基于Hermitian小波有限元的叶轮叶片载荷识别

针对复杂的离心式压缩机的叶轮叶片的载荷识别,提出了一种新的Hermitian小波壳单元。Hermitian小波壳单元代入逆Newmark算法构造激励载荷与响应信号的传递矩阵,从而进行载荷识别。通过响应信号与传递矩阵求解载荷。根据实验数据,Hermitian小波单元识别载荷的精度远远高于商业软件ANSYS。实际工程应用中,商业软件ANSYS可以分析复杂模型,而在关键区域可以采用Hermitian小波单元分析。     

采用光纤传感测量的直升机旋翼桨叶分布载荷识别

针对直升机旋翼载荷识别的传统技术具有测量信/噪比低、不易分布式识别等缺点,基于光纤传感测量技术,建立了一种新的旋翼桨叶分布载荷识别方法.首先建立了基于分布测量应变和模态分析的旋翼桨叶分布载荷识别理论,然后进行了悬停状态下模型旋翼桨叶的光纤传感测量,最后应用建立的识别理论,识别出了模型旋翼桨叶沿径向分布的载荷.     

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.     

卡尔曼滤波器与神经网络串行的轮胎载荷识别模型

轮胎载荷是车辆设计和安全性评估的基础数据,对轮胎进行高精度的载荷识别具有重要意义。针对轮胎载荷直接测量昂贵、复杂的现状以及基于纯物理驱动与纯数据驱动的载荷识别方法的局限性,提出一种物理-数据联合驱动的载荷识别模型。该模型由卡尔曼滤波器与神经网络修正模型串行组成,卡尔曼滤波器对载荷进行初步识别,修正模型通过卷积神经网络和长短期记忆网络提取信号的空间和时间特征,预测卡尔曼滤波器的偏差并对识别结果予以修正。以APM300胶轮车辆为例进行载荷识别,结果表明,该串行模式载荷识别模型通过将物理驱动与数据驱动方法有机结合,综合整个系统的规则与经验,有效地克制了参数扰动的影响,提升了载荷识别精度,具有较强的泛化性能,具备一定的工程应用价值。     

两类载荷识别方程解的存在及唯一性

本文对载荷识别方程解的存在及唯一性进行了讨论，特别对随机载荷谱矩阵方程，证明了具有唯一的最小范数最小二乘解。这对载荷识别技术的应用具有普遍意义。     

运载火箭动态载荷识别研究

取加速度测量自由度为结构模态归一化自由度的模态坐标,建立载荷识别的基本方程,在时域进行载荷识别.以识别出的载荷为激励力,计算结构动响应,将计算所得加速度和测量值在频域上进行比较,根据两者差异改进识别出的载荷的频域成份,并通过反变换获取最终时域的载荷识别结果.其中通过频域修正是算法的关键.本文单点激振单点测量的算法,已成功应用于运载火箭动态载荷识别的工程实践.     

冲击载荷识别的瞬态统计能量分析方法

提出了一种基于瞬态统计能量分析理论的冲击载荷识别新方法。利用该方法,首先由系统能量平衡方程确定冲击载荷的作用位置及相应的输入能量,在常值假设条件下根据识别的输入能量反演得到冲击载荷的幅值谱,在此基础上,对于给定的冲击载荷时域波形形式,提出一种参数拟合方法用于最终重建冲击载荷的时间历程。通过一个两板耦合结构系统的冲击载荷识别对识别方法进行了实验验证研究。结果表明冲击载荷识别的瞬态统计能量分析法能够准确地识别冲击载荷的作用位置和输入能量,在冲击波形已知的假设条件下可以较为准确地重建冲击载荷的时间历程,从而为实际工程中的冲击载荷识别提供了一条可行途径。     

设备载荷识别与激励源特性的研究现状

概括国内外动载荷识别技术的主要研究方法与应用。针对普遍使用的频域法和时域法的研究现状及优缺点进行评述, 并对载荷识别领域的研究方向作展望, 指出与工程实际模型相结合、 提高载荷估算精度、 简化测试和估算过程将是今后研究的主要方向。     

一种非线性梁系统动载荷识别算法

载荷识别是结构健康监测的重要组成部分,而非线性梁系统在工程应用中扮演重要角色,为了在结构健康监测的同时方便利用最优化算法对非线性梁系统进行有效控制,提出了基于容积卡尔曼滤波器(Cubature Kalman filter,简记为CKF)的载荷识别算法。此算法在卡尔曼滤波器的体系下,通过CKF产生的增益矩阵、新息序列、一步估计值和协方差矩阵,利用最小二乘算法在线估计载荷的大小和位置,附录给出了算法的详细推导过程。为了验证算法的有效性,采用受高斯白噪声影响的大变形梁系统作为仿真对象,根据系统响应依次识别不同噪声影响下的正弦、方波和锯齿波载荷。实验方面,采用受非线性弹簧约束的Bernoulli-Euler梁作为对象,利用光纤光栅传感器测得的应变值识别载荷。结果表明提出的动载荷识别算法能够很好地抑制噪声,并且具有良好的稳定性。     

含损伤板的动载荷识别精度研究

为了深入研究动载荷识别问题,改善识别精度受测点信息和传感器布置数目限制的影响。首先采用逆问题正分析的方法,在时域正演法识别的理论基础上,研究结构损伤对载荷识别结果的影响,然后分析讨论测点位置、采样时间间隔对识别精度的影响。结果表明,在板结构有损伤的情况下,该方法能有效地识别出非损伤处的载荷且计算效率较高,但对于损伤处载荷的识别精度较低。另外,通过优化传感器的布置以及选择合适的采样时间间隔,可较大程度提高识别精度,为载荷识别的准确性提供参考。     

板结构试件多载荷识别算法及在损伤检测上的应用

逆问题分析存在解非唯一,是多载荷识别的最大难题.通过相关分析方法来实现对载荷数量的识别,然后在板结构试件上同时加载已知数量载荷的情况下,可以使用遗传算法求解所有载荷的大小和位置.该算法具有数据融合能力和冗余性.文中提出的"模式"和"相关系数矩阵"的概念不但可以用于多载荷识别,也可以用于静载荷的损伤识别.     

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。     

总体最小二乘正则化算法的载荷识别

载荷识别中存在病态矩阵求逆的不稳定性将导致解严重失真。在总体最小二乘(Total Least Squares TLS)算法的思想上进行Tikhonov正则化,构造载荷识别的目标函数。然后利用共轭梯度(Conjunction Gradient CG)法解算该目标函数的最优化问题,提出一种算法易实现、收敛性能好、存储量小,且能全面考虑随机误差影响的CG-TLS正则化算法。经仿真和试验探讨了传递函数矩阵病态产生的原因,借助条件数优选振动响应点,最终检验CG-TLS正则化算法与常用的两种正则化算法在不同噪声水平时载荷识别的效果。结果表明,CG-TLS正则化算法载荷识别效果最优,与真实值吻合好,并具有良好的鲁棒性。因此,应用CG-TLS正则化算法实现载荷识别极具实际意义。     

具有连续分布梁模型动载荷的识别技术研究

用正交多项式拟合的方法对连续系统的分布动态载荷进行识别的技术,为用有限的测量信息进行连续系统分布载荷的识别提供了可行的方法。该方法只须获取足够的测量点的响应来识别分布载荷正交多项式的系数,满足识别的精度要求,同时对测量点的位置无特殊限制。实际工程中进行载荷识别时,很多结构只能测量到部分位置的响应,这时该方法能很好地解决这类问题。该方法对测量数据噪声的灵敏度较小,具有很好的抗干扰能力。通过计算机仿真,证明了该方法理论的正确性和工程应用的可行性。     

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。     

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。     

面向船体结构动冰载荷监测的线性形函数识别方法研究EI北大核心CSCD

船体结构冰载荷监测系统中的载荷识别算法是对船舶在冰区安全运行进行实时评估的关键环节,而常用的影响系数矩阵法尚未考虑冰载荷的动力效应。在时域内将动冰载荷离散为诸多时间元,在每个时间元内利用线性形函数的组合形式逼近构造动冰载荷;通过结构的动力响应分析得到形函数的响应矩阵,并以此建立船体结构冰载荷识别的正问题。利用共轭梯度最小二乘迭代型正则化算法和终止迭代准则对冰载荷识别问题中的不适定性进行控制。该数值算例和试验验证均表明,该冰载荷识别模型具有良好的识别精度、求解速度及稳定性。     

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。     

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。     

二维分布动载荷识别的频域方法

运用频域法在广义正交域中识别二维分布动载荷。基于数学拟合理论，二维动态载荷在广义正交域中可分解为二维正交函数的级数形式，未知的二维分布动载荷就可以表示为各阶正交基函数线性叠加，这时未知的复杂分布动载荷的识别就可以转化为简单的正交拟合系数的识别。根据线性系统的叠加原理，将待识别载荷的分解基函数看成已知分布动载荷作用于结构时，结构的响应与待识别载荷作用下结构的响应成线性关系。只要结构实测的响应点数大于待识别的系数，就能求出各系数，因而就可以识别分布动载荷。通过计算机仿真验证该方法能有效识别二维分布动载荷，且能与有限元方法结合，识别复杂结构上的分布动载荷。该方法具有很好的通用性，能简单方便运用于工程结构，能很好地抑制噪声的干扰。仿真试验说明该方法具有很好的识别精度。进一步的试验验证了该方法工程适用性。