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。     

多点平稳随机载荷识别方法研究

根据矩阵谱分解的思想,提出多点任意相关的随机载荷识别方法.鉴于响应功率谱矩阵和激励功率谱矩阵具有相同的秩且为非负定,首先推导完全相干的功率谱矩阵的识别方法,将任意相干的激励功率谱矩阵进行谱分解成完全相干的功率谱矩阵之和,利用响应信息识别分解后的完全相干功率谱进而完成对激励功率谱的识别.该方法具有较高的识别精度.针对求解逆问题中的适定性进行了讨论,指出病态的原因并运用条件数权重法,该法能在一定程度上减轻病态,提高识别精度.通过实验和仿真验证上述方法的正确性.最后对提高识别精度提出了建议.     

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。     

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。     

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。     

一种提高平稳随机载荷识别精度的方法

针对动态随机载荷识别结果在固有频率附近因传递函数矩阵病态而出现载荷识别误差较大的问题,在逆虚拟激励法的基础上提出一种条件数加权平均算法尝试改善识别的精度。方法用仿真和试验验证了对识别精度的改善效果。同时采用频响函数条件数的大小来作为判断识别结果可靠度和测点组合选择的一个参考,减少了工作量并取得了良好的识别效果。提出了一些实际操作中的建议,为工程实际提供参考。     

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。     

基于统计能量法的高频集中载荷识别的理论与试验研究

提出了基于统计能量分析理论的结构高频载荷识别方法,根据载荷位置是否确定以及子系统响应的完备性,讨论了3种情况下多子系统受载结构的输入功率识别方法,导出了识别的一般理论公式。给出了常值与线性假设条件下,由子系统输入功率到载荷功率谱的反演理论方法。对一个三板串联耦合系统进行了统计能量分析建模与集中载荷识别试验研究。结果表明,采用文中的载荷识别方法,在3种情况下均能够较好地识别出多个受激子系统的载荷输入功率,基于常值假设下反演得到的载荷功率谱能够较好地描述实测功率谱的变化趋势。     

基于Wilson-θ显式算法的动载荷快速定位及重建方法EI北大核心CSCD

通过将Wilson-θ数值算法转变为一种等效的显式表达式,由此建立了一种基于Wilson-θ显式算法的动载荷识别方法。在选取合适的参数θ值以后,该算法是无条件稳定的,并且避免了以往隐式识别算法中由于递推计算产生误差累积导致识别结果严重发散的问题。通过引入响应系数矩阵,该显式算法可以灵活地选取响应类型用于载荷识别计算。同时结合分离变量方法,将载荷位置信息从建立的模型矩阵中提取出来,由此减少矩阵求逆的次数,提高载荷定位计算的效率。结合简支梁的仿真算例与试验测试对该载荷识别方法进行验证。研究结果表明,基于Wilson-θ显式算法的动载荷快速定位及重建方法能够有效地识别得到载荷位置及相应的时间历程。相对于传统载荷识别方法,该方法计算结果的准确性更好,且运算效率更高。     

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。