時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究

時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究

ID:34936741

大小:20.81 MB

頁數(shù):181頁

時間:2019-03-14

時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究_第1頁
時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究_第2頁
時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究_第3頁
時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究_第4頁
時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究_第5頁
資源描述:

《時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究楊武2015年1月中圖分類號:V414UDC分類號:629.7時變結(jié)構(gòu)模態(tài)參數(shù)的時域辨識方法及在線辨識技術(shù)研究作者姓名楊武學(xué)院名稱宇航學(xué)院指導(dǎo)教師劉莉教授答辯委員會主席任革學(xué)教授申請學(xué)位級別工學(xué)博士學(xué)科專業(yè)飛行器設(shè)計學(xué)位授予單位北京理工大學(xué)論文答辯日期2015.1.18StudyonModalParameterEstimationandOn-LineIdentificationTechnologyforLinearTime-VaryingStructuresinTime-domainCa

2、ndidate:YANGWuSchoolorDepartment:SchoolofAerospaceEngineeringSupervisor:Prof.LIULiChair,ThesisCommittee:Prof.RENGe-XueDegreeApplied:DoctorofPhilosophyMajor:FlightVehicleDesignDegreeby:BeijingInstituteofTechnologyDateofDefence:Jan.18,2015北京理工大學(xué)博士學(xué)位論文摘要隨著航空航天器應(yīng)用領(lǐng)域的不斷拓展,為適

3、應(yīng)飛行器結(jié)構(gòu)分析與設(shè)計更為嚴(yán)苛和極限的要求,結(jié)構(gòu)的時變特性不容忽視。由于時變結(jié)構(gòu)的模態(tài)參數(shù)能用于結(jié)構(gòu)動力學(xué)性能的評價、載荷辨識、模型修正、結(jié)構(gòu)健康監(jiān)測、結(jié)構(gòu)故障診斷、結(jié)構(gòu)振動控制等方面的應(yīng)用。因此,近年來針對航空航天器時變結(jié)構(gòu)的模態(tài)參數(shù)辨識研究逐漸成為航空航天結(jié)構(gòu)動力學(xué)研究領(lǐng)域的熱點,具有很高的研究價值。本文對時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法及在線辨識技術(shù)展開研究。從時域著手,針對時域辨識模型和方法的三個核心問題:預(yù)測方向問題、模型結(jié)構(gòu)選擇問題和在線辨識問題,開展深入研究,主要包括以下幾個方面:(一)對航空航天器結(jié)構(gòu)的時變特性、時變結(jié)構(gòu)模態(tài)參

4、數(shù)辨識研究的意義和國內(nèi)外研究現(xiàn)狀進(jìn)行了完整的總結(jié)和論述,為進(jìn)行時變結(jié)構(gòu)模態(tài)參數(shù)辨識理論和實驗研究提供必要參考,并詳細(xì)闡述了時域辨識模型和方法中三個核心問題,為本文的后續(xù)研究提供支持。(二)總結(jié)了線性時變系統(tǒng)的基本理論,介紹了線性時變系統(tǒng)的定義、模型表示、系統(tǒng)極點的定義和性質(zhì)等,分別從時域和頻域上介紹了時變系統(tǒng)快慢的定性判定準(zhǔn)則,介紹了線性時變結(jié)構(gòu)的辨識模型及其特性,并探討了時變結(jié)構(gòu)模態(tài)參數(shù)的存在性、適用性等,為時變結(jié)構(gòu)模態(tài)參數(shù)辨識提供了理論依據(jù)和前提假設(shè)。(三)針對預(yù)測方向問題,提出了一種前后向線性預(yù)測的時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法。該方

5、法將辨識模型從單輸出形式拓展為多輸出形式,建立前后向線性預(yù)測模型,并發(fā)展了相應(yīng)的參數(shù)估計算法。仿真結(jié)果表明該辨識方法抗噪聲能力更強(qiáng),消除低采樣率情況下的時移誤差,并可進(jìn)一步地運用于工作參考向量和反共振點的辨識。(四)針對模型結(jié)構(gòu)選擇問題,提出了基于無網(wǎng)格形函數(shù)的時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法。借鑒無網(wǎng)格法中構(gòu)造形函數(shù)進(jìn)行局部近似的思想,建立并發(fā)展了能自適應(yīng)響應(yīng)特征的辨識模型及相應(yīng)的參數(shù)估計算法:一方面,為解決傳統(tǒng)的移動最小二乘形函數(shù)的數(shù)值問題,引入帶權(quán)正交基函數(shù),提出了一種改進(jìn)的移動最小二乘時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法,仿真結(jié)果表明該方法無數(shù)值

6、問題、辨識過程穩(wěn)定且精度高;另一方面,為進(jìn)一步提高局部時變特征跟蹤能力,提出了一種基于移動Kriging形函數(shù)的時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法,建立了基于優(yōu)化的模型估計框架,將辨識問題分解成兩個子問I北京理工大學(xué)博士學(xué)位論文題:模型參數(shù)的兩步最小二乘估計和形狀參數(shù)的離散連續(xù)混合優(yōu)化,仿真結(jié)果表明對局部時變特征的估計精度更高。(五)針對在線辨識問題,提出了一種核自適應(yīng)濾波的時變結(jié)構(gòu)模態(tài)參數(shù)在線辨識方法。為解決基函數(shù)的在線遞推問題,該方法從緊支的基函數(shù)著手利用核函數(shù)在線遞推更新思想,建立并發(fā)展了基于核函數(shù)的辨識模型以及相應(yīng)的滑動窗核遞推最小二乘

7、和改進(jìn)的滑動窗核遞推最小二乘的在線估計算法。仿真結(jié)果表明此方法相比于傳統(tǒng)遞推方法精度更高、對多通道信號辨識更高效,為工程時變結(jié)構(gòu)的在線辨識提供遞推算法支持。(六)搭建了一個基于可移動質(zhì)量塊兩端簡支梁的時變結(jié)構(gòu),分別進(jìn)行了“特征凍結(jié)”結(jié)構(gòu)的參考實驗和質(zhì)量塊連續(xù)移動的時變結(jié)構(gòu)動力學(xué)實驗。通過實驗驗證了本文以上所提出的時變結(jié)構(gòu)模態(tài)參數(shù)辨識方法的有效性。關(guān)鍵詞:時變結(jié)構(gòu);模態(tài)參數(shù)辨識;時域;參數(shù)化;時變時間序列模型;前后向線性預(yù)測;兩步最小二乘;無網(wǎng)格形函數(shù);移動最小二乘法;移動Kriging;在線辨識;核自適應(yīng)濾波;模態(tài)實驗II北京理工大學(xué)

8、博士學(xué)位論文AbstractWiththecontinualexpansionofapplicationsinthefieldofaerospacestructures,itisnecessarytoresearchfu

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。