论文部分内容阅读
动载荷识别技术在工程中占据着重要的地位,动载荷及位置的识别方法也一直是动力学问题中的一个难点。鉴于动载荷识别过程中存在矩阵求逆病态问题,本文从正向角度出发,结合遗传算法对动载荷位置的寻优识别进行研究。
首先结合系统动力学方程与最优化理论,提出了动载荷位置识别的正问题并建立了时域识别模型。在此基础上,对结合遗传算法的寻优识别方法进行了研究,确定了识别问题的优化模型要素即决策变量、目标函数与约束条件,进而对识别算法进行了设计,对关键参数的设定与选取进行了分析。
基于动载荷位置识别的正问题,提出了参数化与时序两种识别方法。参数化方法结合傅里叶级数展开与切比雪夫多项式理论,确定了动载荷的参数表达形式,进而建立了对应的识别模型;时序方法引入了离散时间系统思想,基于阶跃力假设建立了离散的识别模型。同时针对不同的识别模型,对识别算法进行了研究,确定了关键参数以及流程。计算机仿真算例验证了上述两方法均可行、有效。另外针对复杂工程结构,提出了结合有限元的逐步识别方法,引入了快速逼近思想,降低了模型标定与寻优的工作量,仿真算例证明逐步逼近方法可以完成对复杂结构的位置识别。
最后,进行了动载荷位置识别的实验验证。通过振动实验获得实测的模型参数和动响应数据,并采用正向寻优识别方法进行实验动载荷的位置识别,识别结果进一步证明了本文方法的有效性以及实际应用的可行性。
首先结合系统动力学方程与最优化理论,提出了动载荷位置识别的正问题并建立了时域识别模型。在此基础上,对结合遗传算法的寻优识别方法进行了研究,确定了识别问题的优化模型要素即决策变量、目标函数与约束条件,进而对识别算法进行了设计,对关键参数的设定与选取进行了分析。
基于动载荷位置识别的正问题,提出了参数化与时序两种识别方法。参数化方法结合傅里叶级数展开与切比雪夫多项式理论,确定了动载荷的参数表达形式,进而建立了对应的识别模型;时序方法引入了离散时间系统思想,基于阶跃力假设建立了离散的识别模型。同时针对不同的识别模型,对识别算法进行了研究,确定了关键参数以及流程。计算机仿真算例验证了上述两方法均可行、有效。另外针对复杂工程结构,提出了结合有限元的逐步识别方法,引入了快速逼近思想,降低了模型标定与寻优的工作量,仿真算例证明逐步逼近方法可以完成对复杂结构的位置识别。
最后,进行了动载荷位置识别的实验验证。通过振动实验获得实测的模型参数和动响应数据,并采用正向寻优识别方法进行实验动载荷的位置识别,识别结果进一步证明了本文方法的有效性以及实际应用的可行性。