弹簧摆碰撞调谐质量阻尼器减震性能优化研究

王奇 李宏男 张鹏
STUDY ON OPTIMIZATION OF PARAMETERS OF SPRING PENDULUM POUNDING TUNED MASS DAMPER
WANG Qi, LI Hong-nan, ZHANG Peng
在线阅读 View online: https://doi.org/10.6052/j.issn.1000-4750.2021.12.1011

您可能感兴趣的其他文章
Articles you may be interested in

质量调谐-颗粒阻尼器复合减振体系的力学解析及优化分析
ANALYTICAL MODEL AND OPTIMIZATION ANALYSIS OF COMBINED DAMPING SYSTEM WITH TMD AND PARTICLE DAMPER
工程力学. 2021, 38(6): 191-208 https://doi.org/10.6052/j.issn.1000-4750.2020.07.0463

电磁调谐双质阻尼器的H2参数优化及对结构减震分析

THE H2 PARAMETRIC OPTIMIZATION AND STRUCTURAI VIBRATION SUPPRESSION OF ELECTROMAGNETIC TUNED MASS-
INERTER DAMPERS
工程力学. 2019, 36(4): 89-99 https://doi.org/10.6052/j.issn.1000-4750.2018.01.0027

自复位放大位移型SMA阻尼器优化设计方法研究
OPTIMUM DESIGN OF A RE-CENTERING DEFORMATION-AMPLIFIED SMA DAMPER
工程力学. 2019, 36(6): 202-210 https://doi.org/10.6052/j.issn.1000-4750.2018.05.0287

平面张弦结构粘弹性阻尼器振动控制研究
RESEARCH ON THE VIBRATION CONTROL OF PLANE STRING STRUCTURES USING VISCOELASTIC DAMPERS
工程力学. 2021, 38(12): 57-72 https://doi.org/10.6052/j.issn.1000-4750.2020.11.0849

考虑摩擦效应的颗粒阻尼器力学模型研究及参数分析
MECHANICAL MODEL AND PARAMETER ANALYSIS OF PARTICLE DAMPER WITH CONSIDERING FRICTION EFFECT
工程力学. 2019, 36(6): 109-118 https://doi.org/10.6052/j.issn.1000-4750.2018.04.0248

新型多维形状记忆合金阻尼器的试验研究
EXPERIMENTAL INVESTIGATION OF AN INNOVATIVE MULTIDIMENSIONAL SMA DAMPER
工程力学. 2018, 35(3): 178-185 https://doi.org/10.6052/j.issn.1000-4750.2016.11.0928

扫码关注微信公众号，获得更多资讯信息
第 40 卷第 8 期 Vol.40 No.8 工 程 力 学
2023 年 8 月 Aug. 2023 ENGINEERING MECHANICS 181

文章编号：1000-4750(2023)08-0181-08

弹簧摆碰撞调谐质量阻尼器
减震性能优化研究
王 奇1，李宏男1,2，张 鹏3
(1. 沈阳建筑大学土木工程学院，辽宁，沈阳 110168；2. 大连理工大学土木工程学院，辽宁，大连 116024；

3. 大连海事大学交通运输装备与海洋工程学院，辽宁，大连 116023)

摘 要：为了提高弹簧摆碰撞调谐质量阻尼器 (spring pendulum pounding tuned mass damper, SPPTMD) 的减震性

能，采用粒子群算法 (particle swarm optimization, PSO) 对其关键参数进行了优化。推导了 SPPTMD 减震系统的
运动方程，同时建立了系统的仿真分析模型。选取阻尼器频率比、内共振系数和碰撞间隙为优化变量，以结构
峰值响应最小为优化目标，编制了 SPPTMD 优化程序。对比了优化前后 SPPTMD 在不同场地上 12 条地震动作
用下的减震效果。研究结果表明：SPPTMD 的最优参数与场地类别相关；优化后阻尼器的减震性能有明显提
高，其中，Ⅳ类场地优化效果最好。
关键词：结构振动控制；弹簧摆碰撞调谐质量阻尼器；粒子群算法；非线性阻尼器；参数优化
中图分类号：TU352 文献标志码：A doi: 10.6052/j.issn.1000-4750.2021.12.1011

STUDY ON OPTIMIZATION OF PARAMETERS OF SPRING

PENDULUM POUNDING TUNED MASS DAMPER

WANG Qi1 , LI Hong-nan1,2 , ZHANG Peng3

(1. School of Civil Engineering, Shenyang Jianzhu University, Shenyang, Liaoning 110168, China;
2. School of Civil Engineering, Dalian University of Technology, Dalian, Liaoning 116024, China;
3. College of Transportation Engineering, Dalian Maritime University, Dalian, Liaoning 116023, China)

Abstract: In order to improve the shock-absorbing performance of a spring pendulum pounding tuned mass
damper (SPPTMD), the parameters of the damper are optimized using particle swarm optimization (PSO). First,
the mathematical model of the SPPTMD is derived, and a simulation analysis model of the system is established.
Secondly, the SPPTMD optimization program is developed with the minimum structural peak response as the
optimization objective by selecting the damper frequency ratio, internal resonance coefficient and collision gap as
the optimization variables. Finally, the shock-absorbing effect of SPPTMD under 12 seismic waves on different
sites before and after optimization is compared. The research results show that the optimal parameters of
SPPTMD vary depending on the site condition where the controlled structure is located. After optimization, the
shock-absorbing performance of the dampers has been significantly improved. Among them, the best optimization
effect is achieved for the IV site.
Key words: vibration control; spring pendulum pounding tuned mass damper (SPPTMD); particle swarm
optimization (PSO); nonlinear damper; parameter optimization

线性动力吸振器因其结构简单、便于安装而 吸振器的减振效果，学者们将多种形式的耗能、
被广泛用于结构的振动控制中 [1 − 2]
。为了提高线性 吸振组件引入其中，例如引入碰撞[3 − 5] 和内共振[6]。
收稿日期：2021-12-27；修改日期：2022-03-14
基金项目：国家自然科学基金重点项目(51738007)
通信作者：张 鹏 (1984−)，男，河北人，副教授，博士，主要从事结构抗震和防灾减灾研究 (E-mail: peng.zhang47@dlmu.edu.cn).
作者简介：王 奇 (1987−)，女，辽宁人，博士生，主要从事结构抗震和防灾减灾研究 (E-mail: wang-qi@stu.sjzu.edu.cn);
李宏男 (1957−)，男，辽宁人，教授，博士，主要从事结构防灾减灾及健康监测研究 (E-mail: hnli@dlut.edu.cn).
182 工 程 力 学

碰撞调谐质量阻尼器 (pounding tuned mass damper, 尽管已有研究表明：SPPTMD 具有较好的减

PTMD) 是在悬挂质量摆 (suspended mass pendulum, 震性能，但其设计参数 (包括频率比、弹簧内共振
SMP) 基础上增设限位装置，通过质量块与限位器 系数、碰撞间隙等) 尚需进一步优化设计才能达到
碰撞增加阻尼器的耗能能力。研究表明：PTMD 更好的减震效果。
的减震性能优于 SMP，并且具有很好的鲁棒性 [7 − 9]
。 粒子群算法适合在动态、多目标优化环境中
弹簧摆 (spring pendulum, SP) 是用弹簧替代了 SMP 进行寻优计算。与众多优化算法相比，粒子群算
的摆线，依靠弹簧内共振增加阻尼的吸振能力 [10]
。 法需要调整的参数较少，算法结构简单，并且具
在本文作者的工作中 [11]
，将碰撞阻尼与弹簧摆相 有更高效的并行计算能力，可以在较短时间搜寻
结合，提出了一种新型非线性阻尼器，即弹簧摆碰 到全局最优[25 − 26]。另外，粒子群算法对种群数量
撞调谐质量阻尼器 (spring pendulum pounding tuned 变化不是十分敏感，寻优性能稳定 [27 − 28]。因此，
mass damper, SPPTMD)。SPPTMD 由弹簧摆及限 本文采用鲁棒性强并且收敛快的粒子群算法，对
位装置构成，通过弹簧内共振及质量块与限位器 SPPTMD 的参数进行优化。以结构最大位移最小
碰撞耗能。研究结果表明：SPPTMD 具有良好的 为目标函数，并且选取多条地震动验证了优化后
减震效果。 SPPTMD 的减震性能。
在振动控制系统的设计中，减振装置的参数
1 结构-SPPTMD 系统模型
及布置位置的选取对减振效果的影响很大 [12 − 13]，
对这些变量进行优化是很有必要的。智能优化算 1.1 SP 减振机理
法根据原理不同可分为三类：基于生物学原理的 SP 可认为是一种改进的 SMP，即用弹簧代替
优化算法、基于物理学原理的优化算法和其他类 摆线。SP 具有两种圆频率：径向振动模式圆频率
型的优化算法 [14]
。基于生物学原理的优化算法是 ωs 和摆动振动模式圆频率 ωp (图 1[11])。
对生物进化行为的模拟，包括遗传算法、人工鱼
群算法、萤火虫算法和粒子群算法等。GRECO 等[15]
利用遗传算法，以建设成本和减振率为优化目
标，对阻尼器进行了优化。金波等 [16] 基于改进遗
传算法对粘滞阻尼器的位置及数量进行了优化。 径
张晓峰等 [17]
和周红杰等 [18]
分别采用人工鱼群算法 向
模
和多岛遗传算法，对用于漂浮式风力机振动控制 式
模式
的 TMD 参数进行了优化。龙关旭等 [19] 通过萤火 摆动

虫算法和模拟退火算法，对用于大跨斜拉桥振动 (a) 径向振动模式 (b) 摆动振动模式

控制的阻尼器参数进行了优化。王小金等 [20] 采用 图 1 SP 的振动模式

Fig. 1 Vibration modes of the SP
粒子群算法对用于高层结构减振的 TMD 参数进行
研究发现 [29]，当满足特定条件时，两种振动
了优化。基于物理学原理的优化算法包括模拟退
模式将强烈耦合，振动能量会在两种振动模式之
火算法和混沌优化算法等。赖文龙等 [21] 提出了基
间不断传递，被称为内共振现象，根据内共振条
于模拟退火算法的阻尼器位置优化。KAVEH 等[22]
件可得弹簧刚度为：
采用混沌优化算法优化了 TMD 的参数。其他算法 md g 2
包括和声搜索算法、差分进化算法等。NIGDELI λ ks = (1)
lo
和 BEKDAŞ [23] 采用和声搜索算法，以结构顶层加 ωs
式中： ks 为弹簧的刚度； λ = 为弹簧内共振系；
速度传递函数最小为优化目标函数，对 TMD 的质 ωp
量、周期和阻尼系数进行了优化。LE-DUC 等 [24] md 为质量块的质量； g = 9.8 m/s2 为重力加速度；
将差分进化算法与无梯度全局优化算法结合，对 lo 为弹簧在重力作用下的长度：
g
各种类型的磁流变阻尼器参数进行了优化。上述 lo = (2)
(2πΩ f )2
研究均表明，对减振装置进行优化设计能有效地
ωp
提高其抑振性能。 式中： f 为主结构频率； Ω = 为阻尼器频率比。
f
 工 程 力 学 183


内共振现象将放大 SP 的动力吸振能力，相比 

 Ms ẍ(t)+Cs ẋ(t)+Ks x(t) = −Ms I ẍg (t)+



于悬挂质量摆，满足内共振时 SP 的减振效率更 
 LFs,x (t) + Fdir LFc,x (t)



(3)
高。然而，已有 SP 仍存在耗能能力不足问题，故 
md ẍd (t) = −Fs,x (t) − Fdir Fc,x (t)


m ÿ (t) = m g − F (t) − F (t)
引入碰撞耗能模式，提出了弹簧摆碰撞调谐质量 d d d s,y c,y

阻尼器 (SPPTMD)。 式中： Ms 、 Cs 和 Ks 分别为无控结构的质量矩阵、

1.2 SPPTMD 减振机理 阻尼矩阵和刚度矩阵； ẍ(t) 、 ẋ(t) 和 x(t) 分别为无
SPPTMD 是在 SP 的基础上增设限位器 (如图 2 控结构的加速度、速度和位移； I 为 1 的列向量；
所示 [11])，它是依靠 SP 及附加质量与限位器碰撞 ẍg 为 地 面 加 速 度 ； L 为 SPPTMD 的 位 置 向 量 ；
来耗能的非线性吸振器。在结构振幅较小时，附 Fs,x 和 Fc,x 分别为附加质量在 x 方向的恢复力和碰
加质量与限位器没有发生碰撞，SPPTMD 退化为 撞力； Fdir 为碰撞力方向； xd 和 yd 分别为质量块在
传统 SP；当结构振幅较大时，附加质量与限位器 水平和垂直方向的位移； Fs,y 和 Fc,y 分别为附加质
发生碰撞，此时 SPPTMD 通过撞击消耗阻尼器吸 量在 y 方向的恢复力和碰撞力。SPPTMD 的位置

收的系统动能。 向量 L 可写成：
L = (0, · · · , 0, 1 , 0, · · · , 0)T (4)
连接板 第i个自由度

由于限位器是环形的，左右两侧都能发生碰
撞。碰撞力方向  Fdir 为：
质量块 

1 , xd − xi > gp , 右侧碰撞



弹簧
Fdir = 
 − 1, xd − xi < −gp , 左侧碰撞 (5)
限位器 


gp gp 0, 其他, 无碰撞

粘弹性材料
根据之前的研究，可以得恢复力和碰撞力的
图 2 SPPTMD 示意图 公式：
  
Fig. 2 Schematic of the SPPTMD 
  


 
 l 

 
Fs,x = ks xr 1 − √
ori


 
 2
1.3 结构-SPPTMD 系统模型的建立 


 xr + d + lo 
2 (y )
假设，SPPTMD 附加在一个 n 自由度体系的 
   (6)


  

 
第 i 个自由度上 (如图 3 所示[11])，则结构-SPPTMD 

 Fs,y = ks (yd + lo ) 1 − √
lori 


  
体系的运动方程为：   xr2 + (yd + lo )2 
mn
xr = xd − xi (7)
md g
lori = lo − (8)
ks
式中： xi 为无控结构第 i 个自由度的水平方向的位
mi
移； lori 为弹簧原长。
Fs,y Fs,x 假设质量块与边界的间距是 gp ，根据 Hertz 接
Fs 触单元和非线性阻尼的碰撞力模型可得 SPPTMD
恢复力
的碰撞力为[30]：
Fc,x  1.5
Fc,y 

βδ + cδ̇, δ̇ > 0
Fc =  (9)
βδ1.5 , δ̇ < 0
Fc
m1 碰撞力  x


 Fc,x = √
r
Fc





 x 2 + (y + l )2
 r d o


 (yd + lo ) (10)


 Fc,y = √ Fc



 x2 + (yd + lo )2
r

图 3 第 i 个自由度上的控制力 式中： β 为碰撞刚度； δ 为粘弹性材料的相对变

Fig. 3 Controlling forces imposed on the i-th DOF 形； c 为碰撞阻尼。 δ 和 c 可由下面 2 个公式计算：
184 工 程 力 学



 xr − gp , 右侧碰撞 开始
δ=  − x +g , 左侧碰撞 (11)
r p
√
md mi √ 初始化粒子群
c = 2ξ β δ (12)
md + mi
式中： ξ 为碰撞阻尼比； mi 为无控结构第 i 个自由 寻找个体极值
度的质量。 ξ 可由下式计算:
√
9 5 1 − e2
ξ= (13) 寻找当前全局最优解
2 e [e (9π−16) + 16]
√
h∗
式中， e = 为恢复系数，可以通过落球实验 调整粒子的速度和位置
h
测得：使球体在 h 高度处自由下落，测得其反弹高
度 h∗ 。 寻找全局最优值

2 粒子群算法的优化过程
是否满足终止条件
为解决 SPPTMD 参数优化问题，本文以结构 否
是
最大位移最小为优化目标，以 SPPTMD 阻尼比、内
共振系数和碰撞间隙为优化变量，采用粒子群算 保存全局最优参数

法进行优化设计。粒子群算法最早是由 KENNEDY
结束
和 EBERHART[31] 提出的，其基本思想是：每个粒
图 4 优化流程图
子将其在空间中搜寻到的最优解记为个体极值， Fig. 4 Optimization flow chart
将粒子的个体极值在粒子群中共享，找到整个粒
子群当前的最优解，并将其记为当前全局最优解。 3 数值算例分析
每个粒子根据当前的个体极值及全局最优解来调 3.1 工程实例
整粒子的速度和位置，直到找到全局最优解。 以 某 53.9 m 高 的 输 电 塔 为 振 动 控 制 研 究 对
粒子群寻优过程如图 4 所示： 象。如图 5 所示，输电塔被简化为 15 个自由度，
步骤 1：初始化粒子群，例如设置粒子群规 一阶频率为 1.87 Hz。为了说明优化方法的有效
模、惯性因子、学习因子、优化变量初始值、粒 性，本文将优化前、后 SPPTMD 的减震效果进行
子群更新速度、最大迭代次数； 了比较。其中，定义未优化的 SPPTMD 频率比为
步骤 2：根据目标函数，计算每个粒子的适应 1，质量比为 3%，内共振系数为 2，碰撞刚度为
度值，寻找个体极值； 17 000 N/m3/2，碰撞间隙为 0.05 m，SPPTMD 通过
步骤 3：粒子间共享个体极值，找到当前粒子 螺栓连接到输电塔的顶部。对 SPPTMD 的频率
群的全局最优解； 比、内共振系数和碰撞间隙进行优化，使结构顶
步骤 4：每个粒子根据当前速度、位置、和全 点位移最小。
局最优值调整下一步的速度和位置； 定义减震率为：
步骤 5：不断的迭代寻找全局最优值； (D0 − D1 )
ηd = ×100% (15)
步骤 6：保存全局最优值及最优参数，寻优过 D0
程结束。 3.2 地震动选取
本文将有控和无控结构顶点最大位移的比值 为了优化 SPPTMD 在 I 类、II 类、III 类、IV 类
最小作为优化目标，目标函数为： 场地中的减震性能，每类场地选取了 3 条地震动
( )
D1 进行研究，峰值加速度调整为 400 cm/s2，地震记
f = min (14)
D0 录相关信息如表 1 所示，反应谱曲线如图 6 所示。
式中， D0 和 D1 分别为结构在无控和有控时的顶点 3.3 结果分析
最大位移。 优化结果如表 2 所示，表 3 列出了结构峰值位
 工 程 力 学 185

移减震情况，由于所选取的地震动较多，文中只 图 8 所示)。
给出了 4 条地震动作用下结构的位移响应 (如图 7、 从计算结果可以看出，任何工况下 SPPTMD
2000 7000 2000 7000 2000 减 震 率 均 在 36% 以 上 。 未 优 化 的 SPPTMD 在
2500

25
3000 3000 2400 2800 2700 2700 2800 2800 2600 2600 2000

EQ
500

8000 8000 20 均值
Ⅰ类场地规范标准谱

加速度/g
10 800

15

10

5
10 450 10 450
0
10 600

0 2 4 6
周期T/s
(a) Ⅰ类场地
15
EQ
8700 8700 均值
ⅠI类场地规范标准谱
10
加速度/g
4500

5
4500
30 000

0
0 2 4 6
6000

周期T/s
(b) ⅠI类场地

20
EQ
9000

均值
15 ⅠII类场地规范标准谱
加速度/g

10
8320

图 5 输电塔示意图 5
Fig. 5 Schematic of the transmission tower
0
表 1 地震记录 0 2 4 6
周期T/s
Table 1 Seismic records
(c) ⅠII类场地
场地类别 编号 名称 日期 站台
20
EQ1 Chuetsu-oki 2007 Kawaguchi EQ
EQ2 Darfield New Zealand 2010 Pages Road Pumping
均值
I
15 ⅠV类场地规范标准谱
EQ3 Iwate 2008 Yuzawa
加速度/g

EQ4 San Fernando 1971 Hemet Fire

10
II EQ5 San Fernando 1971 2516 Via Tejon PV
EQ6 Landers 1992 Desert Hot Springs
5
EQ7 Chuetsu-oki 2007 Tokamachi Matsunoyama
III EQ8 El Mayor-Cucapah 1910 EJIDO SALTILLO 0
0 2 4 6
EQ9 El Mayor-Cucapah 1910 TAMAULIPAS
周期T/s
EQ10 Hollister-01 1961 Hollister City Hall (d) ⅠV类场地
IV EQ11 Chi-Chi 1999 CHY067 图 6 加速度反应谱
EQ12 Darfield New Zealand 2010 Shirley Library Fig. 6 Acceleration response spectrum
186 工 程 力 学

0.2
表 2 最优参数 无控
Table 2 Optimal parameters 0.1 未优化
优化

位移/m
场地类别 频率比 内共振系数 碰撞间隙/m 0.0
I 0.76 2.67 0.10
−0.1
II 0.78 2.26 0.06
−0.2
III 0.84 1.69 0.04 15 20 25 30 35 40 45 50
IV 0.84 1.45 0.10 时间/s
(c) ⅠII类场地

表 3 减震率 0.4
无控
Table 3 Vibration reduction ratios 0.2 未优化
优化

位移/m
场地类别 工况 未优化/(%) 优化/(%) 0.0
EQ1 44.00 55.22
−0.2
EQ2 36.42 41.58
I
EQ3 41.15 49.50 −0.4
0 5 10 15 20 25 30
Average 40.52 48.77 时间/s
EQ4 48.65 64.13 (d) IV类场地
EQ5 47.37 47.63 图 7 地震动作用下结构位移时程曲线
II
EQ6 29.86 44.28 Fig. 7 Displacement time history of the structure
Average 41.96 52.02 under the seismic
EQ7 42.12 53.40
15
EQ8 46.20 54.83
III 10
EQ9 41.18 52.00
节点

无控
Average 43.17 53.41 5 未优化
EQ10 57.88 69.36 优化
0
EQ11 44.10 61.24 0.00 0.05 0.10
IV 位移/m
EQ12 46.02 55.92 (a) Ⅰ类场地
Average 49.34 62.17
15

I 类、II 类、III 类、IV 类场地中的峰值减震率的 10

节点

无控
均 值 都 在 40%以 上 ， 分 别 为 40.52%、 41.96%、 5 未优化
优化
43.17% 和 49.34%，其中 IV 类场地中的减震率比 0
0.00 0.05 0.10 0.15
I 类场地增加了 8.82个百分点。优化后的 SPPTMD 位移/m
0.1 (b) IⅠ类场地
无控 15
未优化
优化 10
位移/m

节点

0.0 无控
5 未优化
优化
0
0.00 0.05 0.10 0.15 0.20
−0.1 位移/m
15 20 25 30 35 40 45 50
时间/s (c) IIⅠ类场地
(a) Ⅰ类场地 15

0.2 10
节点

无控 无控
0.1 未优化 5 未优化
优化
优化
位移/m

0.0 0
0.0 0.1 0.2 0.3 0.4
位移/m
−0.1
(d) IV类场地
−0.2 图 8 地震动作用下结构位移包络图
0 5 10 15 20 25 30
时间/s Fig. 8 Envelope of displacement of the structure
(b) ⅠI类场地 under the seismic
 工 程 力 学 187

峰值减震率的均值都在 48% 以上，分别为 48.77%、 dynamic vibration neutralizer under harmonic and
random excitation [J]. Journal of Applied Mechanics,
52.02%、53.41% 和 62.17%，其中 IV 类场地中的
2019, 86(2): 021003.
减震率比 I 类场地增加了 13.4 个百分点。 [5] 王宝顺, 何浩祥, 闫维明. 质量调谐-颗粒阻尼器复合减
与 优 化 前 相 比 ， I 类 ~IV 类 场 地 中 SPPTMD 振 体 系 的 力 学 解 析 及 优 化 分 析 [J]. 工 程 力 学 , 2021,
减震率均值分别提高了 8.25、10.06、10.24 和 12.84 38(6): 191 − 208.
WANG Baoshun, HE Haoxiang, YAN Weiming.
个百分点。可见，SPPTMD 的振动控制性能随着
Analytical model and optimization analysis of combined
场 地 类 别 的 提 升 而 提 升 ； 优 化 后 ， SPPTMD 在 damping system with TMD and particle damper [J].
IV 类场地中的抑振性能提高的幅度最大。综上所 Engineering Mechanics, 2021, 38(6): 191 − 208. (in
述，编制的优化程序能够有效优化 SPPTMD 的参 Chinese)
[6] 黄正, 刘石, 聂铭, 等. 利用球形弹簧摆对输电塔风振控
数，提升阻尼器的减震性能。
制的有限质点法[J]. 振动与冲击, 2020, 39(1): 266 −
4 结论 273.
HUANG Zheng, LIU Shi, NIE Ming, et al. Finite particle
为了提高 SPPTMD 的振动控制性能，采用粒 method for wind-induced vibration control of
transmission towers with spherical spring pendulum [J].
子群算法对 SPPTMD 参数进行了优化，并研究了
Journal of Vibration and Shock, 2020, 39(1): 266 − 273.
不同场地地震动作用下 SPPTMD 的减震效果，得 (in Chinese)
出了以下主要结论： [7] WANG W, HUA X, WANG X, et al. Numerical
(1) 对不同场地类别的结构进行振动控制时， modeling and experimental study on a novel pounding
tuned mass damper [J]. Journal of Vibration and Control,
SPPTMD 的最优参数也不同，且存在如下规律：场
2018, 24(17): 4023 − 4036.
地类别越坚硬，频率比越低，内共振系数越大。 [8] LI H, ZHANG P, SONG G, et al. Robustness study of the
(2) 场地土越软弱 SPPTMD 的振动控制性能越 pounding tuned mass damper for vibration control of
好，I 类场地减震率最低，IV 类场地减震率最高。 subsea jumpers [J]. Smart Materials and Structures, 2015,
24(9): 095001.
(3) 优化后，SPPTMD 减震率有大幅提高，减
[9] ZHANG P, SONG G, LI H N, et al. Seismic control of
震率均值最高可达 60%，说明编制的优化程序能 power transmission tower using pounding TMD [J].
够有效优化 SPPTMD 的参数。 Journal of Engineering Mechanics, 2013, 139(10):
1395 − 1406.
参考文献： [10] 张鹏, 李宏男, 田利, 等. 弹簧摆的内共振原理及其对输
电塔的减震作用[J]. 世界地震工程, 2016, 32(1): 210 −
[1] 田英鹏, 徐丹, 周惠蒙, 等. 对风力发电机塔架施工阶段 218.
TMD阻 尼 器 的 研 究 [J]. 工 程 力 学 , 2019, 36(增 刊 1): ZHANG Peng, LI Hongnan, TIAN Li, et al. Seismic
184 − 188. vibration control of transmission tower with a spring
TIAN Yingpeng, XU Dan, ZHOU Huimeng, et al. Study pendulum [J]. World Earthquake Engineering, 2016,
on the TMD damping of wind turbine towers in 32(1): 210 − 218. (in Chinese)
construction [J]. Engineering Mechanics, 2019, 36(Suppl [11] WANG Q, LI H N, ZHANG P. Vibration control of a
1): 184 − 188. (in Chinese) high-rise slender structure with a spring pendulum
[2] ZHAO B, WU D, LU Z, et al. Shaking table test and pounding tuned mass damper [J]. Actuators, 2021, 10(3):
numerical simulation of the vibration control performance 44.
of a tuned mass damper on a transmission tower [J]. [12] LARA-VALENCIA L A, CAICEDO D, VALENCIA-
Structure and Infrastructure Engineering, 2021, 17(8): GONZALEZ Y. A novel whale optimization algorithm
1110 − 1124. for the design of tuned mass dampers under earthquake
[3] 闫维明, 王宝顺, 何浩祥. 并联式单向单颗粒阻尼器力 excitations [J]. Applied Sciences, 2021, 11(13): 6172.
学模型及优化分析[J]. 工程力学, 2020, 37(7): 138 − [13] BEKDAS G, NIGDELI S M, YANG X S. A novel bat
150. algorithm based optimum tuning of mass dampers for
YAN Weiming, WANG Baoshun, HE Haoxiang. improving the seismic safety of structures [J].
Mechanical model and optimal analysis of parallel single- Engineering Structures, 2018, 159: 89 − 98.
dimensional single particle damper [J]. Engineering [14] 刘勇, 马良, 张惠珍, 等. 智能优化算法[M]. 上海: 上海
Mechanics, 2020, 37(7): 138 − 150. (in Chinese) 人民出版社, 2019.
[4] MASRI S F, CAFFREY J P. Response of pounding LIU Yong, MA Liang, ZHANG Huizhen, et al. Intelligent
188 工 程
optimization algorithm [M]. Shanghai: Shanghai People's
Publishing House, 2019. (in Chinese)
[15] GRECO R, MARANO G C, FIORE A. Performance–cost
optimization of tuned mass damper under low‐moderate
seismic actions [J]. The Structural Design of Tall and
Special Buildings, 2016, 25(18): 1103 − 1122.
[16] 金波, 李梓溢, 周旺, 等. 基于改进遗传算法的阻尼器位
置与数量优化分析[J]. 湖南大学学报(自然科学版),
2019, 46(11): 114 − 121.
JIN Bo, LI Ziyi, ZHOU Wang, et al. Optimal analysis on
location and quantity of dampers based on improved
genetic algorithm [J]. Journal of Hunan University
(Natural Sciences), 2019, 46(11): 114 − 121. (in Chinese)
[17] 张晓峰, 金鑫, 林益帆, 等. 基于TMD的漂浮式风力机振
动控制[J]. 太阳能学报, 2020, 41(10): 292 − 300.
ZHANG Xiaofeng, JIN Xin, LIN Yifan, et al. Vibration
control of floating wind turbines based on TMD [J]. Acta
Energiae Solaris Sinica, 2020, 41(10): 292 − 300. (in
Chinese)
[18] 周红杰, 丁勤卫, 李春, 等. 基于多岛遗传算法的漂浮式
风力机TMD参数优化[J]. 动力工程学报, 2018, 38(5):
406 − 411, 417.
ZHOU Hongjie, DING Qinwei, LI Chun, et al.
Optimization of TMD parameters based on MIGA for a
floating wind turbine [J]. Journal of Chinese Society of
Power Engineering, 2018, 38(5): 406 − 411, 417. (in
Chinese)
[19] 龙关旭, 辛公锋, 徐兴伟, 等. 基于混合萤火虫-模拟退火
算法的斜拉桥纵向振动控制与黏滞阻尼器优化设计[J].
公路交通科技, 2020, 37(12): 70 − 79, 132.
LONG Guanxu, XIN Gongfeng, XU Xingwei, et al.
Longitudinal vibration control and optimization design of
viscous dampers for cable-stayed bridges based on hybrid
firefly simulated annealing algorithm [J]. Journal of
Highway and Transportation Research and Development,
2020, 37(12): 70 − 79, 132. (in Chinese)
[20] 王小金, 朱大勇, 黄伟, 等. 模拟脉动风速场下高层结构
调谐质量阻尼器群智能优化控制[J]. 建筑结构, 2015,
45(19): 41 − 47.
WANG Xiaojin, ZHU Dayong, HUANG Wei, et al.
Intelligent optimal control of tuned mass damper groups
for high-rise structure excited by simulated fluctuating
wind speed field [J]. Building Structure, 2015, 45(19):
41 − 47. (in Chinese)
[21] 赖文龙, 陈洋洋, 燕乐纬, 等. 基于模拟退火算法的高层
结构粘滞阻尼器优化布置[J]. 华南地震, 2017, 37(4):
88 − 93.
LAI Wenlong, CHEN Yangyang, YAN Lewei, et al.
Optimal installation of vlscous dampers in tall buildings
力 学
based on simulated annealing algorithms [J]. South China
Journal of Seismology, 2017, 37(4): 88 − 93. (in
Chinese)
[22] KAVEH A, JAVADI S, MOGHANNI R M. Optimal
structural control of tall buildings using tuned mass
dampers via chaotic optimization algorithm [J].
Structures, 2020, 28: 2704 − 2713.
[23] NIGDELI S M, BEKDAŞ G. Optimum tuned mass
damper design in frequency domain for structures [J].
KSCE journal of civil engineering, 2017, 21(3): 912 −
922.
[24] LE-DUC T, HO-HUU V, NGUYEN-THOI T, et al. A
new design approach based on differential evolution
algorithm for geometric optimization of magnetorheological
brakes [J]. Smart Materials and Structures, 2016, 25(12):
125020.
[25] 李远平, 蔡远利, 李济生. 基于改进粒子群算法的月地
转移轨道优化[J]. 工程力学, 2020, 37(3): 238 − 244.
LI Yuanping, CAI Yuanli, LI Jisheng. Moon-to-earth
transfer trajectory optimization base on modified particle
swarm optimization [J]. Engineering Mechanics, 2020,
37(3): 238 − 244. (in Chinese)
[26] 杨英杰. 粒子群算法及其应用研究[M]. 北京: 北京理工
大学出版社, 2017.
YANG Yingjie. Particle swarm optimization and its
application [M]. Beijing: Beijing Institute of Technology
Press , 2017. (in Chinese)
[27] ZHANG R, ZHANG Y, ZHENG Z, et al. Parametrical
optimization of particle dampers based on particle swarm
algorithm [J]. Applied Acoustics, 2020, 160: 107083.
[28] GURUBASAVARAJU T, KUMAR H, ARUN M.
Evaluation of optimal parameters of MR fluids for
damper application using particle swarm and response
surface optimization [J]. Journal of the Brazilian Society
of Mechanical Sciences and Engineering, 2017, 39(9):
3683 − 3694.
[29] 杨正波, 夏清华, 刘思平. 不同控制参数下的弹簧摆[J].
大学物理, 2011, 30(5): 23 − 26, 42.
YANG Zhengbo, XIA Qinghua, LIU Siping. Spring
pendulum with different control parameters [J]. College
Physics, 2011, 30(5): 23 − 26, 42. (in Chinese)
[30] JANKOWSKI R. Non-linear viscoelastic modelling of
earthquake-induced structural pounding [J]. Earthquake
Engineering & Structural Dynamics, 2005, 34(6): 595 −
611.
[31] KENNEDY J, EBERHART R. Particle swarm
optimization [C]. Perth, Australia: Proceedings of IEEE
International Conference on Neural Networks, 1995, 4:
1942 − 1948.