基于L1范数正则化和最小二乘优化的冲击载荷识别研究#br#

为了改善冲击载荷识别问题的病态特性，最大限度提高识别精度，在时域内提出一种基于L1范数正则化和最小二乘优化的改进冲击载荷识别方法。采用L1范数正则化方法构建冲击载荷稀疏反卷积模型，使用截断牛顿内点法求解L1范数的最小二乘优化问题，同时根据预条件共轭梯度法确定最优搜索路径和计算方向。最后，考虑不同冲击工况、不同响应位置对识别结果的影响。通过对铝合金板进行冲击载荷识别试验进行验证，发现在铝板受单次冲击和多次冲击工况下所识别载荷与施加的实际载荷吻合良好。结果还表明，与Tikhonov 正则化方法相比，该方法能够提高冲击载荷识别的准确性和稳定性。     

基于GDF的结构载荷及参数联合识别的实时方法

结构载荷及参数识别是结构动力学领域的重要研究内容,目前已有一些研究致力于两者的联合识别。比如EGDF法,虽然可以连续识别未知载荷和参数,但需要载荷自由度上的加速度响应;另外,该方法与其他基于最小二乘的连续识别方法一样,存在未知载荷和位移识别的低频漂移现象。提出了上述问题的改进方法,将识别问题转化为模态空间中的模态位移以及模态载荷的识别,再利用模态缩减法,得到实时的EGDF法;另外,采用位移和加速度作为测量响应,可解决识别结果的低频漂移问题。     

采用分离变量法的载荷位置识别技术研究

基于分离变量法提出了一种新的识别动载荷位置及时间历程的方法,以提高载荷定位的效率。根据结构系统参数建立响应与外部载荷之间的卷积关系式并离散化;采用分离变量法将载荷位置信息从脉冲响应函数矩阵中提取出来,根据响应信息选取合适的模态;利用正则化技术对载荷识别过程中的不适定问题进行求解;结合简支梁的仿真计算和实验测试对该载荷定位方法进行验证。研究结果表明,基于分离变量法的载荷识别方法能够准确地定位结构载荷位置并识别载荷时间历程,总体误差较小,相关性系数较大。相对于传统载荷位置识别算法,分离变量法减少矩阵求逆次数,提高了载荷定位的效率。     

动载荷识别时域方法的研究现状与发展趋势

与动态载荷识别的频域方法相比,时域方法不仅适用于线性系统,还适用于非线性系统以及能有效处理瞬态冲击激励的识别问题,近年来时域方法愈发受到学者们的关注。目前广泛应用的几种时域方法主要有-反卷积法、计权加速度法、函数逼近法、卡尔曼滤波器和递归最小二乘法、逆系统法以及新兴的智能方法等等。在对各方法研究现状的概述与总结中,分析了各自的优缺点。从研究对象、研究方法、应用领域三方面分析,非线性系统、线性时变系统将成为分析研究的重点。结论显示,与现代智能算法相结合的逆系统方法将成为新的研究热点,将其相应的载荷识别方法应用于机械设备的故障诊断也将成为今后发展的新趋势。     

X80管线钢拉伸载荷作用下磁记忆效应

为研究X80管线钢的金属磁记忆效应,通过不同载荷水平的板材拉伸加-卸载以及离线磁场测量,结合多项式拟合与矢量分析,得到试件表面磁场长度方向分量极值、法向分量梯度值以及合成矢量的变化规律,并根据应力等效磁化模型对其进行解释。研究结果表明:在加载环境磁场和拉伸载荷的耦合作用下,磁场长度方向分量极值和法向分量梯度值均呈现出单调递增的变化规律,而磁场矢量会发生反转。当载荷在20 k N以内时,长度方向分量极值和法向分量梯度值均随载荷幅值增加而缓慢增加,磁场矢量大小及其与长度方向的夹角随载荷增加而缓慢减小;而当载荷大于20 k N时,长度方向分量极值、法向分量梯度值以及磁场矢量大小均呈线性增加趋势,磁场矢量方向发生反向并逐渐趋于恒定。     

引射筒动态载荷识别研究

基于动态载荷的频域识别方法,对引射筒所受发动机试车产生的动态载荷进行识别。通过实验测量引射筒在试车过程中的动态响应;通过有限元计算方法获得载荷基函数对结构作用响应;采用最小二乘法获得引射筒所受动态载荷谱。计算识别所得载荷谱产生的动态响应,并与实验测量值比较,给出识别所得动态载荷谱误差,并分析误差产生原因。结果表明,频域载荷识别方法能较准确识别引射筒在发动机试车过程中所受动态载荷,可为工程研究提供参考。     

基于频域法的星箭连接分离装置的冲击载荷识别

基于频域法动载荷识别原理,识别基于记忆合金驱动的星箭连接分离装置的三次冲击载荷。通过EEMD算法对测点冲击响应信号去噪及识别,可知频域法可以比较准确识别出星箭连接分离装置的三次冲击载荷,识别效果更具优势,实验结果也间接验证了方法的可行性与正确性。     

基于LSTM和响应分解的冲击载荷识别方法研究

同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,主要解决了冲击载荷与响应信号样本长度不一致这一突出矛盾。首先基于冲击响应信号分解方法来进行振动信号特征提取,然后基于长短期记忆神经网络对载荷和响应信号样本特征进行映射,从而实现冲击载荷识别。通过对挂架模型实测冲击载荷信号进行识别,结果表明4种工况下,该方法识别的冲击载荷的均方根相对误差小于0.6,相关系数大于0.94。结果初步表明,在理想的试验环境中,该方法具备一定的识别精度。     

复合材料帽型加筋板轴压试验及承载能力预测

随着复合材料的广泛使用,复合材料帽型加筋板在飞机结构上的使用也越来越多。为研究复合材料帽型加筋板承受轴向压缩的能力,首先对不同蒙皮半径、蒙皮厚度及长桁间距的复合材料帽型加筋板进行了轴压试验,得到了局部屈曲载荷、破坏载荷与加筋板曲率系数、长桁间距的关系,然后,通过引入曲率修正系数,修正了现有加筋板屈曲载荷的工程估算公式;最后,利用分段处理法结合有效宽度概念改进了加筋板轴压极限承载的工程算法。结果表明:帽型复合材料加筋板局部屈曲载荷及最终破坏载荷与曲率系数正相关;改进的方法能对复合材料加筋板的极限承载进行准确预测。所得结果表明该方法为复合材料加筋板结构设计及载荷估算提供了一种新方法,具有一定的工程应用价值。      

基于Tikhonov正则化及奇异值分解的载荷识别方法

针对矩阵求逆法应用中存在的病态逆问题,用Tikhonov正则化及奇异值分解法解决。通过对平板模型仿真分析,利用频响函数法矩阵条件数评价系统的病态性,系统病态性不同时用奇异值分解法与基于不同正则化参数选择的Tikhonov方法对载荷进行识别。研究表明,条件数大于1000时,Tikhonov正则化方法识别误差较小;反之,奇异值分解法较优。提出综合使用Tikhonov正则化与奇异值分解的载荷识别方法,给出方法流程。仿真与实验结果表明该方法可提高结构载荷识别精度,具有一定工程应用价值。     

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。     

基于神经网络模型的动载荷识别

依据结构动力学理论推导了在时域中用于神经网络算法的自回归函数，相应建立了具有时延反馈的神经网络动载荷识别模型。阐明了这种网络的基本学习算法和回忆算法。数值仿真和试验件的验证试验表明该神经网络模型用于动载荷识别时具有精度高、无累积误差、抗干扰能力强等优点，并且适用于各种类型的动载荷，尤其对冲击载荷的识别更具有独特的优势。该模型在动标学习过程中要求信息量小，试验成本低，是一种非常值得在工程中推广应用的新型动载荷识别方法。     

一种基于最优输出跟踪的多源动态载荷识别方法

基于最优输出跟踪的基本思想,提出了一种时域内多源动态载荷识别的方法。该方法从结构动力响应出发,设计一个最优输出跟踪器并构造性能指标,将载荷识别问题转变为最优输出跟踪问题。通过Adams法求解微分方程,实现了多源动态载荷的识别,并采用L曲线法确定了性能指标中的关键参数。数值算例表明,所述的载荷识别方法能够在响应数据含有噪声的情况下,有效稳定地实现多源动态载荷的重构,具有较强的抗噪能力。     

结构动态载荷识1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.     

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。     

动载荷识别的时间有限元模型理论及其应用

本文利用广义正交多项式作为时间有限元的形函数,推导了基于时间有限元的动载荷识别模型.成功地将时域下动载荷识别的复杂逆卷积关系转变为广义正交域的线性算子逆运算,这种模型识别精度高,抗干扰能力强,具有良好的计算稳定性,尤其适用于具有短时间样本的冲击类型动载荷识别,使该类问题在工程应用时的复杂程度大大降低,具有较高的工程应用价值.该方法为结构动力学逆问题的研究提供了一种新的技术途径.     

基于逆向滤波器的动态载荷时域识别方法

动态载荷的时域识别方法由于涉及到载荷与响应的复杂卷积关系，是难度较高的复杂的反分析问题。目前针对离散系统的方法都是建立递推连锁计算格式来进行的，递推连锁计算格式的缺点是对初值敏感和误差累积。本文建立了基于结构动力问题的逆向滤波器的计算格式，从根本上解决了初值敏感和误差累积问题，从而提高了数值计算稳定性和动态载荷识别精度。由于使反分析过程转化为类似正分析过程，使文中提出的方法有应用方便、计算效率高的特点，并为动态载荷的实时识别技术建立了理论基础。     

动载荷时域半解析识别方法

基于模态空间转换、离散数据最小二乘拟合与模态叠加原理,提出一种动载荷时域半解析识别方法。通过模态空间转化将动载荷识别问题转化为模态坐标函数识别问题,以结构特性参数与已知自由度上的动响应为输入,利用最小二乘拟合得到模态坐标的拟合函数,根据叠加原理与结构动力学控制方程,识别出结构时域动载荷。分别用计算仿真与试验测试得到的时域加速度响应作为输入,实现时域动载荷的识别。识别结果与真实动载荷对比表明,本文的识别方法能较准确地识别结构动载荷值及载荷作用部位。     

动态随机载荷识别技术研究

本文推导了在频域中识别动态随机载荷的基本公式，并在此基础上结合数字信号处理技术，有元分析法与误差理论，探讨了识别坦克车辆在行驶过程中行动部分所受的动态随机载荷的方法。