优化及修正

根据表1，利用Mamdani推理法来进行两次模糊推理，一次计算出刚度修正系数，另外一次计算出阻尼修正系数，采用加权平均法来进行清晰化计算，则经过修正系数调整后的刚度、阻尼为：

，

                         (7)

5、基于磁流变隔振器特性的驱动电流求解

前面的计算得到了各磁流变并联隔振器的最优刚度值

和阻尼值

，由于磁流变隔振器是用电流驱动的，还需要求解磁流变并联隔振器中磁流变阻尼器和磁流变弹性元件的驱动电流值大小。

因此，按照磁流变并联隔振器的输入输出特性，求解在不同激振条件下隔振器所需的驱动电流，利用电流驱动器将计算出的驱动电流输入隔振器，改变隔振器线圈中的磁场强度，实现短型浮置板轨道隔振***刚度和阻尼的在线优化和短型浮置板的垂向、纵摇、横摇振动在较宽低频范围内的有效隔离。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.基于磁流变技术的短型浮置板轨道隔振器参数优化方法，其特征在于，包括有四个作为短型浮置板轨道四个支承的半主动隔振器、一个设置在短型浮置板中心的加速度传感器和四个分别设置在短型浮置板四角的位移传感器，半主动隔振器包括有一个用于调节阻尼c的磁流变脂阻尼器和一个用于调节刚度k的磁流变弹性体，阻尼器和弹性体并联在一起，具体参数优化方法如下：

1）通过加速度传感器采集短型浮置板的中心垂向加速度，通过位移传感器采集短型浮置板四个顶角的垂向振动位移；

2）根据短型浮置板的中心垂向加速度计算出轨道垂向激振力F_(t)，根据短型浮置板四个顶角的垂向振动位移计算出纵横摇位移；

3）在预设的短型浮置板振动中低频率段内，找出最大垂向激振力，以降低短型浮置板轨道垂向振动力传递率为优化目标，运用粒子群算法计算匹配出各半主动隔振器的刚度和阻尼最优值；

4）根据步骤2）中计算出的短型浮置板的纵横摇位移，建立可兼顾抑制纵横摇的各半主动隔振器的刚度和阻尼的模糊推理规则，优化半主动隔振器的刚度和阻尼值，得到最优刚度和阻尼值；

5）根据半主动隔振器的输入输出特性，计算并调节半主动隔振器达到步骤4）中计算出的最优刚度和阻尼值所需的驱动电流值，并调节阻尼器和弹性体的驱动电流。

2.如权利要求1所述的基于磁流变技术的短型浮置板轨道隔振器参数优化方法，其特征在于，步骤2）中计算轨道垂向激振力和纵横摇位移的具体方法为：根据短型浮置板轨道表面中心的垂向振动加速度，结合浮置板轨道质量，计算分析出该轨道受到的垂向激振力的幅值和频率点；根据短型浮置板轨道四个顶角的垂向位移，结合浮置板尺寸和各隔振器的分布位置，计算出轨道纵摇和横摇大小。

3.如权利要求2所述的基于磁流变技术的短型浮置板轨道隔振器参数优化方法，其特征在于，步骤3）中最大垂向激振力的确定方法为：选取垂向激振力的频率在预设值以下的所有垂向激振力幅值，选取幅值最大的垂向激振力。

4.如权利要求1所述的基于磁流变技术的短型浮置板轨道隔振器参数优化方法，其特征在于，步骤3）中运用粒子群算法计算匹配出各半主动隔振器的刚度和阻尼最优值的计算方法如下：

3-1）设置粒子群初始参数

把各半主动隔振器的可调刚度、阻尼分别看作粒子位置，设粒子的位置为X_j=(k_j1,k_j2,k_j3,k_j4,c_j1,c_j2,c_j3,c_j4)，其中j代表第j个粒子，1、2、3、4为对应的隔振器，k代表刚度，c代表阻尼，粒子群体规模为n，设粒子飞行的最大速度V_{j_max}为隔振器刚度和阻尼可变范围的α%；

V_{j_max}=α%[(k_a-k_b),(k_a-k_b),(k_a-k_b),(k_a-k_b),(c_a-c_b),(c_a-c_b),(c_a-c_b),(c_a-c_b)]

式中，k_a、k_b分别为隔振器刚度可变范围的上限和下限，c_a、c_b分别为隔振器阻尼可变范围的上限和下限；

适应度函数选择为(1-T_f)，且

$T_f=\max \left[\right|\underset{i=1}{\overset{4}{\mathrm{\&Sigma;}}}(k_i{z}_i+c_i{\stackrel{\&CenterDot;}{z}}_i)\left|\right]/\max \left[\right|F\left(t\right)\left|\right]$

式中，T_f为振动力的绝对传递率，z_i为隔振器i的位移量，k_i、c_i分别为隔振器i的刚度和阻尼，F(t)为作用在短型浮置板上的垂向激振力；设当粒子群体最好位置连续m次都不变时，则达到了粒子群算法的最大搜索精度；粒子群算法最大迭代次数为N；

3-2）适应度评价

将粒子的位置所表示的刚度、阻尼带入隔振效果评价函数(1-T_f)，通过适应度函数来计算出每个粒子的适应度值，该适应度值即为该粒子所对应的短型浮置板轨道垂向隔振效果值；同时，以磁流变并联隔振器的刚度阻尼范围、浮置板的垂向位移作为约束条件；

3-3）更新个体最好位置

将每个粒子当前位置的适应度值与个体最好位置P_j比较，若此时粒子位置的隔振效果更好，则将个体最好位置P_j更新为现在的粒子位置；

3-4）更新群体最好位置

所有粒子的个体最好位置更新完后，选择隔振效果最好的粒子个体最好位置与群体的最好位置P_g比较，若隔振效果更好，则更新现有的群体最好位置P_g；

3-5）更新粒子速度和位置

在隔振器的刚度、阻尼范围的限制下，按照公式

$v_{\mathrm{jd}}^m={\mathrm{\&omega;v}}_{\mathrm{jd}}^{m-1}+{\mathrm{\&lambda;}}_1{\mathrm{rand}}_1(p_{\mathrm{jd}}-x_{\mathrm{jd}}^{m-1})+{\mathrm{\&lambda;}}_2{\mathrm{rand}}_2(p_{\mathrm{gd}}-x_{\mathrm{jd}}^{m-1})$

$x_{\mathrm{jd}}^m=x_{\mathrm{jd}}^{m-1}+v_{\mathrm{jd}}^m$

来更新所有粒子的速度和位置，式中

为粒子j第m次迭代飞行速度矢量的第d维分量；

为粒子j第m次迭代位置矢量的第d维分量；P_jd为粒子j飞行过程中最好位置的第d维分量；P_gd为飞行过程中群体最好位置的第d维分量；ω是惯性权重，使粒子保持运动惯性，具有搜索空间的趋势；λ₁、λ₂是加速系数，分别代表粒子向个体最佳位置和全局最佳位置推进的权重；rand₁、rand₂：随机值为[0,1]的随机函数；

3-6）优化结束条件判断

判断是否达到所要求的搜索精度，若满足则优化结束，否则转步骤3-2）；当搜索达到最大迭代次数时，优化结束，否则算法继续。

5.如权利要求1所述的基于磁流变技术的短型浮置板轨道隔振器参数优化方法，其特征在于，步骤4）中建立可兼顾抑制纵横摇的各半主动隔振器的刚度和阻尼的模糊推理规则，优化半主动隔振器的刚度和阻尼值的具体方法为：

4-1）确定模糊推理优化算法的输入、输出

将浮置板轨道的四个位移信号按照公式

$S_{\mathrm{RL}}=\frac{(z_1+z_2)-(z_3+z_4)}{2}$

$S_{\mathrm{BF}}=\frac{(z_1+z_4)-(z_2+z_3)}{2}$

进行处理，式中z₁、z₂、z₃、z₄分别为短型浮置板四个角的垂向位移量，得到模糊推理优化中所需的两个输入变量S_RL、S_BF，其论域都取为[-d,d]mm，语言变量值为负大NB、负中NM、负小NS、零ZE、正小PS、正中PM、正大PB；

输出量为各个隔振器的刚度调整系数ξ_i，i=1,2,3,4，和阻尼调整系数τ_i，i=1,2,3,4，该调整系数用于调整经过粒子群算法优化后的刚度、阻尼，且输出刚度调整系数论域要小于阻尼调整系数论域；输出量的语言变量值为零ZE、正小PS、正中PM、正大PB、正极大PL；

4-2）模糊推理规则的制定

根据S_RL、S_BF的值，得到四个隔振器的位移关系，通过调整隔振器位移来使浮置板减小摇动，得到各隔振器刚度、阻尼调整系数的关系；四个隔振器的模糊推理规则如下表所示：

四个隔振器所得到的结论在表中按从左至右、从上至下一一对应；

4-3）模糊推理优化及修正

根据步骤4-2）的推理规则，利用Mamdani推理法进行两次模糊推理，一次计算出刚度修正系数，另外一次计算出阻尼修正***，采用加权平均法来进行清晰化计算，经过修正系数调整后的刚度、阻尼为：k_i′＝ξ_ik_i，c_i′＝τ_ic_i

式中k_i′为最优刚度值，c_i′为最优阻尼值。

Images