应用时变参数建模方法辨识时变模态参数

 应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次, 通过时变的伯格尔( Bur g) 算法对时变的自回归(AR) 模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识, 验证了辨识方法的有效性。     

利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

基于EFG法的可伸缩梁结构动力学分析

传统有限元法在处理时变边界、时变系数的轴向可伸缩梁时需要不断改变单元尺寸或单元数目,不利于程序化且计算精度无法保证。基于广义移动最小二乘(GMLS),采用不受单元限制的全域插值EFG法对柔性梁的变形场进行空间离散,根据哈密尔顿变分原理得到轴向可伸缩梁横向振动的无单元动力学离散方程;采用数值算例分析可伸缩梁的横向振动频率、各种轴向运动规律下梁末端的自由振动响应以及强迫振动响应。结果表明:全域插值EFG法可用于时变参数结构的动力学分析。     

基于时频域滤波及频域广义整体最小二乘辨识的飞机颤振模态参数辨识

提出一套适用于噪声环境的飞机颤振模态参数辨识方法.为减小噪声对辨识结果的影响,首先设计了一种针对扫频激励的时频滤波器,利用扫频信号及其响应在时频域分布较为集中的特点,有效去除噪声,提高了试验数据的信噪比.为进一步提高辨识精度,提出了一种基于随机模型的频域广义最小二乘辨识算法.将噪声条件下的系统辨识问题转化为广义整体最小二乘问题,并采用线性的广义奇异值分解求解模型系数,避免了非线性优化的复杂计算.通过优化加权项,获得了接近极大似然估计的辨识效果.最后,通过试飞试验数据验证了方法的有效性.     

一种适用于飞行器控制系统的快速时变参数辨识方法

 在自适应控制中,特别在飞行器控制系统中,经常会遇到快速时变参数的辨识问题,这是一个比较困难的问题。本文利用折线段近似时变参数,根据最小二乘原理导出了一种计算比较简单、辨识精度较高的快速时交参数辨识方法。文中对反坦克导弹和地空导弹等快速时变系统进行了数学模拟.其结果表明,这种辨识方法不仅适用于连续快速时变系统,而且在参数变化存在第二类间断点时,仍有较好的辨识结果。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

结合离线知识的时变结构模态参数在线辨识

飞行器的结构模态参数在线获取对其高效、可靠运行具有重要意义。传统时变结构模态参数辨识方法存在辨识虚假结果较多，抵抗测量数据中的极端异常值能力差等问题，难以有效应用于在线过程。建立一种基于长短时记忆网络的时变结构模态参数在线辨识网络模型，通过数据集构建过程离线地引入先验信息，同时结合模型自身特性，有效提升制约在线辨识应用的可靠性。实验结果表明：在不同时变规律下，与传统辨识方法相比，在线辨识模型能有效缓解虚假结果问题，同时保证辨识结果的连续性；采用α稳定分布模型对脉冲噪声进行建模，验证了其在测量数据包含由于偶发因素产生的极端异常值时在线辨识鲁棒性。     

基于时频切片分解的时变系统参数识别

系统参数识别分为时不变系统参数识别和时变系统参数识别两大研究方向,其中时不变系统参数识 别的研究已趋于成熟,而时变系统参数识别的研究则仍然处于起步阶段。对于多自由度时变结构,提出一种基 于时频切片分解的时变系统参数识别方法。该方法采集结构的振动位移响应,根据时频分解计算得到响应在 整个时频段内的时频能量分布图;依据结构的时频分布特性,选择多个时频切片窗分解响应信号,再对分解出 的信号分别进行逆变换计算完成时域上的信号重构;重构出来的信号对应于结构的各阶模态位移响应信号,利 用Hilbert变换提取信号瞬时频率,从而识别出结构各阶频率。通过一个三自由度的弹簧阻尼质量仿真实验, 验证了该方法具有良好的识别精度和工程实用价值。     

非线性偏最小二乘回归法在均匀设计响应面法中的应用

 针对目前多维变量可靠度分析中广泛应用的均匀设计响应面法(RSM),指出了使用最小二乘(LS)法拟合拟线性回归模型时存在的局限性,并提出采用拟线性偏最小二乘(PLS)法来回归响应面系数。由于拟线性回归法限制了模型的形式,精度提高有限,结果也很不稳定,因此又提出用基于样条变换的偏最小二乘回归模型代替拟线性回归模型并用于结构失效概率的计算,既能处理最小二乘法无法解决的变量间多重相关性的问题,又能避开拟线性回归中预先对模型形式的假定。通过算例验证了基于样条变换的偏最小二乘法的适用性和有效性,尤其对于多维变量非线性程度较高的可靠度分析,与普通最小二乘法拟合的响应面相比,其模型更加精确,失效概率精度更高。     

基于优化的改进移动最小二乘代理模型方法

针对移动最小二乘代理模型精度受影响域半径影响的问题,提出了一种基于优化的改进移动最小二乘法代理模型方法。构造移动最小二乘代理模型时采用遗传算法获取最佳影响域半径,提高近似精度进而达到减少样本点的目的。通过标准数值测试算例和NASA减速器优化设计实例验证,大大提高了移动最小二乘法代理模型的近似精度,与标准的移动最小二乘法相比,仅需较少的样本点即可达到相同的近似精度。     

有理分式正交多项式频响函数模态参数识别

 讨论一种多输入的频域模态参数识别方法。该方法将频响函数表示为具有矩阵系数的有理分式,利用Forsythe 正交多项式减少方程的病态并解耦系统矩阵,随后运用特征值与奇异值分解求解系统的极点与留数。使用欧洲国家航空界广泛使用的GARTEUR 飞机模型进行仿真计算。结果表明:该方法在30 %噪声下仍具有对严重耦合模态的识别能力;振型识别较为准确;适当提高分母阶次能取得更好的识别结果。     

飞机多学科设计优化中的近似方法分析

首先介绍了近似方法中的二次响应面方法、径向基神经网络方法、Kriging方法和增强的径向基函数方法。结合测试函数和某机翼模型为例,分别用这四种方法构造测试函数和某机翼结构和气动学科的近似模型,并总结这四种方法的特点和在对各种模型近似中的适用性。结果表明,Kriging方法和增强的径向基函数方法的近似是非常精确和稳健的。     

基于Kriging模型梯度解析解的改进一次二阶矩方法

改进一次二阶矩（AFOSM）法是一种基于功能函数梯度的结构可靠性分析方法，鉴于其对隐式函数的梯度较难求解，提出了一种基于Kriging模型梯度解析解的AFOSM方法，利用Kriging代理模型的解析表达式推导得到功能函数对输入变量的梯度解析解，为AFOSM中设计点的确定提供高精度的梯度信息。通过Kriging与AFOSM的结合，很好地解决了基于有限元模型的隐式情况下梯度计算量相当大、可靠性分析难的问题。数值与工程算例验证了所提Kriging梯度解析解的较高精确性，同时验证了所提基于Kriging解析解的AFOSM结构可靠性分析方法的正确性与较高精度。     

环境激励下基于chirplet变换的线性时变系统参数识别

提出了针对时变系统响应的短时频率线性时变假设,通过将时变响应拟合成多分量线调频信号,根据线调频信号互相关理论推导了随机白噪声激励下时变系统的物理参数识别方法。该识别方法只需基于结构的加速度响应,便能识别结构的时变质量和刚度。由于引入了调频斜率刻画响应信号的短时频率线变特征,该方法相比传统识别方法能更好地追踪快变甚至突变参数,对实际工程中的时变问题具有重要的应用价值。仿真算例中构造了1个3自由度时变结构模型,针对线性时变、周期时变和突变等情况进行了物理参数的识别,误差分析显示识别误差均在5%以内,仿真结果验证了方法的正确性和适用性。     

基于加速度频响函数小波分解的模型修正方法

为提高模型修正效率，满足修正方法对于实测环境噪声的鲁棒性，将Kriging模型和小波分解引入加速度频响函数模型修正。首先，将加速度频响函数进行小波分解，用得到的第1层幅值较大的小波系数来表征原频响函数。其次，采用拉丁超立方抽样对初选待修正参数进行设计，根据设计结果对各参数进行灵敏度分析，从而确定模型修正的待修正参数，以待修正参数作为Kriging模型输入，所对应的小波系数作为Kriging模型输出，通过混合灰狼算法寻得最优Kriging模型相关系数，建立精确有效的Kriging模型。最后，以目标加速度频响函数小波分解的小波系数与Kriging模型输出的小波系数差值最小为目标，通过水循环算法求解模型待修正参数。数值算例表明，所提模型修正方法具有良好的修正效果，即使在加速度频响函数中加入信噪比为5 dB的高斯白噪声时，修正误差也低于4%，证明了该方法对于随机噪声的鲁棒性。     

利用互相关差分模型在环境激励下提取模态参数

对于一些大型结构,难以采用人工激励进行模态识别,只能利用环境激励信息,单独从响应数据提取模态参数。针对这一实际情况,首先从经典差分模型入手,推导出了环境激励下的多参考点互相关差分模型,然后分别采用增广矩阵法和多项式特征值法求解模态参数。最后采用一飞机模型对多参考点互相关差分模型法进行了试验验证,并且将2种求解方法得到的结果进行了比较。结果表明,多参考点互相关差分模型能够有效地进行环境激励下的模态识别,并且多项式特征值法比增广矩阵法所得结果更好。     

高速飞行器翼面结构热振动试验的TARMA模型方法

高速飞行器翼面结构的热振动试验研究对这类飞行器的设计和安全飞行具有重要的意义。采用时变自回归滑动平均(TARMA)模型方法建立了受热时变结构系统模态频率辨识的数学模型,并用一个数值算例进行了验证。将地面振动测试系统与瞬态热环境模拟系统相结合,设计了翼面结构热振动试验系统并模拟结构的瞬态温度场,同时对纯随机激振力激励下受热时变结构系统的振动位移信号进行测量,并用TARMA模型对时变固有频率进行了辨识,获得了前4阶固有频率随加热时间的变化规律,并将辨识结果与数值计算结果进行了比较,两者误差在5%以内。另外,在稳态均匀热环境下辨识得到的结构系统固有频率变化与数值计算结果也吻合得很好。通过将均匀温度场与瞬态温度场下的结果进行对比分析,指出了瞬态热环境下时变结构的固有频率随加热时间变化的趋势主要由结构材料属性的退化和结构内部不均匀热应力的影响共同决定。