共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
《振动与冲击》2019,(17)
求解以结构物理与模态信息所构成的线性方程组,而获得结构的损伤位置和损伤程度,是进行结构损伤检测的一种常用做法。然而,在噪声影响下,其求解往往会出现振荡发散的情况,导致损伤检测结果不准确。Tikhonov正则化方法广泛应用于噪声条件下的线性系统求解,该方法执行的关键是选择合理的正则化矩阵及正则化参数。提出了一种迭代化的Tikhonov正则化方法,通过迭代的方式重构正则化矩阵,在充分抑制噪声的同时,保留了真实的损伤信息。同时,提出了奇异值二分法,自适应地调整正则化参数,避免了传统"L-曲线"方法选取正则化参数时需要进行大量试算等诸多问题。选取一海洋平台结构对提出方法的有效性进行验证,并与传统Tikhonov正则化方法进行对比,结果表明:提出的迭代型Tikhonov正则化方法具有更好的损伤识别结果。 相似文献
4.
针对矩阵求逆法应用中存在的病态逆问题,用Tikhonov正则化及奇异值分解法解决。通过对平板模型仿真分析,利用频响函数法矩阵条件数评价系统的病态性,系统病态性不同时用奇异值分解法与基于不同正则化参数选择的Tikhonov方法对载荷进行识别。研究表明,条件数大于1000时,Tikhonov正则化方法识别误差较小;反之,奇异值分解法较优。提出综合使用Tikhonov正则化与奇异值分解的载荷识别方法,给出方法流程。仿真与实验结果表明该方法可提高结构载荷识别精度,具有一定工程应用价值。 相似文献
5.
6.
如何选取正则化参数是不适定问题Tikhonov正则化的一个重要问题。基于吸收的Morozov偏差原理,研究了正则化参数选取的线性模型函数方法。在从Hermite插值角度导出线性模型函数后,讨论了选取正则化参数的两种线性模型函数算法(基本算法与改进算法)及其收敛性。为克服基本算法的局部收敛性,提出了一种新的线性模型函数松弛算法。并且,提出了两种具有全局收敛性的组合算法,即线性与线性模型函数算法、双曲型与线性模型函数算法。数值实验说明了所提算法的有效性。 相似文献
7.
《振动与冲击》2016,(22)
结构动载荷识别反问题是典型的病态问题,需要应用正则方法克服其病态特性而获得稳定的解。与直接正则化算法Tikhonov方法相比,共轭梯度最小二乘(Conjugate Gradient Least Squares,CGLS)迭代算法在载荷识别反问题的正则化过程有无须对传递矩阵求逆、无须明确正则化参数的优点。提出共轭梯度最小二乘迭代正则化算法和启发式迭代收敛终止准则,用于三自由度仿真模型和壳结构试验模型的冲击载荷识别,并与经典的Landweber迭代正则化算法和直接正则化算法Tikhonov方法比较。仿真和实验结果表明:CGLS迭代正则化算法在识别精度、收敛速度、计算效率和抗噪性方面有明显优势。 相似文献
8.
基于灵敏度分析的有限元模型修正方法与Tikhonov 正则化方法相结合,可以有效抑制实测模态参数中噪声的影响,正确识别结构损伤,但也存在着识别结果过度光滑的缺陷。通过在Tikhonov 罚函数项中引入光滑函数,改善Tikhonov 正则化方法对非光滑解的描述能力,在保持识别算法鲁棒性的同时,提高模型修正方法对于结构损伤的识别精度。以简支梁模型为例的损伤识别数值模拟表明,该文方法不仅能扩大正则化参数的可选择范围,还能显著降低噪声对识别结果的干扰,提高单元损伤程度的识别精度。 相似文献