CN104850674A - 一种基于多试验状态数据的模型修正系统 - Google Patents

Abstract

本发明涉及一种基于多试验状态数据的模型修正系统，适用于结构设计过程中综合多个状态力学特性试验数据对产品结构参数的虚实结合对比验证和虚拟试验模型修正，属于虚拟试验技术领域。本发明实现了虚拟试验模型修正参数利用不同试验状态的虚拟试验模型和虚拟试验结果以及实物试验模型和实物试验结果的同时修正，解决了单试验状态下响应参数不足以得出修正参数唯一解的问题。

Description

一种基于多试验状态数据的模型修正系统

技术领域

本发明涉及一种基于多试验状态数据的模型修正系统，适用于结构设计过程中综合多个状态力学特性试验数据对产品结构参数的虚实结合对比验证和虚拟试验模型修正，属于虚拟试验技术领域。

背景技术

结构力学特性测试与分析是产品研制过程的重要组成部分，但传统实物试验难以验证全部使用状态，而有限元分析又存在模型建立过程中的拓扑结构、材料属性、载荷、约束条件和模型维数缩减等误差，导致分析结果精度难以保证。为此，结构力学特性测试与分析过程中，一般利用有限的试验数据对虚拟试验模型进行修正，然后基于修正后模型预示更多的试验状态。但通常存在修正参数的数量大于修正等式(响应)的数量，或者在实物试验过程中进行了多个状态的结构试验的情况。如果仅针对单试验状态分别进行模型修正，会出现修正参数无法同时满足各试验状态下的修正目标的问题。同时，多试验状态比单试验状态包含了更多的信息，利用更多的试验信息进行模型修正，将会得到更好的修正结果。因此，需要建立一种基于多试验状态的模型修正方法，综合多试验状态的修正性能，得到更准确的结构虚拟试验模型。

发明内容

本发明的目的是为了克服现有技术的不足，提供了一种基于多试验状态数据的模型修正系统，实现了多状态实物试验结果对虚拟试验结果的对比验证和虚拟试验模型修正。多试验状态指试验模型的多个状态，各状态的试验模型有共同的修正参数。

本发明提供了一种基于多试验状态数据的模型修正系统，该系统用于多状态下的虚拟试验与实物试验的互相对比和虚拟试验模型修正，使得用户可以通过实物试验检查虚拟试验模型的正确性，虚拟试验结果的正确性，并综合各试验状态下的试验结果对有限元模型进行参数修正，得到更准确的虚拟试验模型。

本发明的目的是通过以下技术方案实现的。

本发明为一种基于多试验状态数据的模型修正系统，该系统包括多状态实物试验数据导入模块、多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验模型匹配模块、试验结果相关性分析模块、灵敏度分析模块、多状态模型修正模块、虚拟模型更新求解模块、三维图形显示模块和矩阵柱状图显示模块。

所述的多状态实物试验数据导入模块接收不同状态下的实物试验测试设备输出的实物试验数据，实物试验数据的文件格式为unv格式，实物试验数据包括实物试验模型、实物试验属性和实物试验结果，并对实物试验数据按照状态进行编号，然后对实物试验数据进行解析，即将实物试验模型和实物试验结果转换成核心数据结构模块中预设的数据结构所要求的格式，并将转换之后的数据发送给核心数据结构模块，核心数据结构模块将接收到的数据存储在内存中；实物试验模型包括节点、单元和坐标系；实物试验属性包括材料、单元特性和载荷；实物试验结果包括结果信息和结果数据，结果信息包括试验结果类型、结果数据类型和结果数据数量，结果数据为结果数值。

unv文件为按数据块存储的文本数据，每一块数据在数据块头中有相应的标记，通常为整数类型和字符类型。每个字符或者整数根据其所处的位置，会有其特定的含义，例如读到字符“-1”“15”表明下面的数据块为节点数据，而读到字符“-1”“82”表明下面的数据块为单元数据。导入接口采取直接打开unv文件，逐行读取文件中的文本，通过关键字比对，查询关键字的意义，并按照相关含义导入核心数据结构中。

所述的多状态虚拟试验数据导入模块接收不同状态下Nastran求解器输出的扩展名为op2的二进制文件的虚拟试验数据，虚拟试验数据包括虚拟试验模型、虚拟试验属性和虚拟试验结果，并对虚拟试验数据按照状态进行编号，然后对虚拟试验数据进行解析，即将虚拟试验模型和虚拟试验结果转换成核心数据结构模块中预设的数据结构所要求的格式，并将转换之后的数据发送给核心数据结构模块，核心数据结构模块将接收到的数据存储在内存；虚拟试验模型包括节点、单元和坐标系；虚拟试验属性包括材料、单元特性和载荷；虚拟试验结果包括结果信息和结果数据，结果信息包括试验结果类型、结果数据类型和结果数据数量，结果数据为结果数值。

虚拟试验数据为按数据块存储的二进制数据，每一块数据在数据块头中有相应的标记，通常为整数类型和字符类型。每个字符或者整数根据其所处的位置，会有其特定的含义，系统根据这些含义解析相应数据块，并通过每个数据块确定该数据块的类型和该数据块中包含的数据内容。

根据数据块中子数据块头的字符或者整数的含义对子数据块进行解析，直到解析出最底层数据块，通过所有最底层数据块可以完整得到虚拟试验模型以及基于该模型的虚拟试验结果；最底层数据块为不包括子数据块的数据块。

多状态虚拟试验数据导入模块采取直接打开文件的方式，顺序读取文件中的数据块，通过关键字比对，查询关键字的意义，按照相关含义导入数据。通过系统内部采用的统一数据结构，将虚拟试验模型相关的单元、节点以及基于该虚拟试验模型的虚拟试验结果导入到核心数据结构中。

所述的核心数据结构模块包括状态数据模块、模型数据模块、属性数据模块和结果数据模块，用于管理虚拟试验与实物试验的状态、模型、属性和结果，通过适合于多状态虚拟试验及实物试验模型和结果的数据结构，在系统中便于存储和访问；

状态数据模块记录实物试验数据和虚拟试验数据对应的状态编号；

模型数据模块存储实物试验模型和虚拟试验模型；

属性数据模块存储实物试验属性和虚拟试验属性；

结果数据模块存储实物试验结果和虚拟试验结果。

核心数据结构模块的数据存储方式：实物试验数据和虚拟试验数据按照其所属类别，存储于相应的数据结构空间中，核心数据结构中状态数据模块中记录的状态编号、模型数据模块中存储的实物试验模型和虚拟试验模型、属性数据模块中存储的实物试验属性和虚拟试验属性以及结果数据模块中存储的实物试验结果信息和虚拟试验结果信息保存在内存中，结果数据模块中存储的实物试验结果数据和虚拟试验结果数据保存在文件中，只在需要的时候进行访问，并加载至内存中，在进行显示或者计算处理情况时调用。

所述的虚实试验匹配模块，包括试验状态匹配模块、模型匹配模块和节点匹配模块；

试验状态匹配模块是指根据核心数据结构模块的状态编号，将同一状态下的虚拟试验模型与实物试验模型进行匹配，同一状态下的虚拟试验结果与实物试验结果进行匹配；

模型匹配模块是指通过旋转、平移坐标变换改变核心数据结构模块中的实物试验模型，使实物试验模型的坐标系与虚拟试验模型的坐标系重合，即虚拟试验模型与实物试验模型位置一致；

节点匹配模块是首先在经过模型匹配模块匹配后的虚拟试验模型和实物试验模型的基础上，调用核心数据结构模块的实物试验模型的节点和虚拟试验模型的节点，计算实物试验模型的节点和虚拟试验模型的节点之间的距离并寻找与实物试验模型节点位置距离最近的虚拟试验模型节点与之匹配，在此基础上提取匹配的虚拟试验模型节点并进行缩聚，形成虚拟试验模型的缩聚模型。其中缩聚是指将位移矢量分为主坐标和副坐标两部分，主坐标为虚拟试验模型匹配节点对应的位移，副坐标为虚拟试验模型其余节点对应的位移，通过忽略副坐标上惯性力以及缩减前后系统动能、势能不变的原则对虚拟试验模型质量和刚度矩阵进行缩聚。

所述的试验结果相关性分析模块依据模态置信准则或位移置信准则，调用虚拟试验结果和实物试验结果计算虚拟试验结果与实物试验结果之间的相关性，分为模态相关性分析模块和位移相关性分析模块；

模态相关性分析模块是根据模态置信准则(MAC)，对虚拟模态结果数据和实物模态结果数据进行处理，得到其MAC矩阵。

核心数据结构模块将收到的数据发送给模态相关性分析模块，模态相关性分析模块计算出虚拟模态结果数据和实物模态结果数据之间各阶模态振型的相关性，并将得到的相关性数据发送给矩阵柱状图显示模块；其计算方式如下：

第i阶实物模态振型列向量与第j阶虚拟模态振型列向量的相关性数值MAC_ij按照下式计算：

${\mathrm{MAC}}_{\mathrm{ij}}=\frac{{\left({\left\{{\mathrm{\Φ}}_i^e\right\}}^T\right\{{\mathrm{\Φ}}_j^a\left\}\right)}^2}{\left({\left\{{\mathrm{\Φ}}_i^e\right\}}^T\right\{{\mathrm{\Φ}}_i^e\left\}\right)\left({\left\{{\mathrm{\Φ}}_j^a\right\}}^T\right\{{\mathrm{\Φ}}_j^a\left\}\right)}$      公式1

其中，为列向量形式的实物模态结果数据中的实物模态振型，上角标e表示实物试验，下角标i表示实物试验结果模态阶数，为列向量形式的缩聚模型对应的虚拟模态结果数据中的虚拟模态振型，上角标a表示虚拟试验，下角标j表示虚拟试验结果模态阶数，其中，缩聚模型由虚实试验匹配模块得到，其对应的虚拟模态结果数据通过核心数据结构模块调用，上角标T表示转置。MAC值介于0和1之间，作为评估虚实模态试验结果符合程度的标准。

通过上面公式计算出虚拟模态结果数据和实物模态结果数据之间各阶模态振型的相关性数据。其中，i遍历实物模态试验结果全部模态阶数，j遍历虚拟模态试验结果全部模态阶数。MAC值介于0和1之间，作为评估虚拟模态试验结果与实物模态试验结果符合程度的标准。

位移相关性分析是根据位移置信准则(DAC)，计算缩聚模型对应的虚拟位移结果数据和实物位移结果数据之间的相关度，得到其DAC值并将得到的相关性数据发送给矩形柱状图显示模块；其中，缩聚模型由虚实试验匹配模块得到，其对应的虚拟位移结果数据通过核心数据结构模块调用。DAC计算公式如下：

$\mathrm{DAC}=\frac{{\left({\left\{U^e\right\}}^T\right\{U^a\left\}\right)}^2}{\left({\left\{U^e\right\}}^T\right\{U^e\left\}\right)\left({\left\{U^a\right\}}^T\right\{U^a\left\}\right)}$      公式2

其中，{U^e}为列向量形式的实物试验位移结果数据，{U^a}为列向量形式的缩聚模型对应的虚拟试验位移结果数据。DAC值介于0和1之间，作为评估虚拟位移试验结果与实物位移试验结果符合程度的标准。

所述的灵敏度分析模块，首先设置每个试验状态下的虚拟试验模型修正参数和虚拟试验结果响应参数，并给定虚拟试验模型修正参数一定的变化量，分别计算各试验状态下虚拟试验结果响应参数对虚拟试验模型修正参数的灵敏度，得到各试验状态下的灵敏度矩阵，再合成总灵敏度矩阵，供多状态模型修正模块和矩阵柱状图显示模块调用。其中，各试验状态的虚拟试验模型修正参数相同。一定的变化量由用户给定，一般为0.01％-1％；

灵敏度分析模块计算总灵敏度矩阵的方式如下：

(1)计算各试验状态下的灵敏度矩阵，第k个状态灵敏度矩阵计算公式如下：

$\left[S_{\mathrm{pq}}^k\right]=\left[\frac{\mathrm{\Δ}{y}_p^k}{\mathrm{\Δ}{x}_q}\right]$      公式3

其中，Δx_q是n个状态虚拟试验模型第q个修正参数的变化量，是第k个状态虚拟试验模型的第p个响应参数的变化量，该变化量是由Δx_q引起的，是第p个响应参数对第q个修正参数的灵敏度。每个状态的修正参数相同，响应参数的数量和类型可以不同。上角标k表示状态编号，下角标p表示响应参数的序号，其值遍历全部修正参数的序号，下角标q表示修正参数的序号，其值遍历全部修正参数的序号。n为试验的状态个数；

(2)将n个状态的灵敏度矩阵按行排列，合成整体灵敏度矩阵，如下式所示：

$\left[S\right]=\left[\begin{array}{c}\left[S_{\mathrm{pq}}^1\right]\\ \left[S_{\mathrm{pq}}^2\right]\\ \·\·\·\\ \left[S_{\mathrm{pq}}^k\right]\\ \·\·\·\\ \left[S_{\mathrm{pq}}^n\right]\end{array}\right]$      公式4

其中，[S]为整体灵敏度矩阵，为第1个状态的灵敏度矩阵，第2个状态的灵敏度矩阵，…第k个状态的灵敏度矩阵，…，第n个状态的灵敏度矩阵。

所述的多状态模型修正模块根据灵敏度分析模块设置的响应参数，调用核心数据结构模块的数据，分别计算各状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，根据收敛准则判断修正是否结束，满足收敛判断准则修正结束；不满足收敛判断准则计算增益矩阵，利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并把更新后的修正参数输出到虚拟试验模型更新求解模块，更新虚拟试验模型、得到更新的虚拟试验结果，更新的虚拟试验模型与虚拟试验结果顺序通过上述多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验匹配模块、试验结果相关性分析模块、灵敏度分析模块的分析处理后再次进入多状态模型修正模块进行模型修正，反复迭代上述过程，直到满足收敛判断准则。

主要的内容包括(以第t个迭代步为例)：

(1)响应参数差值计算：分别计算各状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，计算方式如下：

$\left[\mathrm{\Δ}{y}_t\right]=\left[\begin{array}{c}\left[\mathrm{\Δ}{y}_t^1\right]\\ \left[\mathrm{\Δ}{y}_t^2\right]\\ \·\·\·\\ \left[\mathrm{\Δ}{y}_t^k\right]\\ \·\·\·\\ \left[\mathrm{\Δ}{y}_t^n\right]\end{array}\right]$      公式5

其中，[Δy_t]为第t个迭代步的总响应参数差值向量，为第t个迭代步第1个状态的响应参数差值列向量，为第t个迭代步第2个状态的响应参数差值列向量，…为第t个迭代步第k个状态的响应参数差值列向量，…，为第t个迭代步第n个状态的响应参数差值列向量。其中，计算方式如下：

$\left[\mathrm{\Δ}{y}_t^k\right]=\left[y^{e,k}\right]-\left[y_t^{a,k}\right]$      公式6

其中，[y^e,k]为第k个状态实物试验响应参数列向量，为第t个迭代步第k个状态虚拟试验响应参数列向量。

(2)收敛判断：根据收敛判断准则，判断修正是否结束，满足收敛判断准则修正结束，不满足收敛判断准则进行增益矩阵计算，收敛判断准则如下：

[Δy_t]<ε   公式7

其中，ε为收敛边界，其各元素数值由用户给定，一般为0.01％-1％。

(3)增益矩阵计算：根据第t个迭代步灵敏度分析模块计算得到的总体灵敏度矩阵，计算第t个迭代步的增益矩阵G_t。当响应参数个数大于等于修正参数个数时，当响应参数个数小于修正参数个数时，其中，G_t为第t个迭代步的增益矩阵，S_t为第t个迭代步灵敏度分析模块计算得到的总体灵敏度矩阵，V_x为修正参数的协方差矩阵，V_y为响应参数的协方差矩阵，V_x和V_y由用户给定，上角标-1表示逆矩阵。

(4)修正参数更新：利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并将更新后的修正参数输出到虚拟试验模型更新求解模块重新计算各状态虚拟试验模型的虚拟试验结果，计算公式如下：

$\left[x_{t+1}^a\right]=\left[x_t^a\right]+G_t\left[\mathrm{\&Delta;}{y}_t\right]$      公式8

其中，为第t个迭代步的修正参数，为第t+1个迭代步的修正参数。

所述的虚拟试验模型更新求解模块根据更新后的修正参数生成新的各状态下的虚拟试验模型文件并驱动有限元求解器Nastran进行求解，该模块调用核心数据结构模块各状态下的虚拟试验模型，接收多状态模型修正模块发来的虚拟试验模型修正参数，生成Nastran标准的输入文件(.bdf)，即虚拟试验模型文件，用Nastran进行有限元分析求解即虚拟试验，得到各状态下的虚拟试验结果文件(.op2)；最后调用多状态虚拟试验数据导入模块把虚拟试验模型和虚拟试验结果导入到核心数据结构模块中。

所述的三维图形显示模块用于显示虚拟试验模型和虚拟试验结果以及实物试验模型和实物试验结果。本模块采用HOOPS图形引擎来建立。HOOPS组件是建立在OpenGL、Direct3D等图形编程接口之上的更高级别的应用程序框架。应用HOOPS框架，可以快速和相对简单的创建3D可视化应用程序。

核心数据结构模块将接收到的数据发送给三维图形显示模块，三维图形显示模块将虚拟试验模型以及基于该虚拟试验模型的虚拟试验结果还原成可视化三维图形并且显示出来，同时三维图形显示模块也将实物试验模型的节点和基于所述节点的实物试验结果也还原成可视化三维图形并且显示出来。

三维图形显示模块所包含的虚拟试验结果或者实物试验结果，主要是指模态试验结果和位移试验结果。可以显示试验结果的云图、数据、动画。该模块支持点、线、面的显示；支持符号，文字的三维场景显示；支持三种节点显示方式，包括节点符号、节点编号和节点组；支持两种单元显示方式，包括分类显示和单元组；支持模型剖切、缩放、旋转和平移；支持调节颜色数、放大比例和保存为图片(*.jpeg,*.bmp)。

三维图形显示模块的模型显示功能，是指通过调用HOOPS的库函数，按照三角形模式进行渲染，使得用户看到还原出来的完整的三维模型图像。

三维图形显示模块云图显示功能，是指读取虚拟试验结果或者实物试验结果到内存中，根据模型外表面每个三角形上节点的具体结果数值大小，确定结果数值在颜色列表中所落入的颜色范围。每个外表面三角形节点用节点对应的颜色值、三角形内根据节点颜色值进行线性插值，绘制结果云图，再进行颜色渲染得到结果云图。

三维图形显示模块的变形图显示功能，是指对于位移结果，由于虚拟试验位移结果变形微小，肉眼无法分辨出实际的模型变形，因此将模型结果乘以一个确定的放大倍数，各个节点按照位移结果移动相应位置，即显示出模型的变形图。

通过上述三种三维图形显示，可以直观的对比虚拟试验模型和实物试验模型以及对比虚拟试验结果和实物试验结果，便于分析虚拟试验的模型准确性及结果准确性。

所述的矩阵柱状图显示模块，将二维矩阵按照三维矩阵柱状图形式绘制并显示出来，二维矩阵包括试验结果相关性分析模块得到的各状态下的MAC矩阵、灵敏度分析模块得到的各状态下的灵敏度矩阵及总灵敏度矩阵。三维矩阵柱状图的横、纵和竖向坐标分别为二维矩阵的行数、列数和矩阵各元素数值。二维矩阵的每个元素数值由一个带有颜色的柱状体表示，柱状体的位置表示其代表元素的行数和列数，柱状体的高度和颜色均表示其代表数值的大小，柱状体的长度和宽度分别为横、纵坐标的间距。依次存储柱状体的位置、尺寸、线条颜色、线条粗细和线形信息，然后类绘制柱状体。根据元素数值的范围确定其在颜色列表中所落入的颜色范围，每个柱状体的颜色根据其对应的元素数值从颜色列表中插值取得，并绘制显示到屏幕上。

本发明与现有技术相比的有益效果是：

(1)本发明实现了虚拟试验模型修正参数利用不同试验状态的虚拟试验模型和虚拟试验结果以及实物试验模型和实物试验结果的同时修正，解决了单试验状态下响应参数不足以得出修正参数唯一解的问题；

(2)本发明可以综合多试验状态虚拟试验和实物试验数据对虚拟试验模型进行修正，相比单状态模型修正可以提高虚拟试验模型修正精度；

(3)本发明支持修正参数的灵敏度分析功能，通过灵敏度矩阵计算增益矩阵，从而确定修正参数的摄动范围，提高虚拟试验模型修正计算效率。

(4)本发明支持修正参数的贝叶斯参数估计，考虑了实物试验和虚拟试验的可信度，使修正过程更合理，提高了虚拟试验模型修正精度。

附图说明

图1为本发明系统架构示意图；

图2为本发明多状态实物试验数据导入模块示意图；

图3为本发明多状态虚拟试验数据导入模块示意图；

图4为本发明核心数据结构模块示意图；

图5为本发明虚实试验匹配模块示意图；

图6为本发明试验结果相关性分析模块示意图；

图7为本发明灵敏度分析模块示意图；

图8为本发明多状态模型修正模块示意图；

图9为本发明虚拟模型更新求解模块示意图；

图10为本发明三维图形显示模块示意图；

图11为本发明矩阵柱状图显示模块示意图；

图12为本发明具体实施例虚拟试验模型。

具体实施方式

下面结合附图对本发明的具体实施方式进行进一步的详细描述。

一种基于多试验状态数据的模型修正系统的架构如图1所示，包括多状态实物试验数据导入模块、多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验模型匹配模块、试验结果相关性分析模块、灵敏度分析模块、多状态模型修正模块、虚拟模型更新求解模块、三维图形显示模块和矩阵柱状图显示模块。

具体实施例为通过三个状态模态试验数据修正试验模型的材料参数，三个试验状态的试验模型采用同一种正交各向异性材料，但结构形状不同。第一个状态的试验模型为平板结构，x方向为正交各向异性材料主弹性模量方向，即EX方向，y方向为与主弹性模量方向垂直方向的弹性模量，即EY方向，如图12(a)所示；第二个状态的试验模型为条状结构，y方向为EX方向，x方向为EY方向，如图12(b)所示；第三个状态的试验模型为条状结构，x方向为EX方向，y方向为EY方向，如图12(c)所示。修正参数为各向异性材料X方向弹性模量EX，Y方向弹性模量EY，XY方向的剪切模量GXY，XY方向的泊松比NUXY，响应参数为各状态模态试验结果的模态振型。

多状态实物试验数据导入模块接收三个状态下的实物模态试验测试设备输出的实物试验数据，实物试验数据的文件格式为unv格式，第一个状态的实物试验数据文件为“平板.unv”、第二个状态的实物试验数据文件为“条状板1.unv”、第三个状态的实物试验数据文件为“条状板2.unv”。多状态实物试验数据导入模块首先直接打开“平板.unv”文件，并对文件中的实物试验数据编号为1，逐行读取文件中的文本，读到字符“-1”“15”表明下面的数据块为节点和坐标，读到字符“-1”“82”表明下面的数据块为单元，读到字符“-1”“55”表明下面的数据块为模态试验结果，通过关键字比对，查询关键字的意义，并按照关键字含义导入核心数据结构中，如图2所示为第一个状态实物试验数据导入示意图。多状态实物试验数据导入模块然后直接打开“条状板1.unv”文件，并对文件中的实物试验数据编号为2，逐行读取文件中的文本，读到字符“-1”“15”表明下面的数据块为节点和坐标，读到字符“-1”“82”表明下面的数据块为单元，读到字符“-1”“55”表明下面的数据块为模态试验结果，通过关键字比对，查询关键字的意义，并按照关键字含义导入核心数据结构中。多状态实物试验数据导入模块最后直接打开“条状板2.unv”文件，并对文件中的实物试验数据编号为3，逐行读取文件中的文本，读到字符“-1”“15”表明下面的数据块为节点和坐标，读到字符“-1”“82”表明下面的数据块为单元，读到字符“-1”“55”表明下面的数据块为模态试验结果，通过关键字比对，查询关键字的意义，并按照关键字含义导入核心数据结构中。

多状态虚拟试验数据导入模块接收第一个状态下Nastran求解器输出的虚拟试验数据文件“平板.op2”，对文件中的虚拟试验数据编号为1，然后顺序读取文件中的数据块，读到字符“GEOM”对应的2进制数字，表明下面的数据块为试验模型，读到字符“GRID”对应的2进制数字，表明下面的数据块为节点数据,读到字符“QUAD4”对应的2进制数字，表明下面的数据块为四节点四边形单元，读到字符“EPTS”对应的2进制数字，表明下面的数据块为属性，读到字符“MAT8”对应的2进制数字，表明下面的数据块为各向异性材料，读到字符“OUES”对应的2进制数字，表明下面的数据块为模态试验结果，对文件各数据块完成接卸后按照关键字含义导入核心数据结构中，如图3所示。多状态虚拟试验数据导入模块接收第二个状态下Nastran求解器输出的虚拟试验数据文件“条状板1.op2”，对文件中的虚拟试验数据编号为2，然后顺序读取文件中的数据块，以同样的方式解析，并按照关键字含义导入核心数据结构中。多状态虚拟试验数据导入模块接收第三个状态下Nastran求解器输出的虚拟试验数据文件“条状板2.op2”，对文件中的虚拟试验数据编号为3，然后顺序读取文件中的数据块，以同样的方式解析，并按照关键字含义导入核心数据结构中。

核心数据结构模块将三个状态的数据按顺序存储在相应的数据结构空间中。核心数据结构模块中第一个状态的数据存储方式如下：状态数据模块存储状态编号1；模型数据模块存储第一个状态的实物试验模型和虚拟试验模型；结果数据模块存储第一个状态的实物模态试验结果和虚拟模态试验结果；属性数据模块用于存储第一个状态虚拟试验模型的各向异型材料数据、单元属性数据和载荷数据，其中载荷数据包括外载荷和约束。第二个状态的数据存储方式：状态数据模块存储状态编号2；模型数据模块存储第二个状态的实物试验模型和虚拟试验模型；结果数据模块存储第二个状态的实物模态试验结果和虚拟模态试验结果；属性数据模块用于存储第二个状态虚拟试验模型的各向异型材料数据、单元属性数据和载荷数据，其中载荷数据包括外载荷和约束。第三个状态的数据存储方式：状态数据模块存储状态编号3；模型数据模块存储第三个状态的实物试验模型和虚拟试验模型；结果数据模块存储第三个状态的实物模态试验结果和虚拟模态试验结果；属性数据模块用于存储第三个状态虚拟试验模型的各向异型材料数据、单元属性数据和载荷数据，其中载荷数据包括外载荷和约束。核心数据结构模块组成如图4所示。

虚实试验匹配模块包括试验状态匹配模块、模型匹配模块和节点匹配模块，如图5所示。试验状态匹配模块根据核心数据结构模块的状态编号数据，将同一状态下的虚拟试验模型与实物试验模型进行匹配，同一状态下的虚拟试验结果与实物试验结果进行匹配；

虚实试验匹配模块的模型匹配模块将核心数据结构模块中的实物试验模型沿X轴旋转180度，使实物试验模型的坐标系与虚拟试验模型的坐标系重合，即虚拟试验模型与实物试验模型位置一致；

虚实试验匹配模块的节点匹配模块首先在经过模型匹配模块匹配后的虚拟试验模型和实物试验模型的基础上，调用核心数据结构模块的实物试验模型的节点和虚拟试验模型的节点，计算实物试验模型的节点和虚拟试验模型的节点之间的距离并寻找与实物试验模型节点位置距离最近的虚拟试验模型节点与之匹配，在此基础上提取匹配的虚拟试验模型节点并进行缩聚，形成虚拟试验模型的缩聚模型。其中缩聚是指将位移矢量分为主坐标和副坐标两部分，通过忽略副坐标上惯性力以及缩减前后系统动能、势能不变的原则对虚拟试验模型质量和刚度矩阵进行缩聚。

试验结果相关性分析模块包括模态相关性分析模块和位移相关性分析模块，如图6所示。本具体实施例为依据模态置信准则，调用虚拟试验结果和实物试验结果，计算虚拟模态结果数据和实物模态结果数据之间各阶模态振型的相关性，得到MAC矩阵。例如，第一个状态第1阶实物模态试验振型列向量为第1阶虚拟模态试验振型列向量为其相关性数值MAC₁₁按照公式1计算，为0.964,第一个状态MAC矩阵为

$\left[\begin{array}{cccc}0.964& 0.014& 0.000& 0.001\\ 0.001& 0.366& 0.547& 0.093\\ 0.006& 0.317& 0.502& 0.229\\ 0.000& 0.057& 0.096& 0.893\end{array}\right]$

灵敏度分析模块首先设置第一个试验状态下的虚拟试验模型修正参数为EX、EY、GXY和NUXY，虚拟试验结果响应参数为第一个试验状态的第1阶至第4阶模态振型的MAC矩阵的各元素共16个值，并给定虚拟试验模型修正参数的变化量为1％，根据公式3计算第一个试验状态下MAC矩阵的各元素对虚拟试验模型修正参数的灵敏度，得到第一个试验状态的灵敏度矩阵[S¹]，该矩阵16行4列。设置第二个试验状态下的虚拟试验模型修正参数为EX、EY、GXY和NUXY，虚拟试验结果响应参数为第一个试验状态的第1阶模态振型的MAC矩阵的各元素共1个值，并给定虚拟试验模型修正参数的变化量为1％，根据公式3计算第二个试验状态下MAC矩阵的各元素对虚拟试验模型修正参数的灵敏度，得到第二个试验状态的灵敏度矩阵[S²]，该矩阵1行4列。设置第三个试验状态下的虚拟试验模型修正参数为EX、EY、GXY和NUXY，虚拟试验结果响应参数为第三个状态的第1阶模态振型MAC矩阵的各元素共1个值，并给定虚拟试验模型修正参数的变化量为1％，根据公式3计算第三个试验状态下MAC矩阵的各元素对虚拟试验模型修正参数的灵敏度，得到第三个试验状态的灵敏度矩阵[S³]，该矩阵1行4列。

将三个状态的灵敏度矩阵按行排列，合成整体灵敏度矩阵[S]，该矩阵为18行4列，如下式所示：

$\left[S\right]=\left[\begin{array}{c}\left[S^1\right]\\ \left[S^2\right]\\ \left[S^3\right]\end{array}\right]$      公式9

该模块的分析过程如图7所示。

多状态模型修正模块运行流程如图8所示：根据灵敏度分析模块设置的响应参数即MAC值，调用核心数据结构模块的数据，分别计算三个状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，根据收敛准则判断修正是否结束，满足收敛判断准则修正结束；不满足收敛判断准则计算增益矩阵，利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并把更新后的修正参数输出到虚拟试验模型更新求解模块，更新虚拟试验模型、得到更新的虚拟试验结果，更新的虚拟试验模型与虚拟试验结果顺序通过上述多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验匹配模块、试验结果相关性分析模块、灵敏度分析模块的分析处理后再次进入多状态模型修正模块进行模型修正，反复迭代上述过程，直到满足收敛判断准则。

以第t个迭代步为例，主要内容包括：

(1)响应参数差值计算：分别计算三个状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，计算方式如下：

$\left[\mathrm{\&Delta;}{\mathrm{MAC}}_t\right]=\left[\begin{array}{c}\left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^1\right]\\ \left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^2\right]\\ \left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^3\right]\end{array}\right]$      公式10

其中，[ΔMAC_t]为第t个迭代步的总MAC值差值向量，为第t个迭代步第1个状态的MAC值差值列向量，为第t个迭代步第2个状态的MAC值差值列向量，为第t个迭代步第3个状态的响应参数差值列向量。其中，第一个状态的计算方式如下：

$\left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^1\right]=\left[{\mathrm{MAC}}^{e,1}\right]-\left[{\mathrm{MAC}}_t^{a,1}\right]$      公式11

其中，[MAC^e,1]为第1个状态实物试验MAC值组成的列向量，为第t个迭代步第1个状态虚拟试验响应参数列向量。

第二个状态的计算方式如下：

$\left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^2\right]=\left[{\mathrm{MAC}}^{e,2}\right]-\left[{\mathrm{MAC}}_t^{a,2}\right]$      公式12

其中，[MAC^e,2]为第2个状态实物试验MAC值组成的列向量，为第t个迭代步第2个状态虚拟试验响应参数列向量。

第三个状态的计算方式如下：

$\left[\mathrm{\&Delta;}{\mathrm{MAC}}_t^3\right]=\left[{\mathrm{MAC}}^{e,3}\right]-\left[{\mathrm{MAC}}_t^{a,3}\right]$      公式13

其中，[MAC^e,3]为第3个状态实物试验MAC值组成的列向量，为第t个迭代步第3个状态虚拟试验响应参数列向量。

(2)收敛判断：根据收敛判断准则，判断修正是否结束，满足收敛判断准则修正结束，不满足收敛判断准则进行增益矩阵计算，收敛判断准则如下：

[ΔMAC_t]<ε    公式14

其中，ε为收敛边界，取1％。

(3)增益矩阵计算：根据第t个迭代步灵敏度分析模块计算得到的总体灵敏度矩阵，计算第t个迭代步的增益矩阵G_t。由于响应参数个数大于修正参数个数，其中，C_y为16行16列的对角矩阵，对角线元素均取400，C_x为4行4列的对角矩阵，对角线元素均取100。

(4)修正参数更新：利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并将更新后的修正参数输出到虚拟试验模型更新求解模块重新计算各状态虚拟试验模型的虚拟试验结果，计算公式如下：

$\left[x_{t+1}^a\right]=\left[x_t^a\right]+G_t\left[\mathrm{\&Delta;}{y}_t\right]$      公式15

其中，为第t个迭代步的修正参数，其初始参数即第1个迭代步的参数为[EX EY GXY NUXY]^T，其值为[1.2000×10¹⁰ 1.2000×10¹⁰ 4.0000×10⁹ 8.0000×10^-2]^T，为第t+1个迭代步的修正参数。

虚拟试验模型更新求解模块根据更新后的修正参数生成新的三个状态的虚拟试验模型文件并驱动有限元求解器Nastran进行求解，该模块调用核心数据结构模块的虚拟试验模型，接收多状态模型修正模块发来的虚拟试验模型修正参数，生成Nastran标准的输入文件(.bdf)，即虚拟试验模型文件，用Nastran进行模态虚拟试验，得到虚拟试验结果文件(.op2)；最后调用多状态虚拟试验数据导入模块把虚拟试验模型和虚拟试验结果导入到核心数据结构模块中。该模块的运行流程如图9所示。

三维图形显示模块显示虚拟试验模型及虚拟试验模态振型云图、数据和动画，实物试验模型和实物试验模态振型云图、数据和动画。该模块执行过程如图10所示。

矩阵柱状图显示模块，将试验结果相关性分析模块得到的三个状态下的修正前MAC矩阵和修正后MAC矩阵、灵敏度分析模块得到的三个状态下的灵敏度矩阵及总灵敏度矩阵按照三维矩阵柱状图形式绘制并显示出来。该模块执行过程如图11所示。

Claims (4)

1.一种基于多试验状态数据的模型修正系统，其特征在于：该系统包括多状态实物试验数据导入模块、多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验模型匹配模块、试验结果相关性分析模块、灵敏度分析模块、多状态模型修正模块、虚拟模型更新求解模块、三维图形显示模块和矩阵柱状图显示模块；

所述的多状态实物试验数据导入模块接收不同状态下的实物试验测试设备输出的实物试验数据，实物试验数据包括实物试验模型、实物试验属性和实物试验结果，并对实物试验数据按照状态进行编号，然后对实物试验数据进行解析，即将实物试验模型和实物试验结果转换成核心数据结构模块中预设的数据结构所要求的格式，并将转换之后的数据发送给核心数据结构模块，核心数据结构模块将接收到的数据存储在内存中；实物试验模型包括节点、单元和坐标系；实物试验属性包括材料、单元特性和载荷；实物试验结果包括结果信息和结果数据，结果信息包括试验结果类型、结果数据类型和结果数据数量，结果数据为结果数值；

所述的多状态虚拟试验数据导入模块接收不同状态下Nastran求解器输出的扩展名为op2的二进制文件的虚拟试验数据，虚拟试验数据包括虚拟试验模型、虚拟试验属性和虚拟试验结果，并对虚拟试验数据按照状态进行编号，然后对虚拟试验数据进行解析，即将虚拟试验模型和虚拟试验结果转换成核心数据结构模块中预设的数据结构所要求的格式，并将转换之后的数据发送给核心数据结构模块，核心数据结构模块将接收到的数据存储在内存；虚拟试验模型包括节点、单元和坐标系；虚拟试验属性包括材料、单元特性和载荷；虚拟试验结果包括结果信息和结果数据，结果信息包括试验结果类型、结果数据类型和结果数据数量，结果数据为结果数值；

根据数据块中子数据块头的字符或者整数的含义对子数据块进行解析，直到解析出最底层数据块，通过所有最底层数据块可以完整得到虚拟试验模型以及基于该模型的虚拟试验结果；最底层数据块为不包括子数据块的数据块；

多状态虚拟试验数据导入模块采取直接打开文件的方式，顺序读取文件中的数据块，通过关键字比对，查询关键字的意义，按照相关含义导入数据；通过系统内部采用的统一数据结构，将虚拟试验模型相关的单元、节点以及基于该虚拟试验模型的虚拟试验结果导入到核心数据结构中；

所述的核心数据结构模块包括状态数据模块、模型数据模块、属性数据模块和结果数据模块，用于管理虚拟试验与实物试验的状态、模型、属性和结果，通过适合于多状态虚拟试验及实物试验模型和结果的数据结构，在系统中便于存储和访问；

状态数据模块记录实物试验数据和虚拟试验数据对应的状态编号；

模型数据模块存储实物试验模型和虚拟试验模型；

属性数据模块存储实物试验属性和虚拟试验属性；

结果数据模块存储实物试验结果和虚拟试验结果；

核心数据结构模块的数据存储方式：实物试验数据和虚拟试验数据按照其所属类别，存储于相应的数据结构空间中，核心数据结构中状态数据模块中记录的状态编号、模型数据模块中存储的实物试验模型和虚拟试验模型、属性数据模块中存储的实物试验属性和虚拟试验属性以及结果数据模块中存储的实物试验结果信息和虚拟试验结果信息保存在内存中，结果数据模块中存储的实物试验结果数据和虚拟试验结果数据保存在文件中，只在需要的时候进行访问，并加载至内存中，在进行显示或者计算处理情况时调用；

所述的虚实试验匹配模块，包括试验状态匹配模块、模型匹配模块和节点匹配模块；

试验状态匹配模块是指根据核心数据结构模块的状态编号，将同一状态下的虚拟试验模型与实物试验模型进行匹配，同一状态下的虚拟试验结果与实物试验结果进行匹配；

模型匹配模块是指通过旋转、平移坐标变换改变核心数据结构模块中的实物试验模型，使实物试验模型的坐标系与虚拟试验模型的坐标系重合，即虚拟试验模型与实物试验模型位置一致；

节点匹配模块是首先在经过模型匹配模块匹配后的虚拟试验模型和实物试验模型的基础上，调用核心数据结构模块的实物试验模型的节点和虚拟试验模型的节点，计算实物试验模型的节点和虚拟试验模型的节点之间的距离并寻找与实物试验模型节点位置距离最近的虚拟试验模型节点与之匹配，在此基础上提取匹配的虚拟试验模型节点并进行缩聚，形成虚拟试验模型的缩聚模型；其中缩聚是指将位移矢量分为主坐标和副坐标两部分，主坐标为虚拟试验模型匹配节点对应的位移，副坐标为虚拟试验模型其余节点对应的位移，通过忽略副坐标上惯性力以及缩减前后系统动能、势能不变的原则对虚拟试验模型质量和刚度矩阵进行缩聚；

所述的试验结果相关性分析模块依据模态置信准则或位移置信准则，调用虚拟试验结果和实物试验结果计算虚拟试验结果与实物试验结果之间的相关性，分为模态相关性分析模块和位移相关性分析模块；

模态相关性分析模块是根据模态置信准则即MAC，对虚拟模态结果数据和实物模态结果数据进行处理，得到其MAC矩阵；

核心数据结构模块将收到的数据发送给模态相关性分析模块，模态相关性分析模块计算出虚拟模态结果数据和实物模态结果数据之间各阶模态振型的相关性，并将得到的相关性数据发送给矩阵柱状图显示模块；其计算方式如下：

第i阶实物模态振型列向量与第j阶虚拟模态振型列向量的相关性数值MAC_ij按照下式计算：

${\mathrm{MAC}}_{\mathrm{ij}}=\frac{{\left({\left\{{\mathrm{\&Phi;}}_i^e\right\}}^T\right\{{\mathrm{\&Phi;}}_j^a\left\}\right)}^2}{\left({\left\{{\mathrm{\&Phi;}}_i^e\right\}}^T\right\{{\mathrm{\&Phi;}}_i^e\left\}\right)\left({\left\{{\mathrm{\&Phi;}}_j^a\right\}}^T\right\{{\mathrm{\&Phi;}}_j^a\left\}\right)}$     公式1

其中，为列向量形式的实物模态结果数据中的实物模态振型，上角标e表示实物试验，下角标i表示实物试验结果模态阶数，为列向量形式的缩聚模型对应的虚拟模态结果数据中的虚拟模态振型，上角标a表示虚拟试验，下角标j表示虚拟试验结果模态阶数，其中，缩聚模型由虚实试验匹配模块得到，其对应的虚拟模态结果数据通过核心数据结构模块调用，上角标T表示转置；MAC值介于0和1之间，作为评估虚实模态试验结果符合程度的标准；

通过上面公式计算出虚拟模态结果数据和实物模态结果数据之间各阶模态振型的相关性数据；其中，i遍历实物模态试验结果全部模态阶数，j遍历虚拟模态试验结果全部模态阶数；MAC值介于0和1之间，作为评估虚拟模态试验结果与实物模态试验结果符合程度的标准；

位移相关性分析是根据位移置信准则即DAC，计算缩聚模型对应的虚拟位移结果数据和实物位移结果数据之间的相关度，得到其DAC值并将得到的相关性数据发送给矩形柱状图显示模块；其中，缩聚模型由虚实试验匹配模块得到，其对应的虚拟位移结果数据通过核心数据结构模块调用；DAC计算公式如下：

$\mathrm{DAC}=\frac{{\left({\left\{U^e\right\}}^T\right\{U^a\left\}\right)}^2}{\left({\left\{U^e\right\}}^T\right\{U^e\left\}\right)\left({\left\{U^a\right\}}^T\right\{U^a\left\}\right)}$     公式2

其中，{U^e}为列向量形式的实物试验位移结果数据，{U^a}为列向量形式的缩聚模型对应的虚拟试验位移结果数据；DAC值介于0和1之间，作为评估虚拟位移试验结果与实物位移试验结果符合程度的标准；

所述的灵敏度分析模块，首先设置每个试验状态下的虚拟试验模型修正参数和虚拟试验结果响应参数，并给定虚拟试验模型修正参数一定的变化量，分别计算各试验状态下虚拟试验结果响应参数对虚拟试验模型修正参数的灵敏度，得到各试验状态下的灵敏度矩阵，再合成总灵敏度矩阵，供多状态模型修正模块和矩阵柱状图显示模块调用；其中，各试验状态的虚拟试验模型修正参数相同；

所述的多状态模型修正模块根据灵敏度分析模块设置的响应参数，调用核心数据结构模块的数据，分别计算各状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，根据收敛准则判断修正是否结束，满足收敛判断准则修正结束；不满足收敛判断准则计算增益矩阵，利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并把更新后的修正参数输出到虚拟试验模型更新求解模块，更新虚拟试验模型、得到更新的虚拟试验结果，更新的虚拟试验模型与虚拟试验结果顺序通过上述多状态虚拟试验数据导入模块、核心数据结构模块、虚实试验匹配模块、试验结果相关性分析模块、灵敏度分析模块的分析处理后再次进入多状态模型修正模块进行模型修正，反复迭代上述过程，直到满足收敛判断准则；

所述的虚拟试验模型更新求解模块根据更新后的修正参数生成新的各状态下的虚拟试验模型文件并驱动有限元求解器Nastran进行求解，该模块调用核心数据结构模块各状态下的虚拟试验模型，接收多状态模型修正模块发来的虚拟试验模型修正参数，生成Nastran标准的输入文件(.bdf)，即虚拟试验模型文件，用Nastran进行有限元分析求解即虚拟试验，得到各状态下的虚拟试验结果文件(.op2)；最后调用多状态虚拟试验数据导入模块把虚拟试验模型和虚拟试验结果导入到核心数据结构模块中；

所述的三维图形显示模块用于显示虚拟试验模型和虚拟试验结果以及实物试验模型和实物试验结果；

核心数据结构模块将接收到的数据发送给三维图形显示模块，三维图形显示模块将虚拟试验模型以及基于该虚拟试验模型的虚拟试验结果还原成可视化三维图形并且显示出来，同时三维图形显示模块也将实物试验模型的节点和基于所述节点的实物试验结果也还原成可视化三维图形并且显示出来；

三维图形显示模块所包含的虚拟试验结果或者实物试验结果，是指模态试验结果和位移试验结果；

三维图形显示模块云图显示功能，是指读取虚拟试验结果或者实物试验结果到内存中，根据模型外表面每个三角形上节点的具体结果数值大小，确定结果数值在颜色列表中所落入的颜色范围；每个外表面三角形节点用节点对应的颜色值、三角形内根据节点颜色值进行线性插值，绘制结果云图，再进行颜色渲染得到结果云图；

三维图形显示模块的变形图显示功能，是指对于位移结果，由于虚拟试验位移结果变形微小，肉眼无法分辨出实际的模型变形，因此将模型结果乘以一个确定的放大倍数，各个节点按照位移结果移动相应位置，即显示出模型的变形图；

所述的矩阵柱状图显示模块，将二维矩阵按照三维矩阵柱状图形式绘制并显示出来，二维矩阵包括试验结果相关性分析模块得到的各状态下的MAC矩阵、灵敏度分析模块得到的各状态下的灵敏度矩阵及总灵敏度矩阵；三维矩阵柱状图的横、纵和竖向坐标分别为二维矩阵的行数、列数和矩阵各元素数值；二维矩阵的每个元素数值由一个带有颜色的柱状体表示，柱状体的位置表示其代表元素的行数和列数，柱状体的高度和颜色均表示其代表数值的大小，柱状体的长度和宽度分别为横、纵坐标的间距；依次存储柱状体的位置、尺寸、线条颜色、线条粗细和线形信息，然后类绘制柱状体；根据元素数值的范围确定其在颜色列表中所落入的颜色范围，每个柱状体的颜色根据其对应的元素数值从颜色列表中插值取得，并绘制显示到屏幕上。

2.根据权利要求1所述的一种基于多试验状态数据的模型修正系统，其特征在于：灵敏度分析模块计算总灵敏度矩阵的方式如下：

(1)计算各试验状态下的灵敏度矩阵，第k个状态灵敏度矩阵计算公式如下：

$\left[S_{\mathrm{pq}}^k\right]=\left[\frac{{\mathrm{\&Delta;y}}_p^k}{{\mathrm{\&Delta;x}}_q}\right]$     公式3

其中，Δx_q是n个状态虚拟试验模型第q个修正参数的变化量，是第k个状态虚拟试验模型的第p个响应参数的变化量，该变化量是由Δx_q引起的，是第p个响应参数对第q个修正参数的灵敏度；每个状态的修正参数相同，响应参数的数量和类型可以不同；上角标k表示状态编号，下角标p表示响应参数的序号，其值遍历全部修正参数的序号，下角标q表示修正参数的序号，其值遍历全部修正参数的序号；n为试验的状态个数；

(2)将n个状态的灵敏度矩阵按行排列，合成整体灵敏度矩阵，如下式所示：

$\left[S\right]=\begin{array}{}\left[\begin{array}{c}\left[S_{\mathrm{pq}}^1\right]\\ \left[S_{\mathrm{pq}}^2\right]\\ ...\\ \left[S_{\mathrm{pq}}^k\right]\\ ...\\ \left[S_{\mathrm{pq}}^n\right]\end{array}\right]\end{array}$     公式4

其中，[S]为整体灵敏度矩阵，为第1个状态的灵敏度矩阵，第2个状态的灵敏度矩阵，…第k个状态的灵敏度矩阵，…，第n个状态的灵敏度矩阵。

3.根据权利要求1所述的一种基于多试验状态数据的模型修正系统，其特征在于：多状态模型修正模块第t个迭代步的内容包括：

(1)响应参数差值计算：分别计算各状态下的实物试验结果响应参数与虚拟试验结果响应参数差值列向量，并将各状态下的响应参数差值排成列向量，合成总响应参数差值向量，计算方式如下：

$\left[{\mathrm{\&Delta;y}}_t\right]=\begin{array}{c}\left[\begin{array}{c}\left[{\mathrm{\&Delta;y}}_t^1\right]\\ \left[{\mathrm{\&Delta;y}}_t^2\right]\\ ...\\ \left[{\mathrm{\&Delta;y}}_t^k\right]\\ ...\\ \left[{\mathrm{\&Delta;y}}_t^n\right]\end{array}\right]\end{array}$     公式5

其中，[Δy_t]为第t个迭代步的总响应参数差值向量，为第t个迭代步第1个状态的响应参数差值列向量，为第t个迭代步第2个状态的响应参数差值列向量，…为第t个迭代步第k个状态的响应参数差值列向量，…，为第t个迭代步第n个状态的响应参数差值列向量；其中，计算方式如下：

$\left[{\mathrm{\&Delta;y}}_t^k\right]=\left[y^{e,k}\right]-\left[y_t^{a,k}\right]$     公式6

其中，[y^e,k]为第k个状态实物试验响应参数列向量，为第t个迭代步第k个状态虚拟试验响应参数列向量；

(2)收敛判断：根据收敛判断准则，判断修正是否结束，满足收敛判断准则修正结束，不满足收敛判断准则进行增益矩阵计算，收敛判断准则如下：

[Δy_t]<ε    公式7

其中，ε为收敛边界，其各元素数值由用户给定，一般为0.01％-1％；

(3)增益矩阵计算：根据第t个迭代步灵敏度分析模块计算得到的总体灵敏度矩阵，计算第t个迭代步的增益矩阵G_t；当响应参数个数大于等于修正参数个数时，当响应参数个数小于修正参数个数时，其中，G_t为第t个迭代步的增益矩阵，S_t为第t个迭代步灵敏度分析模块计算得到的总体灵敏度矩阵，V_x为修正参数的协方差矩阵，V_y为响应参数的协方差矩阵，V_x和V_y由用户给定，上角标-1表示逆矩阵；

(4)修正参数更新：利用增益矩阵估计虚拟模型修正参数的修正量，更新修正参数，并将更新后的修正参数输出到虚拟试验模型更新求解模块重新计算各状态虚拟试验模型的虚拟试验结果，计算公式如下：

$\left[x_{t+1}^a\right]=\left[x_t^a\right]+G_t\left[{\mathrm{\&Delta;y}}_t\right]$     公式8

其中，为第t个迭代步的修正参数，为第t+1个迭代步的修正参数。

4.根据权利要求1所述的一种基于多试验状态数据的模型修正系统，其特征在于：三维图形显示模块显示试验结果的云图、数据、动画；该模块支持点、线、面的显示；支持符号，文字的三维场景显示；支持三种节点显示方式，包括节点符号、节点编号和节点组；支持两种单元显示方式，包括分类显示和单元组；支持模型剖切、缩放、旋转和平移；支持调节颜色数、放大比例和保存为图片(*.jpeg,*.bmp)。