基于R-SOBI的结构模态参数辨识方法

提出了一种基于稳健SOBI算法提取结构/系统的频率、阻尼比及模态振型的方法。运用该法提取系统/结构模态参数的步骤为:首先利用稳健SOBI的盲源分离方法采集的信号进行分离,然后将分离矩阵作为结构/系统的模态振型矩阵,最后再对各个分离后的单自由度信号提取频率、阻尼比参数。研究结果表明,提出的方法可以准确提取出结构/系统的模态参数,尤其是即使噪声环境下仍然能准确提取出系统的模态振型矩阵。     

基于遗传算法的磁流变阻尼器Bouc_Wen模型参数辨识

在除试验数据外无任何先验知识的条件下如何识别Bouc_Wen模型的参数是一个亟待解决的问题。本文在对磁流变阻尼器进行力学特性试验的基础上,采用遗传算法对磁流变阻尼器Bouc_Wen模型进行参数辨识,并采用缩小参数取值范围的方法逐渐提高遗传算法的识别精度。通过分析参数值与电流间的特征曲线,采用曲线拟合的方法确定它们之间的函数关系,再利用遗传算法得到具体的函数表达式。最后用不同幅值和频率的激励试验数据对识别结果和拟合结果进行了验证。结果表明：利用缩小取值范围的方法得到的Bouc_Wen模型参数识别结果在全局最优解的附近,拟合结果和辨识出的模型均能满足要求     

基于前向神经网络的非线性时变系统辨识改进EKF算法

为了克服传统扩展卡尔曼滤波算法进行参数估计时可能产生的新数据失效问题,提出了一种改进的扩展卡尔曼滤波(EKF)步骤,然后将改进步骤做为人工神经网络的学习算法用于基于前向神经网络的非线性时变系统辨识。与传统的扩展卡尔曼滤波步骤相比克服了新数据的饱和现象,可以更好地反映系统时变特征。通过一个单变量一般时变非线性系统和一个三自由度非线性时变刚度结构系统算例,仿真验证了新算法在辨识精度和计算量方面的改进特性。     

基于振动测试的非线性参数识别方法

研究了利用特殊的正弦扫频技术识别非线性参数的方法。该方法利用目前线性系统成熟的模态分析技术,并结合等效线性化理论,通过振动测试识别结构的非线性参数,可以建立一个更加准确的模型来反映非线性结构的动力学特性,从而提高模型的预测精度。该方法包括两部分：（1）常位移测试识别非线性刚度;（2）常速度测试识别非线性阻尼。常位移测试是在一次正弦扫频过程中,通过调整各频率下的激励力幅值使得位移响应的幅值为常数,获得一组频响函数,通过模态分析获得等效刚度;改变位移响应的幅值进行多次测试,获得多组等效刚度;对获得的一系列恒定位移响应下的等效刚度进行曲线拟合,即可获得所有线性和非线性刚度参数。常速度测试与其类似。以三自由度非线性系统为例,进行了常位移测试和     

基于混合遗传算法的转子系统优化设计

转子系统的临界转速是航空发动机设计过程中的重要参数。在临界转速远离工作转速时,转子系统才能安全可靠的工作。如何设计转子系统的结构使设计后的临界转速达到要求,而且结构改变量尽可能小,是转子动力学最优化设计研究的重点之一。在分析已有研究模型的基础上增加约束条件提出一种更完善的临界转速最优化设计模型,无需考虑设计变量个数和设计临界转速个数的关系,及预先给定的临界转速是否可在设计变量对应的临界转速空间内取到,均能找到满意的设计方案。针对该模型的最优化求解,设计出一种结合遗传算法和复合形方法的混合遗传算法,可以有效的提高搜索到全局最优解的搜索速度。对一转子系统进行临界转速优化设计,验证了该模型可以有效的取得满足设计要求的最优设计方案,适用于工程实际的转子系统临界转速最优化设计过程。     

基于遗传算法的非线性迟滞系统参数识别

研究了非线性迟滞系统的参数识别问题。在识别过程中,将非线性迟滞系统的记忆复力用双折线模型来描述,并由此模型写出非线性迟滞系统的参数识别方程。利用相干函数,把关于模型参数非线性的参数识别方程转化线性参数识别前提下的非线性函数优化问题。     

基于前向神经网络的非线性时变系统辨识的改进递推最小二乘算法

标准的递推最小二乘算法随着递推次数的增加,增益矩阵将逐渐趋于零,致使递推算法慢慢失去修正能力,出现所谓的“数据饱和”现象。为了克服“数据饱和”问题,本文首先对递推最小二乘算法进行改进,得到了改进的最小二乘算法(IRLS),并给出了收敛性证明,然后将该算法应用于基于前向神经网络的非线性时变系统辨识。通过对两个非线性时变系统进行有效验证,仿真结果表明本文算法计算精度高、计算速度快、数值稳定性好,并能有效克服“数据饱和”。     

频域响应函数估计的非参数辨识法

针对振动工程领域中频响函数的辨识估计,本文深入研究频响函数估计的非参数辨识法。在离散傅里叶变换中,考虑初始和终端状态带来的暂态泄露项和观测噪声谱项对频响函数估计的影响。为得到准确的频响函数估计值,联合频响函数、初始-终端状态和脉冲响应系数待辨识参数矢量,将频响函数估计问题转化为一个线性最小二乘优化问题。针对此线性最小二乘优化问题的特殊形式,提出一种可分离的求解过程。最后用仿真算例验证本文辨识方法的有效性。     

基于模式搜索算法的结构被动控制系统参数优化研究

提出减震结构被动控制系统优化分析数学模型,结合优化模型特点与主要优化算法的数学原理,选取模式搜索算法进行结构减震被动控制系统参数优化分析。通过编制目标函数程序,实现了Matlab模式搜索工具箱与Ansys减震模型的接口。多峰值函数的极值求解过程印证了模式搜索工具箱在解决该类优化问题时的有效性,而框架减震模型参数优化分析过程表明了优化程序的可行性以及优化结果的准确性,最终不同地震波下的优化分析结果证明了优化程序在减震结构参数优化中的稳定性。     

基于频响函数辨识机械结合部动态参数的研究

摘要：进行机械结构的动力分析与动态优化设计时,为获得比较准确的结构边界条件,结合部参数辨识成为其中一项关键技术。结合工程实际,应用频响函数辨识结合部刚度与阻尼参数的方法进行参数识别,对能否获取完备频响函数进行了研究,并作出相应的求解策略。该方法避开了对频响函数直接求逆,运用最小二乘原理将矛盾方程转化为定解方程,保证了数值计算的稳定。一般情况下,结合部处绝对阻尼值要远远小于绝对刚度值,为了更准确地辨识出阻尼值,需采用对阻尼进行二次辨识。该方法具有一定的工程实用价值,而且辨识过程简单。算例证实了该方法具有很高的辨识精度。     

基于Dijkstra-蚁群算法的泊车系统路径规划研究

针对智能停车库中自动导引运输车(automated guided vehicle,AGV)存取车路径规划问题,提出了一种基于Dijkstra-蚁群算法(Dijkstra-ACO)的泊车系统路径规划方法.首先利用链接可视图法建立环境模型,并在此环境模型下,采用Dijkstra算法规划出AGV的初始路径;其次,通过引入节点随机选择机制、调整信息素更新方式和限定信息素阈值策略等对基本蚁群算法进行优化改进;最后,选用改进的蚁群算法对初始路径进行优化.结果显示:Dijkstra算法和混合算法均能使AGV有效避开障碍物,然后搜索到一条从起点到终点的无碰优化路径;与Dijkstra算法相比,混合算法能有效提高路径搜索效率,缩短搜索路径长度,改善搜索路径质量,表明该算法正确、可行及有效,且具有较强的全局搜索能力和较好的收敛性能,能够满足AGV存取车路径规划的要求.     

基于粒子群算法的6自由度机械臂动力学模型参数辨识

提出了基于粒子群优化(PSO)算法的工业机器人动力学参数辨识方法。首先利用改进的牛顿-欧拉方法,建立考虑关节摩擦的机械臂线性动力学模型,然后引入PSO算法,建立基于PSO算法的估计未知动力学参数的算法,最后以UR工业机器人为实验对象,通过设计激励轨迹,激励工业机器人关节运动,并对关节运动参数进行采样,实现UR工业机器人的动力学参数估计,并根据力矩预测精度验证动力学模型。实验证明了所提出算法辨识工业机器人动力学模型参数的准确性和有效性。     

基于遗传算法的磁流变阻尼器模型参数识别

优化技术是一种以数学为基础,可用来求解各种工程问题最优解的应用技术.本文利用磁流变阻尼器动态特性数据,采用遗传算法进行阻尼器模型参数识别优化过程,最终将得到的磁流变阻尼器模型参数用于土木工程结构振动控制研究.已建立的磁流变阻尼器的动力特性将在不同的电场强度和变化的位移幅度下进行测试,可以得到在不同位移和速度下恢复力的滞回曲线,建立Bouc-Wen模型.把根据试验得到的滞回曲线和使用遗传算法对模型参数进行优化的结果进行比较可知,这种模型的参数可以以十分小的误差得到优化.     

An ant colony system-based hybrid algorithm for square root concave cost transhipment problems

Concave cost transhipment problems are difficult to optimally solve for large-scale problems within a limited period of time. Recently, some modern meta-heuristics have been employed for the development of advanced local search based or population-based stochastic search algorithms that can improve the conventional heuristics. Besides these meta-heuristics, the ant colony system algorithm is a population-based stochastic search algorithm which has been used to obtain good results in many applications. This study employs the ant colony system algorithm, coupled with some genetic algorithm and threshold accepting algorithm techniques, to develop a population based stochastic search algorithm for efficiently solving square root concave cost transhipment problems. The developed algorithms are evaluated with a number of problem instances. The results indicate that the proposed algorithm is more effective for solving square root concave cost transhipment problems than other recently designed local search based algorithms and genetic algorithm.     

Inverse identification of elastic properties of composite materials using hybrid GA-ACO-PSO algorithm

The main emphasis of this paper is placed on the effectiveness of the proposed optimization method in material identification. The primary motivation of integrating GA, ACO and PSO is to minimize each other’s weaknesses and to promote respective strengths. In the proposed algorithm, the effect of random initialization of GA is subdued by passing the products of GA through the ACO and PSO operators to well organize the exploitative and exploratory search coverage. In return, GA improves the convergence rate and alleviates the strong dependency on the pheromone array in ACO as well as resolves the conflict arisen in identifying the trade-off parameter and further refine the exploitative search of PSO with the introduction of two-point standard mutation and one-point refined mutation. The proposed algorithm has been verified and applied in composite material identification with absolute percentage errors between measured and evaluated natural frequencies not more than 2%.     

Bearing dynamic parameters identification of a flexible rotor-bearing system based on transfer matrix method

Bearing dynamic parameters are important factors governing the vibration characteristics of rotating machinery; however, they are difficult to determine due to limited experimentation, and inaccurate in modelling. In this paper, a parameter identification method is presented to identify the bearing dynamic parameters of a flexible rotor-bearing system. In this method, the parameter identification problem is formulated as an inverse problem. The bearing dynamic parameters have been characterized through minimizing the error squared of the rotor-bearing system unbalance response between the experiment results and the computational ones. The intergeneration projection genetic algorithm is used to minimize the error squared. As an efficient method for analysing the dynamic behaviour of a rotor-bearing system, an improved transfer matrix method has been employed to calculate the unbalance response. This approach has been applied to identify the bearing dynamic parameters of a test rig supported by two anisotropic bearings, according to the unbalance response experimental data. Results indicated that this method could identify the bearing dynamic parameters. It is also robust to the noise effects.     

基于多体系统传递矩阵法和遗传算法的一种物理参数识别方法

将多体系统传递矩阵法与遗传优化算法相结合,形成了一种新的基于多体系统传递矩阵法和遗传算法的物理参数识别方法(MS-TMM&GA).应用多体系统传递矩阵法进行动力学建模以及固有振动特性分析.将参数识别问题转化为优化问题,结合遗传算法,对由系统固有频率和增广特征矢量构造的目标函数全局最小值优化求解.给出了通过系统模态参数识别物理参数的计算步骤以及流程图.通过两个数值算例,表明了该方法的可行性及有效性.该方法对多体系统传递矩阵法和遗传算法进行了结合与拓展,无需建立复杂多体系统的总体动力学方程,涉及矩阵阶次低,即可快速获得高精度的优化计算结果.     

A structural damage identification method based on genetic algorithm and vibrational data

The problem of damage identification in framed structures using vibrational data is considered. The identification problem is modelled as an optimization task and the use of measured natural frequencies as well as modeshape information in the construction of objective functions is discussed. In a first attempt, a standard genetic algorithm is shown to be ineffective in obtaining the correct damage distribution in test problems. Using domain knowledge, modifications are introduced in the coding process, in the initial population generation, in the fitness function, and in the genetic operators, leading to a promising tool to solve this class of problems. Synthetic problems, with the addition of noise in the simulated measured data associated with the damaged structure, are analysed in order to assess the capability of the proposed technique. Copyright © 2006 John Wiley & Sons, Ltd.     

基于灵敏度分析的复合材料组分参数识别方法

为了获取准确的复合材料细观模型,提出了一种复合材料组分参数识别方法。在细观单向碳纤维增强树脂基复合材料（CFRP）有限元模型基础上,构造静态位移场对复合材料组分弹性参数的灵敏度矩阵,以测量位移和有限元计算位移差的二范数为目标函数,针对待识别参数量纲差异较大的问题,利用相对灵敏度提高材料组分弹性参数识别的精度和效率。以纤维均匀分布的复合材料平面模型和纤维随机分布的复合材料实体模型为研究对象,验证所提出组分参数识别方法的有效性和准确性。此外,研究了测点数目及测量误差对识别结果的影响。结果表明：本文提出的复合材料组分参数识别方法在测点数目变化和测量误差影响下仍然稳定。