结构动态载荷识别的精细逐步积分法

对比例阻尼系统给出了基于精细逐步积分法的动态载荷识别方法．首先将系统进行模态坐标变换得到无耦合运动方程,然后应用精细逐步积分法构造一种高效精确的载荷识别公式,再由结构动态响应求出动态力的时间历程。数值算例验证了本方法的识别精度是好的。     

基于Markov参数精细积分法的载荷识别研究

对于结构受多点分布动态荷载识别问题提出了精细正则化算法。基于状态空间描述建立了离散动力系统滑动平均模型,并应用2N算法精细计算了系统模型的马尔科夫（Markov）参数矩阵,给出了全局时间域内多点分布动态载荷识别问题的精细识别模型。针对载荷辨识模型求解过程中遇到的方程病态问题,采用正则化截断奇异值分解技术进行处理。通过有限元数值模型仿真,验证了所提出方法的正确性和有效性。     

基于精细积分的冲击载荷时域识别方法研究

假设动载荷在时间步长内为线性函数,结合精细积分法提出了一种新的冲击型动载荷时域识别方法。该方法利用系统响应构造状态空间方程组,进而建立精确的非递推连锁计算格式的时域内动载荷反演模型,它对初值不敏感,无积累误差,计算简单、精确、高效。论文对动载荷识别反问题的不适定性进行了分析,通过正则化技术克服了模型算子的病态特性和响应测量噪音的不利影响。数值仿真算例表明该识别方法在测量数据有噪音污染的情况下,能稳定有效的反演动载荷。     

动态载荷激励位置时域识别技术研究

对实测振动加速度信号进行分析,采用基于盖尔圆定理的GDE算法识别作用于结构的动态载荷数量;在此基础上,建立结构有限元模型,运用基于正交多项式拟合的动态载荷时域识别方法拟合虚拟激励位置处的当量动态载荷,基于优化理论建立动态载荷位置时域识别的数学模型,计算该模型结果向量的均方根值并将其作为识别动态载荷激励位置的判别依据,提出了动态载荷激励位置识别的均值判别系数法。仿真和试验结果均表明方法正确可行,可用于线弹性系统多个谐波载荷或任意形式时变动态载荷的激励位置识别。     

连续系统动态载荷识别的时域方法

本文提出连续系统动态载荷识别的一种时域方法.通过适当变换,将问题归结为求解Volterra型第一类积分方程.在一定的载荷假设条件下,用插值函数将积分方程离散化,即可获得动态载荷时间历程或分布形式的时域识别计算模式.采用数值解法进行的仿真实例及实梁试验表明,方法是有效的.     

基于动态规划的动载荷时域识别方法研究

提出一种基于动态规划方程的动态载荷时域方法。首先从系统的状态空间方程出发,利用最小二乘法建立系统响应的实际测量值与识别值之间的目标函数。将Bellman最优化原理运用到目标函数的最小化当中,推导出动态优化载荷识别公式。通过一个多自由度数值算例对本方法进行验证,表明方法对含有噪声的动态载荷识别问题适应性强,具有较高的识别精度。     

车辆-轨道非线性耦合动力学的精细积分法及其应用

提出精细积分法求解移动质量与结构相互作用的新的计算方法。分析焊接接头不平顺和轨枕悬空对轮轨力和轨道部件之间相互作用力的影响。该方法采用非齐次项的Duhamel积分的精细积分算法,避免状态空间下系统矩阵求逆。通过Lagrange插值多项式获得移动质量与结构相互作用的载荷项外插公式,无需迭代求解移动质量和结构非线性相互的动态响应。系统矩阵具有时不变性,无需反复计算指数矩阵。在每个积分步内,利用Euler梁的形函数分解移动载荷项,获得移动载荷与结构相互作用时间和空间连续变化的情况。计算结果表明,轮轨力的第一个峰值主要由于焊接接头不平顺造成,轨枕悬空主要影响轮轨力第二峰值。焊接接头不平顺区易出现轨枕悬空。轨枕悬空出现后,悬空区有扩大的趋势。     

动态载荷识别位置优化的传递函数相干法

利用多自由度动力学原理对频域载荷识别方法进行分析,对传递函数病态性进行了研究,分析了动态载荷识别方法中响应点位置对传递函数病态性及载荷识别结果的影响.为降低载荷识别误差特别是结构共振频率下的识别误差,基于传递函数的相干分析定义了传递函数相干因子,并提出以最小传递函数相干因子为目标的动态载荷识别位置优化的传递函数相干法....     

智能板动荷载监测的压电单元模态法

基于对智能层合板结构的模态分析,提出由结构的压电模态响应反演瞬态荷载时间历程的有限元方法。介绍了压电模态传感器的实现原理,并给出了由实测压电单元输出得到结构模态响应的计算公式。采用无条件稳定的精细逐步积分法求解结构的模态动力学微分方程,构造了通过结构的模态响应反求荷载列阵的迭代算法。该方法作为动态激励的压电模态响应易于实时监测,迭代过程简单可靠、计算速度快、识别精度较高,适用于任意形状和边界条件的复杂型智能结构。实例表明了该方法的可行性。     

基于时域响应的强耦合梁损伤检测

应用有限元法将连续梁结构简化为两跨强耦合的欧拉-伯努利梁模型,利用直接积分法求出系统在外激励如冲击荷载作用下的动态响应,并进一步推导出动态响应对物理参数(如杨氏模量)的灵敏度.在反问题中,利用基于时域响应的有限元模型修正法进行了强耦合梁系统局部损伤的识别,讨论了人工测量噪声对损伤识别结果的影响.算例表明所提能够快速有效地检测出强耦合梁的局部损伤,并具有高精度,对测量噪声不敏感等特点.     

压电智能结构冲击荷载谱的反演方法

基于对智能层合板结构的模态分析，提出由结构的压电模态响应反演瞬态荷载时间历程的有限元方法。介绍了压电模态传感器的实现原理，并给出了由实测压电单元输出得到结构模态响应的计算公式。采用无条件稳定的精细逐步积分法求解结构的模态动力学微分方程，构造了通过结构的模态响应直接反求荷载列阵的迭代算法。该方法迭代过程简单可靠、计算速度快、识别精度高，适用于任意形状和边界条件的复杂智能结构。实例表明了该方法的可行性。     

基于动力特征分区的显式-精细混合积分法

大型动力系统中常因局部的高频振动及非线性等特性限制了系统的积分步长而导致整体计算量激增，针对此问题提出一种分区域异步长显式-精细混合积分方法。在特性复杂的局部区域采取显式积分法，根据精度和稳定性要求取较小的时间步长求解；在其余常规区域则应用精细积分方法，采取可以跨越显式积分区周期的大积分步长求解。对于精细积分区域边界荷载，提出一种基于离散FFT变换的线性项与主频谐波项的组合表示方法，并给出了此种荷载形式下的精细积分计算格式。数值算例结果表明该法能够明显提高计算效率，在显式积分区域和精细积分区域都有很高的精度。     

Distributed dynamic load identification based on shape function method and polynomial selection technique

A new approach based on shape function method of moving least square fitting (SFM_MLSF) and polynomial selection technique is proposed in this paper for distributed dynamic load identification. The distributed dynamic load is represented as a product of spatial distribution function and time history, and the two parts are assumed to be independent. The modal transformation of structural dynamic equation throws light on the fact that all modal loads share the same form with the distributed dynamic load in time domain. As the structural modal parameters are known, the time history of dynamic load can be precisely identified through SFM_MLSF method which approximates the local dynamic load with shape functions in the moving supporting time domain. Then, the spatial distribution function of the load is substituted as a series of basic functions, and the identification of distribution function is transformed into a linear fitting problem. Through polynomial selection technique based on error reduction ratio, the significant components are picked out from the basis function responses, which greatly improves stability and precision of the load distribution function. During the inverse analyses of both the time history and distribution function, appropriate regularization methods are still applied to overcome the unavoidable ill-conditioned problem. Numerical examples demonstrate the validity and accuracy of the proposed method.     

结构连续分布的动态随机载荷识别方法研究

复杂结构连续分布的动态随机载荷识别技术是结构动载荷识别技术的难点之一。推导了基于广义正交多项式特征技术动态随机载荷识别模型，馋决了在一定精度范围内通过有限测量部位随机振动响应信息识别无限未知量的结构分布动态随机载荷的关键技术，通过动态标定技术的研究和复杂结构有限元模型数值仿真计算验证了方法的正确性、有效性和工程可用性，适用于具有沿结构分布的振动随机载荷识别，为分布动态随机载荷识别技术的发展打下一定的基础。     

复杂分布动载荷识别技术研究

复杂结构的分布动载荷识别技术是动载荷识别技术的难点之一。本文推导了基于广义正交多项式特征技术动载荷识别模型，解决了在一定精度范围内通过有限测量点的振动信息识别具有无限未知量的分布动载荷关键技术，通过动态标定技术的研究和复杂结构有限元模型数值仿真计算，验证了方法的正确性、有效性和工程可用性，适用于具有确定性分布的稳态振动载荷识别．为分布动载荷识别技术的发展打下一定的基础。     

一种水电厂房振动模态参数识别方法

水电厂房的振动是机械力、电磁力、水力脉动共同作用的结果,其动荷载很难测得,结构模态参数识别的难度不言自明。为解决以上困难,提高厂房结构振动模态参数识别的精度,在厂房结构各种荷载未知的情况下,将突然停机工况下动荷载释放后的振动信号,利用随机减量法提取自由衰减信号成分,以基于ARMA模型参数识别法实现了对某大型水电站厂房低阶模态参数的识别。识别结果表明,随机减量法和ARMA联合分析方法是解决大型复杂厂房结构动态参数识别的有效方法,识别结果可用于结构物的健康监测和振动控制中,同时该方法在大型水电站厂房振动模态参数的在线识别领域中具有广阔的工程应用前景。     

动态载荷时域识别的联合去噪修正和正则化预优迭代方法

系统响应可表示为单位脉冲响应函数与激励载荷的卷积,将其离散化一组线性方程组,则载荷识别问题即转化为求解线性方程组的反问题。针对响应中带有噪音时载荷识别的困难,提出了联合奇异熵去噪修正和正则化预优的共轭梯度迭代识别方法。一方面对含噪信号进行基于奇异熵的去噪处理,提高反问题求解中输入数据的精度。另一方面利用正则化方法对共轭梯度迭代算法进行预优,改善反问题的非适定性。由于从输入的响应数据去噪和正则化算法两方面同时改善动态载荷识别反问题的求解,因此可以有效地抑制噪声,提高识别精度。通过数值算例分析,表明在不同的噪声水平干扰下,其识别精度均优于常规的正则化方法,能够实现有效稳定地识别动态载荷。最后通过实验研究进一步验证了该方法的正确性和有效性。     

一种基于遗传算法的高频载荷识别方法

针对结构在高频载荷作用下模态密集,分析求解比较复杂的特点,提出一种基于遗传算法进行高频载荷识别的方法。运用统计能量法建立了高频载荷识别正模型并进行响应的求解。通过遗传算法反复调用统计能量模型,迭代运算实现高频载荷的反演。数值算例结果表明该方法收敛较快,反求精度高,可以用于高频载荷的快速准确识别。