Управление нелинейным настраиваемым вибропоглотителем методом обучения с подкреплением с учётом предметных знаний при нестационарной возмущении

Тише машины для шумного мира

От скоростных поездов до компрессоров на заводах — многие механизмы постоянно подвергаются вибрации. Эти колебания расходуют энергию, изнашивают детали и делают окружающую среду шумной и некомфортной. В статье рассматривается новый способ успокоить эти колебания с помощью сочетания «умной» резины и обучающейся компьютерной программы, направленный на создание вибропоглотителей, которые автоматически подстраиваются по мере изменения условий.

Почему обычные демпферы не справляются

Традиционные вибропоглотители часто настраивают под узкий диапазон условий. Они хорошо работают, когда машина вибрирует на одной устойчивой частоте, но реальные промышленные среды далёки от постоянства. Температура меняется, детали стареют, влажность колеблется, и сама картина вибрации может бродить по множеству частот одновременно. Современные полуактивные поглотители из умных материалов, таких как магнитоуправляемая резина, могут менять жёсткость и демпфирование на ходу. Однако из-за сложного и дрейфующего поведения этих материалов крайне трудно построить фиксированную математическую модель, сохраняющую точность со временем, а большинство правил-основанных контроллеров просто не успевают за изменениями.

Обучение демпфера

Авторы предлагают иную стратегию: вместо того чтобы дотошно моделировать каждую деталь поглотителя и его окружения, они позволяют системе учиться напрямую по данным о вибрации. Они используют раздел искусственного интеллекта — обучение с подкреплением, где контроллер пробует разные действия и получает «награду», когда вибрации уменьшаются. Здесь действие — это сила приложенного магнитного поля к умной резине, которая изменяет её жёсткость и демпфирование. Вместо работы с сырыми временными сигналами контроллер переводит измерения в частотное содержание — сколько энергии вибрации приходится на каждую частоту — чтобы рассуждать тем же языком, которым инженеры описывают поведение вибраций.

Использование физики для ускорения обучения

Обучаться на всех возможных шаблонах вибрации напрямую заняло бы слишком много времени, ведь реальные машины сталкиваются с бесчисленными комбинациями частот и амплитуд. Чтобы этого избежать, авторы встраивают базовые законы вибрационной физики в сам процесс обучения. Они используют простую, но мощную идею: энергия, измеренная во времени, равна энергии, измеренной по частоте. Это позволяет формулировать задачу обучения вокруг общей энергии вибрации, а не вокруг каждой мелкой колебательной картины сигнала. Они также сосредотачиваются на изучении частотной характеристики системы — того, как каждое возможное состояние поглотителя меняет уровень вибрации на каждой частоте — вместо запоминания откликов на отдельные сценарии. Это значительно сокращает размер задачи и превращает каждое измерение в быстрый, автономный эпизод обучения, ускоряя обучение и оставаясь независимым от детализированной модели материала.

Полевые испытания с «умной» резиной

Чтобы проверить работоспособность подхода на практике, исследователи испытали его на реальной системе, состоящей из линейного компрессора, присоединённого к блоку магнито-реологического эластомера — резины, заполненной железными частицами, которая уплотняется под действием магнитного поля. Контроллер наблюдал вибрации с датчиков, регулировал магнитное поле в восьми дискретных ступенях и обновлял своё внутреннее описание поведения поглотителя. Со временем он с высокой точностью выучил истинный отклик системы, даже несмотря на то, что жёсткость резины медленно дрейфовала в течение нескольких дней работы. При испытаниях на сложных, меняющихся во времени сигналах, составленных из множества тонов, частоты и интенсивности которых варьировались в течение минут, обученный контроллер снижал энергию вибрации до 58 процентов по сравнению с неконтролируемым случаем и почти достигал лучшей производительности, которую можно было получить путём полного перебора всех возможных фиксированных настроек.

Что это значит для будущих машин

Проще говоря, исследование показывает, что вибропоглотитель можно «научить» слушать машину, понимать, как она сейчас вибрирует, и перенастраиваться без детальной схемы аппаратного обеспечения. Сочетая простые физические идеи с алгоритмом обучения, авторы создают контроллер, который одновременно эффективен и адаптивен, справляется с изменяющимися свойствами материалов и «грязными», реальными паттернами вибрации. Такой подход может привести к более тихим и долговечным машинам в транспорте, на производствах и в других условиях, где ситуация слишком сложна для традиционных, вручную разработанных систем виброконтроля.

Цитирование: Park, JE., Kang, H. & Kim, YK. Domain knowledge-integrated reinforcement learning control of nonlinear tunable vibration absorber under nonstationary excitation. Sci Rep 16, 10849 (2026). https://doi.org/10.1038/s41598-026-45189-7

Ключевые слова: контроль вибрации, умные материалы, обучение с подкреплением, адаптивное демпфирование, магнито-реологический эластомер