共查询到19条相似文献,搜索用时 218 毫秒
1.
针对线性时不变结构的平稳随机载荷识别问题,从结构的动力学响应求解原理出发,利用小波变换对于信号特征的提取能力与长短期记忆神经网络(LSTM)对于序列问题的强大建模与映射能力,提出了一种针对平稳随机载荷的特征信号识别方法,通过对作用于三自由度振动系统数值模型上的平稳随机动载荷识别,证明了方法的可行性。对一个受2点平稳随机载荷作用的加筋壁板结构模型进行动载荷识别实验,结果表明,用提出的方法识别的动载荷均方根相对误差均小于5%,该动载荷识别方法具有良好的识别能力。 相似文献
2.
在航空航天领域,作用在结构上动载荷的确定对结构健康监测是非常必要和重要的。为此,本文以类似机翼结构的变截面悬臂梁结构为研究对象,提出了一种基于光纤光栅传感器与卡尔曼滤波器的动载荷识别方法。首先,根据变截面梁单元形式,推导出变截面梁的质量矩阵与刚度矩阵,建立动力学运动方程。然后,以光纤光栅传感器测得的应变信息作为观测信号,通过卡尔曼滤波器生成的增益矩阵、新息序列矩阵以及协方差矩阵,得到灵敏度矩阵和估计力的增益矩阵。在此基础上,利用广义回归模型及其最小二乘算法,估算出动载荷大小、判断出动载荷激励位置。借助数值仿真与实验手段,分别验证了该方法对于单点正弦激励、方波激励、锯齿波激励以及多点同时激励等工况下的动载荷识别效果。结果表明,本文所提算法具有较好的动载荷识别效果和噪声抑制能力,能够为未来风洞试验和真实飞行试验环境中诸如大展弦比机翼表面气动压力等载荷实时辨识、气动外形自适应控制以及结构健康监测提供技术支撑。 相似文献
3.
加筋复合材料结构的冲击载荷识别 总被引:4,自引:1,他引:3
提出了一种冲击载荷识别方法,同时识别冲击位置并重建冲击载荷时间历程。该方法采用一组适当的参数来表示冲击载荷,将时域内的载荷识别问题转换为参数识别问题;通过最小化冲击响应模型计算结果与实际量测信息之间的差别,智能优化方法自适应地识别出描述冲击位置和载荷时间历程的参数。该方法算法明确、过程简单、通用性强。将此方法应用于复合材料加筋结构的冲击载荷识别,加筋结构等效为材料性质不均匀分布的层板结构,采用假设模态法建立正向冲击响应模型。数值仿真结果表明了本方法的有效性和可应用性。 相似文献
4.
5.
6.
复合材料板壳任意位置处载荷识别 总被引:1,自引:0,他引:1
提出了一种受载单元判别法,根据遗传算法生成的染色体所对应的载荷作用点的横、纵坐标和每个单元四条边间的几何关系,判断出集中载荷作用的单元,再根据力的等效分配原则,把载荷等效分配到所在单元的节点上,进而基于有限元分析和遗传算法自身优越的全局搜索能力实现作用于复合材料结构网格节点或单元内部任意位置处的载荷识别.与现有的神经网络识别法和有限元反分析法相比,该方法具有能够识别非网格节点处的载荷的优点,且仿真算例表明其识别精度更高. 相似文献
7.
8.
9.
10.
动态载荷识别方法研究 总被引:2,自引:0,他引:2
动态载荷识别技术是飞机设计中的关键技术之一,本文对动态载荷识别方法进行了综述,详细介绍了频域反演法,时域反演法,神经网络反演法,逆虚拟激励法以及优化反演法的研究进展。 相似文献
11.
对于未知时延系统,借助分离性原理,推导出迭代的可分离的非线性最小二乘(SNLS)辨识方法。为了降低收敛于局部最小的可能性,消除强观测噪声所引起的参数估计的偏差,利用全局优化理论,引进辅助变量,推导了全局优化的辅助变量(GOIV)辨识方法。仿真试验验证了算法的有效性。 相似文献
12.
13.
14.
为了充分挖掘全航段飞行数据中蕴含的丰富信息以提高发动机状态辨识的准确率,提出一种基于全航段快速存取记录器(QAR)数据和卷积神经网络的发动机状态辨识方法。该方法将每次飞行循环的全航段QAR数据变换为一个红绿蓝(RGB)多通道样本实现全航段数据图像化处理,根据发动机维修记录中的水洗时间,将发动机划分为不同的衰退状态,采用卷积神经网络对不同衰退状态进行分类和辨识。该方法经某航空公司飞机QAR数据验证,结果表明:基于全航段QAR数据的衰退状态辨识算法的精确度相比于仅使用巡航段数据的精确度提升超过13%,辨识准确率达到98%。 相似文献
15.
一种识别单盘柔性转子不平衡的新方法 总被引:1,自引:1,他引:0
基于柔性转子瞬态响应和反向传播神经网络理论,提出了一种识别单盘柔性转子不平衡的新方法.通过转子的理论模型建立识别转子不平衡方位角的BP神经网络,在此基础上只需两次加速启动过程就可完成对转子不平衡的识别.首先通过BP神经网络和第一次启动过程的瞬态响应数据,识别出转子不平衡的方位角;然后再通过一次加试重启动过程,利用瞬态挠度的幅值与不平衡大小之间的线性关系,识别出不平衡的大小.实验结果证明了该方法的有效性. 相似文献
16.
17.
18.
To find a way of loads analysis from operational flight data for advanced aircraft,maneuver identification and standardization jobs are conducted in this paper. For thousands of sorties from one aircraft, after studying the flight attitude when performing actions, the start and end time of the maneuvers can be determined. According to those time points, various types of maneuvers during the flight are extracted in the form of multi-parameters time histories. By analyzing the numerical range and curve shape of those parameters, a characteristic data library is established to model all types of maneuvers. Based on this library, a computer procedure using pattern-recognition theory is programmed to conduct automatic maneuver identification with high accuracy. In that way, operational loads are classified according to maneuver type. For a group of identified maneuvers of the same type, after the processes of time normalization, trace shifting, as well as averaging and smoothing, the idealization standard time history of each maneuver type is established.Finally, the typical load statuses are determined successfully based on standard maneuvers. The proposed method of maneuver identification and standardization is able to derive operational loads effectively, and might be applied to monitoring loads in Individual Aircraft Tracking Program(IATP). 相似文献
19.
针对目标识别中常用BP—DS信息融合方法识别率低,运行速度慢,抗噪性差等问题,提出一种基于PNN网络和DS证据的信息融合方法。该方法不仅综合了证据理论在处理不确定信息方面的优点和神经网络在数值逼近上的长处,利用神经网络和证据推理算法获取了基本概率赋值,同时突出了PNN网络在处理多传感器信息的准确性和运算速度上都要优越于BP网络的特点。 相似文献