基于贝叶斯推理的包装件动力学模型优化选择研究

目的 在多种类型的模型中挑选出最优包装件模型,并实现参数识别的方法。方法 文中将包装件模型构建为参数不确定模型,在贝叶斯推理的框架下,采用马尔可夫链蒙特卡洛法识别模型参数,采用偏差信息准则(DIC)计算各备选模型的DIC参数,选择出最优包装件模型。结果 在振动实验台用质量块–缓冲材料模拟包装件并进行随机振动测试,分析结果表明,Bouc–Wen(n=2)模型为文中包装系统的最佳模型。结论 文中提出的基于贝叶斯推理的包装件模型优化选择和参数识别方法考虑了模型不确定性,构建的模型可准确预测包装件在随机振动下加速度响应的时域信号。     

基于单自由度参数激励模型的车辆随机振动分析

包装件振动可靠性的分析和优化需要构建高效准确的车辆随机振动载荷分析模型.该研究将车辆建模为单自由度参数激励系统,分析车辆在平稳载荷下的加速度响应.基于Mathieu方程分析车辆动态响应特性,结果表明,车辆响应中出现少量的大幅振动响应的原因是参数激励系统中随机过程β(t)的波动引起了系统的失稳.分别构建车辆在稳态、失稳和...     

包装件在非高斯随机载荷下响应特征分析方法研究EI北大核心CSCD

在运输过程中,包装件经常受到非高斯随机振动的作用,在进行包装系统优化时,经常需要重复确定包装件加速度响应的统计特征和振动可靠性,该研究提出一种高效准确确定非高斯随机振动条件下非线性包装件加速度响应统计特征的分析方法。采用非高斯Karhunen-Loeve展开将非高斯随机振动表示为非高斯随机变量的线性组合,用一阶泰勒展开估计包装件加速度响应,确定加速度响应的统计矩参数,根据包装件加速度响应的前四阶矩参数,应用鞍点估计法确定包装件加速度响应的概率密度函数(probability density function, PDF)和累积分布函数(cumulative distribution function, CDF)。由于采用随机变量的线性组合模拟非高斯随机振动激励,避免了随机变量非线性变换,采用一阶泰勒展开估计包装件加速度响应具有良好的准确性,鞍点估计法分析包装件加速度响应的PDF和CDF,避免了大量蒙特卡洛或拟蒙特卡洛分析,提高了分析效率。