CN108733941B - 一种基于功能原理的动载荷识别方法 - Google Patents
一种基于功能原理的动载荷识别方法 Download PDFInfo
- Publication number
- CN108733941B CN108733941B CN201810527038.2A CN201810527038A CN108733941B CN 108733941 B CN108733941 B CN 108733941B CN 201810527038 A CN201810527038 A CN 201810527038A CN 108733941 B CN108733941 B CN 108733941B
- Authority
- CN
- China
- Prior art keywords
- micro
- segment
- energy
- load
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005381 potential energy Methods 0.000 claims abstract description 16
- 238000004134 energy conservation Methods 0.000 claims abstract description 5
- 238000006073 displacement reaction Methods 0.000 claims description 17
- 238000013016 damping Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于功能原理的动载荷识别方法,属于结构动力学的反问题技术领域。本发明所提出的基于功能原理的动载荷识别方法为一种针对多自由度系统已知载荷作用点位置的时域方法,根据能量守恒原理,外力对系统所做的功,等于系统动能和势能的改变量以及该段时间的耗散能之和,从而计算出所作用的载荷大小。本方法能对单个时间上表示为连续性的任意载荷进行准确识别,即能够识别出作用在结构上外力的实时大小。本发明的方法不仅思路简单,也易于执行。
Description
技术领域
本发明属于结构动力学的反问题技术领域,具体涉及一种基于功能原理的动载荷识别方法。
背景技术
对结构的动载荷进行识别,一直是工程上的难题,尤其是动载荷的时域识别。大多数情况下,作用在工程结构上的动载荷,如高性能战斗机在大攻角机动飞行时作用在垂尾结构上的抖振载荷,是无法直接测量的,只能通过测试结构在动载荷作用下的动态响应来识别出结构的动载荷。随着科学技术的不断进步,工程结构的设计变得越来越精细,为了确保结构的振动在可接受的范围内或者设计的可靠性,设计人员需要知道作用在结构上的外载荷。一般来说结构所受的静载荷是比较容易确定的,而动态载荷其幅值随着时间的变化而难以预测。当动载荷的频率范围覆盖结构的共振频率时,结构会因共振而引起结构振动疲劳问题。因此在进行大多数的工程结构设计时,不仅要考虑其设计静载荷,而且还必须考虑动载荷的影响,以避免其发生振动疲劳失效。动载荷识别方法又分为频域法和时域法,频域法已较为成熟。时域法中也有较多方法,如卡尔曼滤波方法。现有的载荷识别时域法中,不能对低频载荷有效识别,而且对于在时间上连续的载荷,特别是随机载荷,也不能准确识别,只能识别其统计特征(例如均值、方差)。
发明内容
发明目的:针对现有技术的不足,本发明提出了一种基于功能原理的动载荷识别方法,能够对时间连续的载荷进行准确的识别。
技术方案:为达到上述目的,本发明提出的一种基于功能原理的动载荷识别方法,其原理为:根据能量守恒原理,外力对系统所做的功,等于系统在该段时间内动能和势能的改变量以及该段时间内的耗散能之和。方法包括以下步骤:
S1、用传感器记录下所要识别时间段内系统中各个质量块的速度和位移。对于多自由度系统,可以用位移和速度传感器得到各自由度的位移和速度,或者只用加速度传感器记录各自由度的振动,积分得到速度和位移。
S2、将该段记录时间以Δt划分成若干个微段。理论上,每个微段Δt的取值越小越好,但是取值越小计算量越大,需综合考虑,优选地,微段取0.1秒。
S3、计算每个微段的动能改变量、势能改变量、耗散能,其中,动能改变量为该微段段末时刻动能减去段始时刻动能,势能改变量为该微段段末时刻势能减去段始时刻势能,耗散能为该微段时间内阻尼消耗的能量。
S4、假设每个微段内载荷恒定,根据能量守恒原理,在每个微段时间内有:
外力×位移=动能改变量+势能改变量+耗散能
由于外力和位移均有方向,外力与位移方向一致时对系统做正功,方向相反时对系统做负功,所以需要指定其中某一方向为正向。从而识别出每个微段的载荷(即外力)。
S5、将步骤S4中每个微段识别出的载荷拟合成曲线,即为所要识别的时域载荷。其中,拟合点取每个微段段起始时刻所识别的载荷。
有益效果:与现有技术相比,本发明具有以下有益效果:
本发明所提出的基于功能原理的动载荷识别方法,为针对多自由度系统已知载荷作用点位置的一种时域方法,能对单个时间上表示为连续性的任意载荷进行准确识别,能够识别出作用在结构上外力的实时大小。本发明的方法不仅思路简单,也易于执行。而且无论对于何种形式的载荷,只要在时间上表示为连续性的载荷,都可以进行识别。
附图说明
图1为根据本发明实施例的三自由度质量弹簧无阻尼系统图;
图2为根据本发明实施例的施加给系统的载荷的真实值示意图;
图3为根据本发明实施例的识别出的载荷值与载荷真实值示意图;
图4为根据本发明实施例的识别点处载荷理论值和计算值的偏差。
具体实施方式
下面结合附图对本发明的技术方案作进一步的说明。
本实施例中以三自由度的质量弹簧无阻尼系统为例,来进一步说明用该方法对动载荷的识别情况。
第一步:建立三自由度的质量弹簧无阻尼系统,如图1所示,三个质量块的质量分别为m1=3kg,m2=2kg,m3=4kg,三个弹簧的弹性系数分别为k1=4N/m,k2=5N/m,k3=6N/m。在第三质量块m3上施加外载荷(即外力),其值为f=8cos(t)sin(3t),其形式如图2所示。
第二步:采集10秒的系统响应,响应为各质量块的位移和速度,三个质量块的速度分别记为v1,v2,v3,三个质量块的位移分别表示为u1,u2,u3。在速度和位移上施加方差Q=0.1的高斯噪声。取每个微段时间为Δt=0.1秒,将总时长10秒划分为100个微段,共101个识别点。令每个微段的段始时间为t1,段末时间为t2,t2=t1+Δt。则在一个微段时间内系统的动能和势能(本实施例只涉及到弹性势能)改变量以及耗散能的计算公式分别为:
其中c为阻尼系数。若为无阻尼系统,则没有耗散能。
假定每个微段内载荷f′恒定不变,以向右为正,则有:
f′·Δu=ΔT+ΔV+ΔD
Δu为载荷作用点在该微段内的位移,本实施例中为:Δu=u3(t2)-u3(t1)。该系统为无阻尼系统,因此ΔD=0。则可以得到每个微段的载荷f′,所得结果如图3所示,其示出了识别出的载荷值与载荷真实值的对比。
第三步:根据识别出的每个微段的载荷f′,将f′作为每个微段段始时刻的载荷点,将这些点拟合成线,得到识别的时域载荷。图4示出了识别值与理论值对应点处偏差,从结果可以看出误差在接受范围内,识别结果较为理想。
Claims (5)
1.一种基于功能原理的动载荷识别方法,其特征在于,所述方法针对多自由度系统已知载荷作用点位置的情况下,根据能量守恒原理,即外力对系统所做的功,等于该段时间内系统动能和势能的改变量以及该段时间内系统耗散能之和,计算出作用在系统上的外力的实时大小,包括以下步骤:
S1、记录所要识别时间段内系统中各个质量块的速度和位移;
S2、将该段记录时间以Δt划分成若干个微段;
S3、计算每个微段内系统的动能改变量、势能改变量、耗散能,其中,动能改变量为该微段段末时刻动能减去段始时刻动能,势能改变量为该微段段末时刻势能减去段始时刻势能,耗散能为该微段时间内阻尼消耗的能量;
S4、假设每个微段内载荷恒定,根据能量守恒原理,在每个微段内有:外力×位移=动能改变量+势能改变量+耗散能,从而识别出每个微段内所受的外力,即载荷;
S5、将步骤S4中每个微段识别出的载荷拟合成曲线,即为所要识别的时域载荷。
2.根据权利要求1所述的一种基于功能原理的动载荷识别方法,其特征在于,所述步骤S1中,对于多自由度系统,用位移和速度传感器得到各自由度的位移和速度,或者只用加速度传感器记录各自由度的振动,积分得到速度和位移。
3.根据权利要求1所述的一种基于功能原理的动载荷识别方法,其特征在于,所述步骤S2中,微段Δt取值为0.1秒。
4.根据权利要求1所述的一种基于功能原理的动载荷识别方法,其特征在于,所述步骤S3还包括,根据外力和位移的方向,指定其中某一方向为正向。
5.根据权利要求1所述的一种基于功能原理的动载荷识别方法,其特征在于,所述步骤S5中,拟合点取每个微段段起始时刻所识别的载荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810527038.2A CN108733941B (zh) | 2018-05-29 | 2018-05-29 | 一种基于功能原理的动载荷识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810527038.2A CN108733941B (zh) | 2018-05-29 | 2018-05-29 | 一种基于功能原理的动载荷识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108733941A CN108733941A (zh) | 2018-11-02 |
CN108733941B true CN108733941B (zh) | 2020-07-28 |
Family
ID=63935601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810527038.2A Active CN108733941B (zh) | 2018-05-29 | 2018-05-29 | 一种基于功能原理的动载荷识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108733941B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111539132B (zh) * | 2020-07-09 | 2020-10-09 | 南京航空航天大学 | 一种基于卷积神经网络的动载荷时域识别方法 |
CN111539157B (zh) * | 2020-07-09 | 2020-10-09 | 南京航空航天大学 | 一种基于多层感知机的动载荷时域识别方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2273396A1 (en) * | 2009-07-09 | 2011-01-12 | Fujitsu Limited | A method, apparatus and computer program for multiple time stepping simulation of a thermodynamic system using shadow hamiltonians |
CN103383298B (zh) * | 2013-07-11 | 2015-09-09 | 冯辅周 | 超声激励下固体平板振动特性的分析方法 |
CN103617370B (zh) * | 2013-12-10 | 2017-01-04 | 哈尔滨工程大学 | 一种基于二阶系统解耦的动载荷时域识别方法 |
CN107451338B (zh) * | 2017-07-12 | 2018-05-11 | 东南大学 | 一种基于有限元的分布随机动载荷识别方法 |
-
2018
- 2018-05-29 CN CN201810527038.2A patent/CN108733941B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108733941A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733941B (zh) | 一种基于功能原理的动载荷识别方法 | |
US9952249B2 (en) | Inertia estimating method and inertia estimation apparatus of position control apparatus | |
CN104985598A (zh) | 一种工业机器人碰撞检测方法 | |
CN108132134A (zh) | 基于风洞自由飞试验的气动导数辨识方法和系统 | |
CN107688554B (zh) | 基于自适应傅里叶分解的频域辨识方法 | |
CN102818556A (zh) | 车载道路坡度检测方法及装置 | |
CN111897221B (zh) | 一种基于组合观测器的航天器故障诊断方法 | |
WO2018233359A1 (zh) | 一种随机动载荷空间分布及统计特征的识别方法 | |
CN103913736A (zh) | 基于谱图重排的激光微多普勒参数估计方法 | |
Popowski et al. | Measurement and estimation of the angle of attack and the angle of sideslip | |
CN106404159B (zh) | 一种火箭橇试验连续振动传递谱确定方法 | |
Savaresi et al. | On-line damping estimation in road vehicle semi-active suspension systems | |
Sander et al. | Monitoring of offshore wind turbines under wave and wind loading during installation | |
CN103471870A (zh) | 基于二维投射的特征指标对煤矿设备状态识别的敏感性和聚类性研究方法 | |
Yang et al. | Study of on-line backlash identification for PMSM servo system | |
CN109318661B (zh) | 一种能自发电的胎压监测传感器及其监测方法 | |
Kaito et al. | MEASUREMENT USING LASER DOPPLERVIBROMETER | |
Qizhi et al. | Information fusion and reconstruction of key sensors in a flight control system in constant wind field based on two stage EKF | |
CN109472055B (zh) | 基于最大似然法的密封动力特性系数识别方法 | |
CN104217097B (zh) | 一种惯性稳定平台不平衡扰动的建模方法 | |
JP6057691B2 (ja) | フィードフォワード制御力の算定方法 | |
JP2020133460A (ja) | 波力発電機の実時間制御方法、及び波力発電システム | |
CN112959362B (zh) | 一种基于关节扭矩传感器的外力观测方法 | |
Yanada et al. | Effect of friction model on simulation of hydraulic actuator | |
Hara et al. | Robustness evaluation of structural vibration estimation by self-sensing stand-alone harvester |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |