基于Kriging模型和无迹卡尔曼滤波的转向架构架模型修正

为提高转向架构架模型的修正效率和实时性,提出了一种基于Kriging模型和无迹卡尔曼滤波的模型修正方法.首先,对构架进行模态分析,引入信息熵确定模态阶数来优选频响函数频率区间.其次,构造Kriging模型,将频响函数经过小波变换并提取第4层低频系数作为Kriging模型输出,并通过改进的灰狼算法(grey wolf o...     

一种基于改进MCMC算法的模型修正方法

标准马尔可夫链蒙特卡罗(MCMC)算法不易收敛、拒绝率高,使其应用受到限制。在贝叶斯方法中引入最大熵值法来估计参数的后验概率密度函数最大值,进而将布谷鸟算法中新鸟巢更新的思想融入Metropolis-Hasting(MH)抽样算法得到改进的MH抽样算法,同时使用支持向量机(SVM)建立待修正参数与有限元模型输出之间的代理模型,以提高模型修正的计算效率。分别使用三自由度线性系统和平面桁架模型来验证本文方法的有效性,结果表明:修正后样本的马尔可夫链混合性能好,停滞概率低,修正后参数相对误差均小于2%。     

基于改进MCMC方法的有限元模型修正研究

针对马尔可夫链蒙特卡罗(MCMC)模型修正方法在待修正参数维数较高时不易收敛和计算效率低下的问题,建立了融合自适应算法和相关向量机的快速模型修正方法。基于广义无偏见先验分布,推导了待修正参数的后验分布;在标准MCMC方法的基础上,引入延缓拒绝算法以提高新样本接受概率;引入自适应算法以自主调整建议分布的带宽。通过相关向量机建立待修正参数与有限元模型理论计算值之间的回归模型,以提高模型修正的计算效率。数值模拟和试验结构的模型修正结果表明,该方法的收敛速度较快,计算效率优于传统的一阶优化模型修正方法,为解决不确定性模型修正中的计算效率提供了一种新手段。     

基于频响函数奇异值的模型修正方法

为减少实测环境中噪声的干扰,提出了一种基于频响函数奇异值的模型修正方法。利用计算得到的频响函数重构吸引子矩阵,对其进行奇异值分解,并在受噪声影响时根据极值点数量突变原则选择保留主要特征信息的奇异值个数,确定待修正参数;采用拉丁超立方抽样抽取初始样本点,结合修正参数所对应的奇异值响应,用粒子群算法寻得最优相关系数,构建Kriging模型;以奇异值响应差的平方最小构造目标函数,利用布谷鸟算法求解参数修正值。仿真算例表明:以奇异值作为结构响应,构建Kriging模型能获得较高的修正精度;在频响函数中加入不同信噪比的高斯白噪声,仍能得到较满意的修正效果,证明了该方法对噪声具有较强的鲁棒性。     

基于径向基模型和巴氏距离的随机有限元模型修正

研究了考虑试验频响函数不确定性的有限元模型修正法。首先,假设待修正参数和响应特征量服从高斯分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次,构造径向基模型,将频响函数经过小波变换并提取第5层低频小波系数作为径向基模型输出,并通过土狼优化算法对径向基模型的方差进行优化;然后,以最小化巴氏距离为目标,引入花朵授粉算法,分别实施待修正参数的均值和标准差的两步和同步求解;最后,通过平面桁架结构和空间桁架结构验证了所提方法的可行性。结果表明,所提随机有限元模型修正法皆能有效地修正结构参数的均值和标准差,同时在不同的试验响应下对参数均值和标准差的修正具有鲁棒性。     

基于频响函数截断奇异值响应面的有限元模型修正

考虑由于模型参数误差造成的有限元模型偏差的问题,提出一种基于频响函数截断奇异值响应面的模型修正方法。利用傅里叶反变换将结构频响函数变换为时域内的脉冲响应函数,通过延迟坐标法重构脉冲响应函数的相空间矩阵,进而对相空间矩阵进行截断奇异值分解,提取有限个较大的奇异值作为频响函数的特征量。以待修正模型参数为样本集输入,截断的奇异值为样本集输出,建立支持向量机响应面模型并进行训练,以逼近模型待修正参数与频响函数的特征量之间的非线性映射关系。以目标频响函数的特征量与支持向量机响应面模型输出的特征量之间的差值最小化为目标,利用遗传算法通过优化求解参数修正量。仿真计算表明:支持向量机的保留奇异值响应面能准确预报训练集以外样本的保留奇异值,具有较强的泛化能力;结合遗传优化算法能获得准确的参数修正量,算法对噪声有较强的鲁棒性。     

基于位移频响函数灵敏度分析的模型修正

针对频响函数灵敏度分析法进行模型修正时,由于一阶近似固有的局限性,很难直接迭代得到正确收敛结果的问题,提出了频响函数灵敏度拟合函数进行基于模型修正的结构损伤识别方法。首先,采用模态参与变异系数准则选取激励点位置、频率响应有效独立法结合距离系数-有效独立法选取测点位置;然后,综合考虑频响函数对修正参数变化的灵敏度和频响函数的相关性,选择一个合理的频率点;最后,拟合随参数变化的频响函数灵敏度函数曲线,引入新的中间设计参数,从而建立中间设计参数的频响函数灵敏度方程组,通过求解中间设计参数的改变量来求解修正参数的改变量。三自由度质量—弹簧和二维桁架系统的数值算例验证了所提出方法的可行性;数值算例表明,该方法具有较高的计算效率和识别精度,也对随机噪声具有鲁棒性,同时有效地避免了灵敏度方程组数值平衡导致的收敛问题。     

基于贝叶斯理论及MCMC-MH算法推演地基土材料阻尼比的概率分布模型

浅层土壤的材料阻尼比参数分布可以通过多通道表面波(MASW)分析法提取的表面波衰减曲线来反演识别,但是衰减曲线对于较大深度和小空间尺度土壤性质的变化不敏感,反演的土壤材料阻尼比分布是非唯一的和不确定的。基于该研究建立了土体材料阻尼比随深度变化的先验概率分布模型,利用Nataf变换和Karhunen-Loeve将其分解为标准高斯变量与特征值及特征向量的乘积和;随后依据贝叶斯理论,以TLM-PML模型结合频率波数域-半功率带宽法对衰减曲线进行正演,并与试验数据联合构建似然函数,使用蒙特卡洛马尔科夫链(MCMC)-Metropolis(MH)算法得到土体材料阻尼比的后验概率分布模型;对马尔科夫链的收敛性和独立性进行检验获得了多组相互独立的后验样本数据;用独立的后验样本计算出自由场振动响应,利用核密度估计得到具有一定置信度的置信区间,并与试验数据进行比较,验证了该研究提出的土体阻尼比非确定性概率模型的合理性和可靠性。     

频响函数残差法在有限元模型修正中的应用

准确的有限元模型能够真实有效地反映实际结构的动态信息,为缩小结构建模中的误差极有必要对结构有限元模型进行修正。目前,基于模态频率、振型和频响函数的模型修正方法应用最广。其中基于频响函数的修正方法避免了模态参数识别过程的误差,且不受测试自由度数限制,与模态频率和振型的模型修正方法相比更具有优势。基于频响函数的修正方法按目标可分为频响函数相关性法和频响函数残差法。频响相关性法立足于形状和幅值相关性与参数灵敏度的关系,与频响函数残差法相比,丧失了频响函数与设计参数的直接关联,导致在部分结构模型修正中出现振荡不收敛现象。为此,基于实际测试结构对比研究两种方法在有限元模型修正中的应用,并分析频率点数和频带范围对基于频响函数残差法的模型修正的影响。结果表明频响函数残差法能够稳定收敛且具有高效性;同时,合理的频率点数和较宽频带范围有利于提高频响函数残差法的修正效率。     

扫频激励下的飞机颤振模态参数小波辨识研究

为在大噪声环境下准确辨识飞机颤振模态参数,提出了一种适用于扫频激励的颤振模态参数小波辨识方法.该方法首先采用分数阶傅里叶变换对试飞数据时频滤波,随后由频响函数获得脉冲响应,并运用小波变换从脉冲响应中提取模态参数.该方法即利用了扫频信号在分数阶傅里叶域内的聚焦特性,又借助了Morlet小波的窄带滤波特性,显著降低了辨识过程中噪声的不利影响.讨论了算法性能,给出了适用范围,并采用仿真算例和实测试飞数据予以验证,结果表明该方法在大噪声环境下表现了较高的辨识精度.     

基于解析小波变换识别结构的模态阻尼参数

摘要: 在结构振动分析中,结构的模态参数尤其模态阻尼参数的准确识别是一项十分重要的任务。基于Gabor小波函数的解析小波变换(AWT)通过小波函数与复值信号的匹配机制揭示信号的幅频和相频信息以实现结构模态阻尼参数的识别。本文基于小波变换(WT)理论,讨论了Gabor小波函数的特性及解析小波变换的时频分辨率和端点效应问题;为实现结构模态阻尼参数的准确识别,我们提出了Gabor小波函数参数选取和有效信号长度确定的依据。最后,一个频率呈密集分布的三自由度(3DOF)结构的数值模拟数据验证了本文提出的模态阻尼识别方法的有效性。     

基于多链差分进化的贝叶斯有限元模型修正方法

针对传统贝叶斯算法在高维参数下采样效率低且收敛难的问题,建立了基于多链差分进化算法的贝叶斯有限元模型修正方法。在标准马尔可夫链蒙特卡罗（MCMC）方法的基础上,引入差分进化算法,通过多条马氏链间的随机差分运算来自适应选择条件分布的大小和方向以快速逼近目标分布;引入子空间采样算法,通过自适应选择优良的参数维度进行采样以提高采样效率;引入异常链检测算法,通过在采样的非平稳期对马氏链进行异常检测与剔除以提高在平稳期的采样效率。简支梁理论模型和实验室4层框架结构的模型修正结果表明:该方法修正精度较高,且具有良好的抗噪性,在高阶频率以及振型下的修正效果均优于DRAM算法,为解决不确定性模型修正中的计算精度提供了一种新手段。     

基于Bayesian-MCMC方法的深受弯构件受剪概率模型研究

考虑主观、客观不确定性因素的影响,以深受弯构件受剪分析模型为研究对象,基于引入马尔科夫链-蒙特卡洛（MCMC）高效采样方法,通过R语言对深受弯构件概率模型参数进行MCMC随机模拟,给出参数的最优估计值及其对应的可信度,在先验模型基础上建立钢筋混凝土深受弯构件受剪承载力概率模型,完成模型前后的对比分析,并根据不同置信水平确定了深受弯构件受剪承载力的特征值。结果表明:基于MCMC方法得到的受剪承载力概率模型是在50000次迭代分析后产生的结果,能合理地解释影响参数的不确定性,可信度较高;后验概率模型计算结果与试验结果吻合良好,较先验模型更接近试验值,且离散性小。     

基于频响函数的结构损伤识别模型修正方法

针对模型修正中测量数据不完备问题,提出一种利用频响函数结合结构损伤识别进行模型修正的方法。首先,采用频响函数摄动分析法建立频响函数灵敏度方程,并综合考虑结构响应对参数变化的灵敏度及阻尼对振幅的影响等因素,合理选择频率范围;然后,利用完好结构的频响函数和测量得到的损伤结构固有频率重构损伤结构未测量节点的频响函数;最后,研究与模型修正相适应的传感器优化布置方法,确定传感器数目及测点位置,从而为模型修正提供所需的频响数据。数值模型试验表明,利用较少数量的传感器提供的频响数据即可识别出损伤位置和损伤程度,得到与结构实际参数相符的模型修正结果。     

基于JS-BP模型和JS散度的随机有限元模型修正

对考虑试验参数不确定性的有限元模型修正方法展开研究.首先假设待修正参数和响应特征量都服从正态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次采用拉丁超立方抽样选取待修正参数样本点作为输入,并计算其对应的频响函数进行常数Q变换提取第一层系数作为输出,通过海蜇算法(JS)优化BP神经网络的权值和阈值,构建JS...     

基于Hammerstein模型的柴油机隔振非线性系统振动分析

针对柴油机隔振非线性系统,提出基于Hammerstein模型的曲线拟合方法,研究系统非线性对其振动特性的影响,并在模态试验基础上获得线性结构动力特征。基于Hammerstein模型建立广义频响函数,考虑基频谐振广义频响函数对基频响应的作用,提取系统（1阶广义）频响函数。曲线拟合技术对（1阶广义）频响函数进行频域估计,识别出线性结构动力特征。模态参数辨识试验结果表明,提出的方法对于柴油机隔振非线性系统的线性模态参数估计是合理、有效的。基于Hammerstein模型的曲线拟合,能够消除系统非线性对振动特性影响,并能够获得系统的线性结构动力特征。     

基于Kriging模型和分层模型修正技术的结构边界条件识别

为得到能够准确反映结构装配关系的有限元模型边界条件，结合Kriging模型和分层模型修正技术，提出了一种结构边界条件识别方法。为削弱材料参数误差对边界条件识别的影响和改善修正不适定，利用实测自由模态频率，修正有限元模型的材料参数；以修正后的模型为基础进行边界条件识别，通过灵敏度分析确定模型的待修正边界参数，采用拉丁超立方抽样(Latin hypercube sampling, LHS)进行试验设计，并以实测约束模态频率与Kriging模型预测频率的差值最小为目标函数，利用粒子群算法求解最优参数。某包装机械摇臂连杆结构的试验结果表明，与传统的边界条件识别方法相比，所提方法具有较好的识别效果，识别得到的边界参数、结构响应等与实际结构具有较好的一致性。     

融合小波变换和改进KFD的人脸识别方法

基于核函数的Fisher判别分析(KFD)在人脸识别中通常采用高斯径向基函数做核函数,但核函数中参数的选取对分类效果影响较大。目前参数的选取一般仅凭经验,且该方法在处理大样本时,速度较慢。针对这个问题,本文提出了一种融合小波变换和改进KFD的人脸识别的方法。该方法首先用小波变换降低样本的维数;然后在用KFD进行特征提取时,采用微粒群算法自动获取一个最优参数,增强分类效果;最后用SVM分类器完成特征的识别。实验表明,该方法与传统的KFD相比较,运算时间减少,而且识别率得到提高。     

基于改进万有引力搜索算法的南中环桥模型修正

为了得到南中环桥的基准有限元模型,结合Kriging模型和改进的万有引力搜索算法(GSA),利用荷载试验数据对初始有限元模型进行修正。叙述Kriging模型和万有引力搜索算法的基本原理,引入随机交叉变异的方法到基本万有引力算法中,提出了一种改进优化算法,并通过测试函数对其进行验证;介绍南中环桥的工程概况、荷载试验内容和初始有限元模型;接着选定6个待修正参数,通过试验设计得到修正参数所对应的频率和位移的样本,并建立Kriging模型来预测结构响应;以频率和位移的试验值和计算值残差为目标函数,分别利用改进的GSA、粒子群优化算法(PSO)和GSA算法在修正参数的设计空间内寻找目标函数的最小值,对比分析修正结果。结果表明:改进算法对于测试函数具有较好的稳定性和更高的精度;经过模型修正,除个别测点外,频率、位移的相对误差显著降低;相比PSO和GSA,改进的GSA得到了更小的目标函数值,修正后的频率、位移相对误差更小。     

量子粒子群结合小波变换识别结构模态参数

通过对结构响应进行连续小波变换将多自由度模态参数识别转化为多个单自由度模态参数识别。建立小波骨架理论公式与由结构输出信号计算而得的小波骨架之差为目标函数的优化问题,通过搜索包含于小波骨架理论公式中的模态参数的取值而使目标值最小,从而将优化问题转化为模态参数识别问题。量子粒子群算法是一种基于群体智能理论的优化算法。将量子粒子群算法应用到上述方法中一次性识别出结构的频率、阻尼和振型。最后采用数值模拟的简支梁对该方法进行有效性验证。结果表明,量子粒子群算法结合连续小波变换可以有效地识别环境激励下的结构模态参数。