CN109033025A - 基于状态空间模型的浮式结构时域响应分析方法 - Google Patents

基于状态空间模型的浮式结构时域响应分析方法 Download PDF

Info

Publication number
CN109033025A
CN109033025A CN201810788119.8A CN201810788119A CN109033025A CN 109033025 A CN109033025 A CN 109033025A CN 201810788119 A CN201810788119 A CN 201810788119A CN 109033025 A CN109033025 A CN 109033025A
Authority
CN
China
Prior art keywords
state
space model
floating structure
time domain
residual
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.)
Granted
Application number
CN201810788119.8A
Other languages
English (en)
Other versions
CN109033025B (zh
Inventor
田哲
刘福顺
王睿敏
卢洪超
高树健
刘鹏
王许洁
齐聪山
崔高杰
周星宇
刘丽丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
Original Assignee
Ocean University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ocean University of China filed Critical Ocean University of China
Priority to CN201810788119.8A priority Critical patent/CN109033025B/zh
Publication of CN109033025A publication Critical patent/CN109033025A/zh
Application granted granted Critical
Publication of CN109033025B publication Critical patent/CN109033025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于状态空间模型的浮式结构时域响应分析方法,包括步骤:(1)用状态空间模型转换Cummins方程;(2)基于极值和留数构造状态空间模型;(3)极值和留数的求解及浮式结构动力响应分析;本发明提出了一种求解浮式结构时域动力响应的新思路——用极值和留数来构造延迟函数的状态空间模型,然后用状态空间模型替换Cummins方程中的卷积项,再用四阶Runge‑Kutta法求解浮体结构的动力响应。在工程领域,能够为浮式海洋结构物的设计及检测工作提供新的技术手段,在浮式结构动力响应分析中具有较高的工程应用前景及推广价值。

Description

基于状态空间模型的浮式结构时域响应分析方法
技术领域
本发明涉及一种基于状态空间模型的浮式结构时域响应分析方法。
背景技术
随着海洋油气资源向深海的开发和生产活动,传统的固定导管架平台已不能满足于钻井和生产的需要,这促使许多新型浮式结构和半潜式平台发展起来,动力响应分析是浮式海洋结构在设计阶段的重要内容,对浮式海洋平台的安全运行至关重要。
浮式结构时域运动方程即著名的Cummins方程由Cummins于1962年提出,该方程假设浮式结构的运动是一系列脉冲响应的线性组合,然后将速度势分解为瞬时效应和记忆效应并分别求解。记忆效应的引入提高了动力响应分析的准确性,但Cummins方程中的卷积项不利于动力控制系统的分析和设计,考虑到Cummins方程的时域模拟效率,1964年,Ogilvie将Cummins时域运动方程转到频域来估算海洋结构的动力响应。
为了提高浮体结构时域响应估计的分析效率,在Cummins方程中,有多种方法可以近似替换卷积项,其中一种就是通过状态空间模型替换卷积项,此方法因其高效率和高精度而被许多研究者广泛讨论。但是,传统的方法是直接求解微分方程,比如传统Newmark-β法,存在求解高阶多项式根的病态问题,而且,在计算状态模型矩阵的过程中,需要设置初值,导致计算效率降低、精度差。
发明内容
本发明提出一种基于状态空间模型的浮式结构时域响应分析方法,该方法用极值和留数表示延迟函数,通过构造延迟函数的状态空间模型来替换Cummins方程中的卷积项,最后对浮式结构的动力响应进行分析,为浮式海洋结构物的设计检测工作提供了新的、有效的技术手段,可有效提高了分析计算精度及效率。
本发明是采用以下的技术方案实现的:一种基于状态空间模型的浮式结构时域响应分析方法,包括以下步骤:
步骤A、为提高海洋浮式结构动力响应的计算效率,用状态空间模型转换Cummins方程;
步骤B、基于极值和留数构造状态空间模型:用极值和留数描述延迟函数,然后通过极值留数与传递函数之间的关系,构造延迟函数的状态空间模型矩阵;
步骤C、极值和留数的求解及浮式结构动力响应分析。
进一步的,所述步骤A具体包括以下步骤:
(1)建立时域上的Cummins方程:
式中,K为延迟函数,A(∞)是无限频率的附加质量,M是质量矩阵,C是静水恢复力系数矩阵,x(t)是六自由度浮动结构的响应向量,t为时间,fexc(t)是激励力;
(2)用状态空间模型代替卷积项:
式中, 是系统输出,是相应的输入,i=1,2,…,6,k=1,2,…,6,Mik表示6×6的质量矩阵,xk(t)表示第k个自由度的位移。
(3)用状态空间模型表示系统的输入输出关系:
式中,[Aik Bik Cik Dik]是与Kik(t)相关的状态空间矩阵,Kik(t)表示6×6的延迟函数矩阵,每个延迟函数Kik(t)对应一个状态向量Zik(t),该步骤中用状态空间模型替换Cummins方程中的卷积项,并用延迟函数的状态空间模型矩阵表示系统的输入输出关系,大大提高了浮式结构时域响应计算的效率。
进一步的,所述步骤B具体包括以下步骤:
(1)建立浮式结构动力系统的传递函数:
Y(s)是的拉普拉斯变换,U(s)是的拉普拉斯变换,qn-1,…,q0及pm,pm-1,…,p0是系数;
(2)令λl(l=1,2,…,n)作为分母sn+qn-1sn-1+…+q1s+q0=0的根,则得到:(s-λ1)(s-λ2)…(s-λn)=0相应的留数:
则将传递函数写为:
和U(s)=sZl(s)-λlZl(s)进行拉普拉斯逆变换,得到时域表达式:
式中,是状态向量的元素,zl(t)是状态变量向量元素,也是Zl(t)的逆变换,λl是极值,l=1,2,3……;
(3)将y(t)和u(t)转换为状态空间模型的矩阵形式:
则延迟函数的状态空间模型表示为:
式中,
C=[γ1γ2…γN],D=0。
进一步的,所述步骤C包括:
(1)采用等间距采样得到离散延迟函数,采样间隔Δt,则离散延迟函数表示为:
Kik,l=Kik(lΔt)(l=0,1,2,...,N-1)。
采用复指数分解,用极值和留数描述延迟函数:
(2)构造Hankel矩阵:
式中,ξ和η表示H(l)的行和列的数目;
(3)令l=0及l=1,对Hankel矩阵H(0)和H(1)应用奇异值分解技术,得到
的特征值是zik,n(n=1,2,...,p),由λik,n=ln(zik,n)/Δt和求出延迟函数的极值和留数;
(4)构建Aik,Bik和Cik,并将其组装到一个多自由度状态空间模型里,将多自由度状态空间模型引入Cummins方程,如下面公式所示:
最后采用四阶Runge-Kutta方法求解微分方程,即实现对浮式结构时域响应的分析计算,本步骤中在计算状态空间模型时,采用一阶微分方程。以有效避免分析求解时可能出现的方程病态问题,使得分析计算结果更加精确和稳定。
与现有技术相比,本发明的优点和积极效果在于:
1)本发明创造性的提出通过建立延迟函数的状态空间模型矩阵来替换Cummins方程中的卷积项,是一种新的浮式结构延迟函数的表示方法,该新的时域分析方法为分析计算浮式海洋结构物的动力响应提供了新的技术手段;
2)在估算状态空间模型的时候,用一阶微分方程计算极值和留数,有效避免传统求解方式可能出现的病态问题,使得计算分析结果更加精确和稳定;
3)同时,此方法在分析计算状态空间模型矩阵的过程中不需要任何初值,使得分析计算效率得到了很大的提升,在工程领域,为浮式海洋结构物的设计检测工作提供了新的、有效的技术手段,具有较高的工程应用前景。
附图说明
图1为本发明实施例所述方法原理示意图;
图2为本发明实施例中延迟函数极值、留数分解重构与原始延迟函数的对比示意图;
图3为时域上本发明实施例方法得到的浮式结构运动响应与传统Newmark-β法结果对比示意图;
图4为频域上本发明实施例方法得到的浮式结构运动响应与传统Newmark-β法结果对比示意图。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图及实施例对本发明做进一步说明。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
本实施例公开一种基于状态空间模型的浮式结构响应频域分析方法,如图1所示,利用极值和相应的留数来获得延迟函数的状态空间模型,用计算出的极值和留数表示延迟函数,构造延迟函数的状态空间模型来替换Cummins方程中的卷积项,最后用四阶Runge-Kutta法求解浮体结构的动力响应。本发明方法将高阶微分方程转换成一阶微分方程,而不是直接求解微分方程,大大减少了传统方法中需要确定高阶多项式根的病态问题;同时,该方法在计算状态模型矩阵的过程中不需要任何初值,大大提升了计算效率,具体分析如下:
步骤S1、为提高海洋浮式结构动力响应的计算效率,用状态空间模型转换Cummins方程:
(1)对于时域上的Cummins方程:
式中,K为延迟函数,A(∞)是无限频率的附加质量,M是质量矩阵,C是静水恢复力系数矩阵,x(t)是六自由度浮动结构的响应向量,fexc(t)是激励力;
(2)用状态空间模型代替卷积项:
式中, 是系统输出,是相应的输入,i=1,2,…,6,k=1,2,…,6,Mik表示6×6的质量矩阵,xk(t)表示第k个自由度的位移;
(3)用状态空间模型表示系统的输入输出关系:
式中,[Aik Bik Cik Dik]是与Kik(t)相关的状态空间矩阵,Kik(t)表示6×6的延迟函数矩阵,每个延迟函数Kik(t)对应一个状态向量Zik(t),该步骤中用状态空间模型替换Cummins方程中的卷积项,并用延迟函数的状态空间模型矩阵表示系统的输入输出关系,大大提高了浮式结构时域响应计算的效率。
步骤S2、基于极值和留数构造状态空间模型:用极值和留数描述延迟函数,然后通过极值留数与传递函数之间的关系,构造延迟函数的状态空间模型矩阵;
(1)浮式结构动力系统的传递函数:
Y(s)是的拉普拉斯变换,U(s)是的拉普拉斯变换,qn-1,…,q0及pm,pm-1,…,p0是系数;
(2)令λl(l=1,2,…,n)作为分母sn+qn-1sn-1+…+q1s+q0=0的根,则得到:(s-λ1)(s-λ2)…(s-λn)=0相应的留数:则传递函数可写为:
通过对和U(s)=sZl(s)-λlZl(s)进行拉普拉斯逆变换,得到时域的表达式:
式中,是状态向量的元素,zl(t)是状态变量向量元素,也是Zl(t)的逆变换。λl是极值;
(3)将y(t)和u(t)转换为状态空间模型的矩阵形式:
则延迟函数的状态空间模型可以表示为:
式中,
C=[γ1 γ2 … γN],D=0。
步骤S3、极值和留数的求解及浮式结构的动力响应分析:
(1)采用等间距采样得到离散延迟函数,采样间隔Δt,则离散延迟函数表示为:
Kik,l=Kik(lΔt)(l=0,1,2,...,N-1)。
应用复指数分解的方法,用极值和留数描述延迟函数:
(2)构造Hankel矩阵:
式中,ξ和η表示H(l)的行和列的数目;
(3)令l=0及l=1,对Hankel矩阵H(0)和H(1)应用奇异值分解技术,得到
的特征值是zik,n(n=1,2,...,p),由λik,n=ln(zik,n)/Δt和求出延迟函数的极值和留数;
(4)构建Aik,Bik和Cik,并将其组装到一个多自由度状态空间模型里,将多自由度状态空间模型引入Cummins方程,如下面公式所示:
最后采用四阶Runge-Kutta方法求解微分方程,即实现对浮式结构时域响应的分析;本步骤中在计算状态空间模型时,采用一阶微分方程。以有效避免分析求解时可能出现的方程病态问题,使得分析计算结果更加精确和稳定。
下面为进一步说明本方法的有效性,本实施例以SESAM软件中自带的半潜式平台模型为例进行介绍,从SESAM软件中提取出该模型相关的水动力参数以及模型结构数据,利用所提取的附加阻尼矩阵,通过离散的数值积分方法得到延迟函数K(t)。图2给出的信号对比图说明本发明方法所求得的极值与留数满足了原始信号的所有成分,重构之后的延迟函数能够代表原延迟函数,证明了本方法的正确性。
根据JONSWAP波谱,利用SESAM的DeepC模块计算了半潜式平台的波浪力,在此波浪力作用下,求解结构动力响应:一种是用基于状态空间模型的四阶Runge-Kutta法,另一种是用传统的Newmark-β法。在求解微分方程之前,将单自由度的估算状态空间模型组装到一个多自由度模型中,由SESAM推导出质量矩阵、附加质量矩阵和静水恢复力系数矩阵。本方法中设微分方程的初始条件为零,两种方法求解结构动力响应的结果如图3所示,相应的振幅与频率如图4所示。从图3和图4中可以看出响应吻合良好,说明了本发明方法的正确性和准确性,为计算分析浮式海洋结构物的动力响应提供了新的技术手段。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (4)

1.基于状态空间模型的浮式结构时域响应分析方法,其特征在于,包括以下步骤:
步骤A、用状态空间模型转换Cummins方程;
步骤B、基于极值和留数构造状态空间模型:用极值和留数描述延迟函数,然后通过极值留数与传递函数之间的关系,构造延迟函数的状态空间模型矩阵;
步骤C、极值和留数的求解及浮式结构动力响应分析。
2.根据权利要求1所述的基于状态空间模型的浮式结构时域响应分析方法,其特征在于:所述步骤A具体包括以下步骤:
(1)建立时域上的Cummins方程:
式中,K为延迟函数,A(∞)是无限频率的附加质量,M是质量矩阵,C是静水恢复力系数矩阵,x(t)是六自由度浮动结构的响应向量,fexc(t)是激励力;
(2)用状态空间模型代替卷积项:
式中, 是系统输出,是相应的输入,i=1,2,…,6,k=1,2,…,6,Mik表示6×6的质量矩阵,xk(t)表示第k个自由度的位移;
(3)用状态空间模型表示系统的输入输出关系:
式中,[Aik Bik Cik Dik]是与Kik(t)相关的状态空间矩阵,Kik(t)表示6×6的延迟函数矩阵,每个延迟函数Kik(t)对应一个状态向量Zik(t)。
3.根据权利要求2所述的基于状态空间模型的浮式结构时域响应分析方法,其特征在于:所述步骤B具体包括以下步骤:
(1)建立浮式结构动力系统的传递函数:
Y(s)是的拉普拉斯变换,U(s)是的拉普拉斯变换,qn-1,…,q0及pm,pm-1,…,p0为系数;
(2)令λl(l=1,2,…,n)作为分母sn+qn-1sn-1+…+q1s+q0=0的根,则得到:(s-λ1)(s-λ2)…(s-λn)=0相应的留数:
则将传递函数写为:
和U(s)=sZl(s)-λlZl(s)进行拉普拉斯逆变换,得到时域表达式:
式中,是状态向量的元素,zl(t)是状态变量向量元素,也是Zl(t)的逆变换,λl是极值,l=1,2,3……;
(3)将y(t)和u(t)转换为状态空间模型的矩阵形式:
则延迟函数的状态空间模型表示为:
式中,
4.根据权利要求3所述的基于状态空间模型的浮式结构时域响应分析方法,其特征在于:所述步骤C包括:
(1)采用等间距采样得到离散延迟函数,采样间隔Δt,则离散延迟函数表示为:
Kik,l=Kik(lΔt)(l=0,1,2,...,N-1)。
采用复指数分解,用极值和留数描述延迟函数:
(2)构造Hankel矩阵:
式中,ξ和η表示H(l)的行和列的数目;
(3)令l=0及l=1,对Hankel矩阵H(0)和H(1)应用奇异值分解技术,得到
的特征值是zik,n(n=1,2,...,p),由λik,n=ln(zik,n)/Δt和求出延迟函数的极值和留数;
(4)构建Aik,Bik和Cik,并将其组装到一个多自由度状态空间模型里,将多自由度状态空间模型引入Cummins方程,如下面公式所示:
最后采用四阶Runge-Kutta方法求解微分方程,即实现对浮式结构时域响应的分析计算。
CN201810788119.8A 2018-07-18 2018-07-18 基于状态空间模型的浮式结构时域响应分析方法 Active CN109033025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810788119.8A CN109033025B (zh) 2018-07-18 2018-07-18 基于状态空间模型的浮式结构时域响应分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810788119.8A CN109033025B (zh) 2018-07-18 2018-07-18 基于状态空间模型的浮式结构时域响应分析方法

Publications (2)

Publication Number Publication Date
CN109033025A true CN109033025A (zh) 2018-12-18
CN109033025B CN109033025B (zh) 2020-06-23

Family

ID=64643864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810788119.8A Active CN109033025B (zh) 2018-07-18 2018-07-18 基于状态空间模型的浮式结构时域响应分析方法

Country Status (1)

Country Link
CN (1) CN109033025B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109883645A (zh) * 2019-03-15 2019-06-14 上海交通大学 浮式风机模型试验浮体运动的等效模拟方法与设备
CN113673076A (zh) * 2021-07-09 2021-11-19 华南理工大学 一种适用于海洋浮式结构的动力响应求解方法
CN113935172A (zh) * 2021-10-18 2022-01-14 西南交通大学 一种端接频变负载的传输线系统瞬态响应分析方法
CN114880619A (zh) * 2022-05-10 2022-08-09 中国海洋大学 浮式海洋结构随机动力响应解析计算方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004822A (zh) * 2010-11-10 2011-04-06 哈尔滨工业大学 基于模态的空间六自由度并联运动系统频率分析方法
US20120323541A1 (en) * 2011-06-14 2012-12-20 Seoul National University R&Db Foundation Seismic imaging method considering a contour of the sea bottom
US8504345B1 (en) * 2009-10-13 2013-08-06 Sas Ip, Inc. State-space model-based simulators and methods
CN105701279A (zh) * 2016-01-07 2016-06-22 中国海洋大学 非经典结构动力响应频域方法
CN105787251A (zh) * 2016-01-07 2016-07-20 中国海洋大学 海洋结构非零初始值动力响应频域改进方法
CN107704427A (zh) * 2017-09-07 2018-02-16 中国海洋大学 一种基于延迟函数的海洋浮式结构频域响应算法
US20180163691A1 (en) * 2016-12-09 2018-06-14 National Technology & Engineering Solutions Of Sandia, Llc Model predictive control of parametric excited pitch-surge modes in wave energy converters
CN108205516A (zh) * 2017-12-26 2018-06-26 中国海洋大学 一种基于条件传递的海洋结构流固耦合动力响应算法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8504345B1 (en) * 2009-10-13 2013-08-06 Sas Ip, Inc. State-space model-based simulators and methods
CN102004822A (zh) * 2010-11-10 2011-04-06 哈尔滨工业大学 基于模态的空间六自由度并联运动系统频率分析方法
US20120323541A1 (en) * 2011-06-14 2012-12-20 Seoul National University R&Db Foundation Seismic imaging method considering a contour of the sea bottom
CN105701279A (zh) * 2016-01-07 2016-06-22 中国海洋大学 非经典结构动力响应频域方法
CN105787251A (zh) * 2016-01-07 2016-07-20 中国海洋大学 海洋结构非零初始值动力响应频域改进方法
US20180163691A1 (en) * 2016-12-09 2018-06-14 National Technology & Engineering Solutions Of Sandia, Llc Model predictive control of parametric excited pitch-surge modes in wave energy converters
CN107704427A (zh) * 2017-09-07 2018-02-16 中国海洋大学 一种基于延迟函数的海洋浮式结构频域响应算法
CN108205516A (zh) * 2017-12-26 2018-06-26 中国海洋大学 一种基于条件传递的海洋结构流固耦合动力响应算法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
HATECKE H: "The impulse response fitting and ship motions", 《SHIP TECHNOLOGY RESEARCH》 *
JORDÁN MARIO A等: "Optimal identification of potential-radiation hydrodynamics for moored floating structures—a new general approach in state space", 《OCEAN ENGINEERING》 *
KRISTIANSEN E等: "State-space representation of radiation forces in time-domain vessel models", 《OCEAN ENGINEERING》 *
YU X等: "Time-domain simulation of a multi-body floating system in waves", 《ASME 2010 29TH INTERNATIONAL CONFERENCE ON OCEAN, OFFSHORE AND ARCTIC ENGINEERING》 *
李德春: "港航水工结构无损检测新技术研究", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109883645A (zh) * 2019-03-15 2019-06-14 上海交通大学 浮式风机模型试验浮体运动的等效模拟方法与设备
CN113673076A (zh) * 2021-07-09 2021-11-19 华南理工大学 一种适用于海洋浮式结构的动力响应求解方法
CN113673076B (zh) * 2021-07-09 2022-09-02 华南理工大学 一种适用于海洋浮式结构的动力响应求解方法
CN113935172A (zh) * 2021-10-18 2022-01-14 西南交通大学 一种端接频变负载的传输线系统瞬态响应分析方法
CN113935172B (zh) * 2021-10-18 2024-05-17 西南交通大学 一种端接频变负载的传输线系统瞬态响应分析方法
CN114880619A (zh) * 2022-05-10 2022-08-09 中国海洋大学 浮式海洋结构随机动力响应解析计算方法
CN114880619B (zh) * 2022-05-10 2023-10-27 中国海洋大学 浮式海洋结构随机动力响应解析计算方法

Also Published As

Publication number Publication date
CN109033025B (zh) 2020-06-23

Similar Documents

Publication Publication Date Title
CN109033025A (zh) 基于状态空间模型的浮式结构时域响应分析方法
Szollosi et al. Influence of the tensor product model representation of qLPV models on the feasibility of linear matrix inequality
Yang Simulation of random envelope processes
KR102392094B1 (ko) 컨볼루션 신경망을 이용한 시퀀스 프로세싱
CN105205461B (zh) 一种用于模态参数识别的信号降噪方法
CN103900610A (zh) 基于灰色小波神经网络的mems陀螺随机误差预测方法
CN103499345A (zh) 一种基于小波分析和bp神经网络的光纤陀螺温度漂移补偿方法
CN113673076B (zh) 一种适用于海洋浮式结构的动力响应求解方法
CN108459087B (zh) 一种应用于板结构损伤检测的多模态Lamb波模态分离方法
CN110705041B (zh) 一种基于easi的线性结构工作模态参数识别方法
CN109033021B (zh) 一种基于变参收敛神经网络的线性方程求解器设计方法
White et al. Neural networks predict fluid dynamics solutions from tiny datasets
Pirmohabbati et al. Numerical solution of fractional mathieu equations by using block-pulse wavelets
CN109902357B (zh) 一种复变差分的光滑非线性结构动响应灵敏度分析方法
Hamzehei-Javaran Approximation of the state variables of Navier’s differential equation in transient dynamic problems using finite element method based on complex Fourier shape functions
CN104121900B (zh) 基于二代小波变换与lms的光纤陀螺信号去噪算法
CN112924175A (zh) 一种基于奇异值分解的轴承故障信号降噪方法
Šukys Robust multi-level Monte Carlo Finite Volume methods for systems of hyperbolic conservation laws with random input data
Khawar et al. Volterra kernel identification of MIMO aeroelastic system through multiresolution and multiwavelets
Omran et al. Piecewise global Volterra nonlinear modeling and characterization for aircraft dynamics
CN114039867B (zh) 一种隐蔽式攻击下网络化控制系统状态与故障的联合区间估计方法
CN106225914B (zh) 一种粘性阻尼振动信号中的模态参数提取方法
De Hoog et al. Minimal partial realization from generalized orthonormal basis function expansions
Cheng et al. Optimized selection of sigma points in the unscented kalman filter
CN103577877A (zh) 一种基于时频分析和bp神经网络的船舶运动预报方法

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