一种改进的非线性系统识别算法

本文述及一种识别非线性动力学系统的改进算法。由于以物理方法分析识别非线性项比较困难,故本文提出一种“有序的”正交回归技术以识别描述非线性恢复力的展开级数的系数。算法可以选出为代表恢复力所需的函数形式。为处理在识别模型输入有噪声污染的问题,处理系数识别的顺序被排定,这样的处理有助于提高本方法的、特别是在小的信号幅度情况正气抗干扰能力。     

运用数值迭代的动载荷识别算法

Wilson-θ法作为一种常用的数值算法,参数设置合适时,能够保证计算结果绝对收敛,根据这一特性可以推导得出其反分析法。然而从实际算例计算结果来看,这种反分析方法并不稳定。指出了Wilson-θ反分析法发散的原因,针对这个问题提出了一种利用二分法原理的迭代修正算法。利用步步修正的思想,消除累积误差,增加了算法的稳定性。在此基础上,进行了数值仿真和实验研究,结果表明该方法具有良好的收敛性和抗噪能力。     

非线性系统识别的一种频域方法

本文首先定义函数准正交的概念,然后在证明了时域频域正交定理的基础上,利用时域信息构造了一类正交函数,提出一种非线性系统识别的频域方法,从而将正交函数计算过程简单与频域信息抗干扰能力强的特点结合起来,算例证明了这一方法的优越性。     

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。     

基于多项式拟合初值的动载荷识别修正算法

针对Wilson-θ反分析法因初值敏感导致载荷识别结果不理想的问题,基于误差修正思想引入多项式拟合方法修正初始值,并对Wilson-θ反分析法做出改进。通过推导Wilson-θ反分析法误差传递公式,总结了初始误差对识别结果的影响原理,并利用多项式拟合方法计算位移趋势项实现对系统初始值的修正。结果表明,多项式拟合法可有效解决Wilson-θ反分析法动载荷识别的初值敏感问题,并具备一定的抗噪性能及较高的精度。     

一种识别Duffing非线性系统刚度的新方法

振动响应的频率变化与位移、速度、振幅息息相关,基于非线性振动系统的这一主要特征提出一种新的识别Duffing非线性系统刚度的方法。该方法首先通过Lindestedt-Poincaré法建立Duffing非线性系统瞬时幅值与瞬时频率的关系式,然后分别采用Hilbert变换和最大坡度法提取非线性系统响应的瞬时幅值和瞬时频率。在此基础上,应用最小二乘优化算法识别非线性系统的线性和立方体刚度。通过一个Duffing非线性系统数值算例对所提出的新方法进行验证,结果表明:即使在信号被噪声干扰的情况下,该方法仍然能够有效识别Duffing非线性系统的刚度。     

非线性系统参数识别的一种频域方法

在非线性振动系统的控制微分方程已知的前提下,一般能够用近似方法求出弱非线性系统的频率响应函数。本文提出了一种新的频域方法,即利用测量得到的一组频率、振幅值拟合频响曲线来识别非线性系统的参数。该问题实际是一个优化设计问题,本文用优化原理中的直接寻优方法和解非线性方程组的迭代法,对杜芬方程控制的系统进行参数识别,两者的结果是非常接近的。     

不确定性动力学系统上随机载荷识别改进算法

针对不确定性动力学系统,提出一种基于随机有限元模型的随机动载荷识别改进算法。假设载荷作用位置和系统随机参数已知,且随机系统参数和随机动载荷均服从高斯分布,利用K-L展开和混沌多项式展开分别表示系统随机参数和随机响应,建立随机系统的动力学方程;依据仅由随机动载荷引起的系统随机响应协方差和仅有系统随机参数引起的系统随机响应协方差之间的关系式,由随机动响应样本识别随机动载荷的统计特性。针对一悬臂梁结构开展数值仿真研究和试验验证。结果表明:所提出的基于混沌多项式展开的识别改进算法比现有的识别算法在方差识别精度上有了较大幅度的提高,该方法在不确定性系统随机水平较高时仍具有较好的识别精度。     

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。     

基于残差滤波的非线性系统识别算法

针对非线性系统的动力响应问题,提出了一类基于残差滤波的系统识别算法。该法以变阶AR 模型模拟有色噪声,有效地抑制了观测噪声与模拟噪声对识别参数的影响。通过仿真算例和地震模拟试验结果的系统识别计算,表明了本文所示算法的可靠性。     

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。     

局部非线性刚度阻尼系统参数识别的一种新方法

研究了具有平方非线性刚度和平方非线性阻尼的两自由度局部非线性振动系统，采用空间法来识别该系统模型的参数。利用该方法对非线性频响函数进行估计，并利用最小二乘法对模型的非线性刚度系数和非线性阻尼系数进行了优化，实验结果表明了该方法的可行性，在识别和优化汽车等局部非线性系统的物理参数方面具有一定的参考价值。     

载荷识别的等效点动标定法

围绕飞机全动式平尾翼面抖振载荷的识别问题，提出一种用于识别未知作用位置的动载荷的方法——等效点动标定法。这种方法将结构在实际外载荷作用下的响应认为是在结构上某几个特定点处伪载荷作用的结果，将未知作用位置的动载荷转化为已知作用位置的动载荷进行识别，再依据作用等效原则将各伪载荷合成，达到识别外载荷的合力大小和作用位置的目的。验证试验结果表明：恰当地选取标定点，本文提出的等效点动标定法可有效地识别出作用于结构上的外载荷的合力大小和作用位置。     

钢筋混凝土梁的非线性振动识别研究

通过理论推导和钢筋混凝土简支梁的锤击振动测试实验,证实了钢筋混凝土梁微幅弯曲自由振动存在弱的非线性,且近似为二次非线性,其振动频率随着振幅的减小而加大.利用小波变换时频分析的特点,用Morlet复小波函数对钢筋混凝土梁的自由振动响应进行小波变换,通过脊线所对应的尺度得到瞬时振动频率,通过脊线上的小波系数计算出瞬时振幅.由系统的瞬时频率和瞬时振幅与时间的关系以及它们之间的相互关系,由曲线拟合得到系统的固有频率、阻尼系数和非线性系数.通过实验发现梁的固有频率随着损伤的增大而减小,非线性系数随着损伤的增大而增大.     

由自由振动响应识别非线性系统参数的一种方法

本文提出了一种由自由振动响应识别非线性系统参数的方法,即首先用直接摄动法求出系统自由振动的近似解作为数学模型,然后用最小二乘法来识别系统的物理参数.此方法具有精度高、应用方便的特点.     

单自由度非线性振动系统的一种非参数识别法

本文根据单自由度振动系统对高斯白噪声激励的响应的统计特性,在Fokker-Planck方程的基础上,推导出一种非参数识别方法。并通过算例考查了方法的效果。     

一种非线性参数识别的实用方法

对非线性参数用梯度正则化方法反演进行了进一步研究。借鉴模型信赖域的思想，给出了确定正则因子的具体办法，并建立了算法的迭代过程。以识别四边简支矩形板荷载的作用点为例，阐明了该方法的应用。算例结果表明迭代过程收敛速度较快，精度高，且稳定性好，具有较强的抗噪音能力。     

非线性系统载荷识别的最小二乘支持向量机法

为解除载荷识别问题对原系统先验知识的依赖,本文提出采用最小二乘支持向量机（Least squares support vector machine,LS-SVM）对非线性系统进行逆模型辨识,随后在该逆模型基础上利用工作状态的响应数据识别时域载荷。通过对某一非线性系统的稳态和非稳态激励的仿真计算,验证了该方法的有效性。仿真结果表明LS-SVM能够辨识出可靠的非线性系统的逆模型,进而反演出较精确的时域载荷。该方法不需要了解系统的数学模型及参数,只需少量训练样本即可,因此该方法能够应用于工程实践中。     

非线性框架结构系统识别

本文对单自由度非线性框架结构参数识别提出了一种半优化方法；对多自由度非线性框加要结构参数识别提出了一种将多自由度系统识别转化为单自由度系统识别的方法，此方法有计算机程度快，精度高等优点。     

分布动载荷频域识别的试验动标定方法研究

分布动载荷识别是工程中最为复杂也亟需解决的结构动力学逆问题，通常可以转化为正交多项式系数的识别，从而衍生出了动标定技术。传统的仿真动标定方法是基于有限元仿真模型来实现的，然而仿真动标定方法存在模型误差，导致载荷识别精度不高。因此本文基于 Legendre 正交多项式和 Gauss?Legendre 积分提出了分布动载荷频域识别的试验动标定方法。该方法的关键是通过测量有限的高斯点和响应点间的频响函数来完成分布载荷识别过程中的动标定，克服了传统标定在试验时无法加载正交多项式载荷计算标定矩阵的局限性，同时避免了模型误差对标定矩阵精度的影响，大大提高了载荷识别的精度。为了验证该方法的有效性和精度，将本文所提出的试验动标定方法与现阶段已有的仿真动标定进行了对比分析，并讨论了不同高斯点数对识别精度的影响及抗噪性能；此外，还通过相应的试验进一步验证了该方法的可行性与工程适用性。