CN110132515B - 一种基于模型更新的时程级迭代实时混合试验方法 - Google Patents

一种基于模型更新的时程级迭代实时混合试验方法 Download PDF

Info

Publication number
CN110132515B
CN110132515B CN201910389188.6A CN201910389188A CN110132515B CN 110132515 B CN110132515 B CN 110132515B CN 201910389188 A CN201910389188 A CN 201910389188A CN 110132515 B CN110132515 B CN 110132515B
Authority
CN
China
Prior art keywords
test
substructure
time
course
model
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
Application number
CN201910389188.6A
Other languages
English (en)
Other versions
CN110132515A (zh
Inventor
王贞
颜雪琪
吴斌
许国山
杨格
王涛
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910389188.6A priority Critical patent/CN110132515B/zh
Publication of CN110132515A publication Critical patent/CN110132515A/zh
Application granted granted Critical
Publication of CN110132515B publication Critical patent/CN110132515B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00Vibration-testing of structures; Shock-testing of structures
    • G01M7/02Vibration-testing by means of a shake table
    • G01M7/022Vibration control arrangements, e.g. for generating random vibrations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/32Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/36Circuit design at the analogue level
    • G06F30/367Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种基于模型更新的时程级迭代实时混合试验方法,属于土木工程、交通、机械、桥梁与航天等技术领域。所述实验方法包括:第一个阶段为:采用试验数据更新试件模型,将更新后的模型与数值子结构相结合,计算下一轮迭代的命令,从而大幅提高迭代收敛效率;第二个阶段为:时程级迭代混合试验方法,将测得的恢复力时程反馈给数值子结构,并且不进行试验子结构模型更新,以消除模型识别更新带来的误差,保证迭代收敛精度。

Description

一种基于模型更新的时程级迭代实时混合试验方法
技术领域
本发明涉及一种基于模型更新的时程级迭代实时混合试验方法,属于土木工程、交通、机械、桥梁与航天等技术领域。
背景技术
传统的结构抗震试验方法主要包含拟静力试验方法、拟动力试验方法和振动台试验方法。拟静力试验方法也称为往复循环试验方法,是采用一定的荷载控制或变形控制对试件进行低周反复加载,使试件从弹性阶段直至破坏的一种试验方法。其优点是操作简单、经济实用,但不能反映地震作用对结构的影响。拟动力试验又称联机试验,将模拟计算机与作动器联机求解结构动力方程。其优点是可以进行大比例尺模型结构的抗震试验,但是很难反应试件的速度和加速度特性。振动台试验是一种能真实再现地震作用和结构反应的试验方法,但是受振动台台面尺寸和承载力的限制,对于大型复杂结构只能进行小比例尺的模型试验,很难完全反应原型结构的性能。
实时混合试验是一种新型抗震试验方法。在实时混合试验中,原结构被分为数值子结构和试验子结构两部分,一般对于非线性较强或不确定性集中的部分进行大比例尺甚至足尺模型的混合试验,其余部分作为数值子结构。实时混合试验区别于拟动力试验,要求数值子结构的实时计算和试验子结构的实时加载。在大型复杂的混合试验中,由于数值模拟和边界条件的复杂性,很难保证计算实时和加载实时。具体而言,在常规混合试验方法的一个时间步长内,复杂的数值子结构计算时间过长,无法及时将命令信号传递给加载系统,即无法实现实时计算。类似地,复杂的试验子结构往往需要复杂的加载设备(如振动台)保证子结构间的边界条件,常常难以保证加载精度,即无法实现实时加载。采用时程级迭代混合试验方法,可以有效解决数值子结构的实时计算和试验子结构的实施加载问题。在时程级迭代实时混合试验的早期,由于试件的命令大多偏离真实解,其反力也有较大误差,导致下一步迭代响应结果仍然不理想,即收敛效率较低。针对上述问题,本专利提出一种基于模型更新的时程级迭代实时混合试验方法。
本发明提出的试验方法,不仅仅可以应用于结构抗震试验。本方法要求试验子结构可多次测试,只要是满足该条件的振动过程,均有可能采用该方法开展试验测试,如土木领域的粘滞阻尼、磁流变阻尼振动控制问题、交通领域的车-桥耦合振动问题、航天领域的飞行器交会对接问题等。
发明内容
本发明为了解决现有试验方法存在误差大、收敛效率低的问题,提出了一种基于模型更新的时程级迭代实时混合试验方法。所述基于模型更新的时程级迭代实时混合试验方法,将研究对象分为数值子结构和试验子结构两部分。试验子结构采用高性能电液伺服加载系统完成加载。本发明的关键技术在于:为了保证混合试验结果的可靠性,将常规混合试验方法中的积分步长级别的计算和加载变换成时程级别。通过模型更新,来解决常规时程级迭代实时混合试验方法早期收敛效率低的问题。即通过数值子结构计算得出命令时程,传递给加载系统进行全时程加载,采用测得的恢复力时程更新试验子结构模型。本发明方法将试验过程分为两个阶段,在第一阶段试验过程中,采用试验数据更新试件模型,将更新后的模型与数值子结构相结合,计算下一轮迭代的命令,从而大幅提高迭代收敛效率。在第二阶段试验过程中,不进行试验子结构模型更新,以消除模型识别更新带来的误差,保证迭代收敛精度。
本发明针对复杂的数值模拟计算和边界条件,提出了一种基于模型更新的时程级迭代实时混合试验方法。所述方法将试验分为两个阶段,第一阶段为基于模型更新的时程级迭代混合试验方法,第二阶段为常规时程级迭代混合试验方法。具体包含以下步骤:
一种基于模型更新的时程级迭代实时混合试验方法,所述迭代混合试验方法包括两个阶段,第一个阶段为:采用试验数据更新试件模型,将更新后的模型与数值子结构相结合,计算下一轮迭代的命令,从而大幅提高迭代收敛效率;第二个阶段为:时程级迭代混合试验方法,将测得的恢复力时程反馈给数值子结构,并且不进行试验子结构模型更新,以消除模型识别更新带来的误差,保证迭代收敛精度。
进一步地,所述迭代混合试验方法的具体过程包括:
第一个阶段:
步骤一、分别建立数值子结构和试验子结构的运动学方程;
步骤二、将数值子结构与试验子结构模型相结合,开展数值模拟计算,获得试验子结构的命令时程;
步骤三、将步骤二计算获得的命令时程传递给加载系统,对试验子结构进行全时程加载;若有必要,可多轮迭代加载,以实现更高的加载精度;加载过程中测得试验子结构的恢复力时程;
步骤四、利用步骤三测得的试验子结构的恢复力时程更新试验子结构模型,完成本轮迭代,本步骤是对试验子结构进行了模型更新;
步骤五、将本轮迭代后的恢复力时程与上一轮迭代的恢复力时程进行比较,若误差达到精度标准,则结束本阶段试验;若误差未达到精度标准,则返回到步骤二,重复步骤二至步骤四的过程,进行下一轮迭代,直至误差达到精度标准,当误差达到精度标准时,第一个阶段的试验结束;
第二个阶段:
步骤六、将满足误差标准时的恢复力时程反馈给数值子结构,开展数值模拟计算,获得试验子结构的命令时程;
步骤七、将步骤六获得的命令时程传递给加载系统,对试验子结构进行全时程加载;若有必要,可多轮迭代加载,以实现更高的加载精度;加载过程中测得试验子结构的恢复力时程;
步骤八、将步骤七测得的试验子结构的恢复力时程与上一轮迭代的恢复力时程进行比较,若误差达到精度标准,结束试验;若误差未达到精度标准,返回到步骤六,并重复步骤六至步骤七,进行下一轮迭代,直至力时程误差达到精度标准,结束试验。
进一步地,步骤二和步骤六所述数值模拟计算的输出为命令全时程,非一个积分步长后的响应。
进一步地,步骤三和步骤七所述测得试验子结构的恢复力全时程是指从零时刻至本轮加载结束的恢复力时程响应,并非该采样步的力响应。
进一步地,步骤四中将更新后的试验子结构模型与数值子结构相结合,计算整体结构的命令时程。
本发明有益效果:
本发明提出的一种基于模型更新的时程级迭代实时混合试验方法,其数值子结构的计算输出为命令全时程,非一个积分步长后的位移。试验子结构测得为试验子结构的恢复力全时程,非该采样步的力响应;在第一阶段试验中,采用试验数据进行试验子结构模型更新,从而大幅提高迭代收敛效率;在第二阶段试验中,将测得的力时程反馈给数值子结构,不对试验子结构进行模型更新,以消除模型识别误差的影响,保证迭代收敛精度。
附图说明
图1为磁悬浮列车-桥梁整体研究对象模型简图;
图2为混合试验中子结构的受力示意图;
图3为基于模型更新的时程级迭代实时混合试验基本原理图(以车桥耦合实时混合试验为例);
图4为基于模型更新的时程级迭代实时混合试验流程图(以车桥耦合实时混合试验为例);
图5为基于模型更新的时程级迭代实时混合试验基本原理图(以磁流变阻尼器实时混合试验为例);
图6为基于模型更新的时程级迭代实时混合试验流程图(以磁流变阻尼器实时混合试验为例)。
具体实施方式
下面结合具体实施例对本发明做进一步说明,但本发明不受实施例的限制。
实施例1:
以磁悬浮列车-桥梁耦合实时混合试验为例,阐述本发明方法的基本原理和使用步骤。为了进行磁悬浮列车的悬浮控制系统设计、轨道梁选型和桥梁设计提供试验数据支持,需要对列车-桥耦合振动试验,尤其是列车经过多跨桥时的耦合振动试验。由于桥梁结构试件体积太大,不可能搭建真实的桥梁试件。唯一的解决方案就是采用实时混合试验方法,研究列车-桥耦合振动。
磁悬浮列车-桥梁耦合实时混合试验的难点之一,就是如何准确、可靠复现列车过桥墩时的冲击现象。考虑到准确复现桥梁和列车在桥墩处的相互作用,需采用非常小的采样步长;而采用过小的采样步长,无法保证桥梁及数值车厢的实时计算和试验车厢的实时加载;基于时程级迭代的实时混合试验,由于计算误差的存在,早期收敛效率较低。导致实测试验子结构反力信号严重失真,无法开展常规实时混合试验。
下面结合附图对本发明进行详细说明。原型车桥简图如图1所示。取其中一节车厢进行试验加载,其余车厢以及桥梁进行数值模拟,试验过程中在线交互数据,进行实时混合试验,各子结构的受力示意图如图2所示。试验加载中利用振动台阵(8套三向六自由度振动台)模拟桥梁挠度及桥梁冲击对列车的作用,利用2套车端关系模拟系统(1台反力支架及1台水平作动器)模拟数值车厢对试验车厢的约束力。运用本发明进行车桥耦合实时混合试验的基本原理如图3所示,试验流程如图4所示。具体流程如下:
第一阶段:
步骤一、分别建立桥梁、数值车厢和试验车厢的动力学方程;
步骤二、将试验子结构模型和数值子结构相结合,计算桥梁从初始时刻到最终时刻的挠度和速度时程。进行悬浮控制,获得数值车厢的悬浮力时程及数值子结构对试验子结构的牵引力时程;
步骤三、将步骤二计算得到的桥梁挠度时程和速度时程、悬浮力和牵引力时程,传递给台阵振动控制系统和车端关系模拟系统,复现车厢实际的全时程振动。若满足加载精度,进入下一步。若不满足加载精度,进行迭代加载,直至加载结束;
步骤四、测得试验车厢的悬浮力时程及试验子结构对数值子结构的牵引力时程,用所述测得时程更新试验子结构模型;
步骤五、将测得的试验子结构的力时程与上一轮力时程进行比较,若误差满足精度标准,结束第一阶段试验;若误差不满足精度标准,重复步骤二至步骤五迭代过程,直至第一阶段试验结束。
第二阶段:
步骤六、将测得的试验子结构力时程反馈给数值子结构,计算桥梁挠度和速度时程。进行悬浮控制,获得数值车厢的悬浮力时程及数值子结构对试验子结构的牵引力时程;
步骤七、将步骤六计算得到的桥梁挠度时程和速度时程、悬浮力和牵引力时程,传递给台阵振动控制系统和车端关系模拟系统,复现车厢实际的全时程振动。若满足加载精度,进入下一步。若不满足加载精度,进行迭代加载,直至加载结束;测得试验车厢的悬浮力时程及试验子结构对数值子结构的牵引力时程;
步骤八、将测得的试验子结构的力时程与上一轮力时程进行比较,若误差满足精度标准,试验结束;若误差不满足精度标准,重复步骤七至步骤八,直至试验结束。
实施例2
下面以磁流变阻尼器实时混合试验对本发明进行详细说明。磁流变阻尼器是一种智能减振器,具有出力大、能耗小、响应迅速和性能连续可调等优点,且可进行多次测试试件,在车辆、机械、建筑及医疗等领域均有广泛应用。在实时混合试验中,一般将磁流变阻尼器作为试验子结构,用作动器进行加载,将结构的其他部分作为数值子结构。由此,可以实现大比例尺甚至足尺试验,得到更准确有效的试验结果。磁流变阻尼器实时混合试验的难点在于,由于数值子结构和边界条件的复杂性,无法实现数值子结构的实时计算和试验子结构的实时加载;采用基于时程级迭代的实时混合试验方法,受计算误差影响较大,导致迭代收敛效率低。
下面结合附图对本发明进行详细说明,如图5为磁流变阻尼器实时混合试验原理示意图,整体结构为三层框架,其中安装有磁流变阻尼器,其余结构为数值子结构。试验子结构由电液伺服作动器进行加载。图6为磁流变阻尼器实时混合试验流程图。具体流程如下:
第一阶段:
步骤一、分别建立数值子结构和试验子结构的动力学方程;
步骤二、将试验子结构模型与数值子结构相结合,开展数值模拟,计算外部激励作用下试验子结构的位移命令时程;
步骤三、将命令位移时程传递给试验加载系统,用作动器对磁流变阻尼器进行全时程的位移加载。若满足加载精度,进入下一步;若不满足加载精度,进行迭代加载,直至加载结束;
步骤四、测得试验子结构的反力时程,采用该时程进行试验子结构模型更新;
步骤五、上一轮迭代测得的反力时程进行比较,若误差满足精度标准,结束第一阶段试验。若误差不满足精度标准,重复步骤步骤二至步骤五迭代过程,直至第一阶段试验结束;
第二阶段:
步骤六、将试验子结构的力时程反馈给数值子结构,计算试验子结构的位移命令时程;
步骤七、将命令位移时程传递给试验加载系统,用作动器对磁流变阻尼器进行全时程的位移加载。若满足加载精度,进入下一步。若不满足加载精度,进行迭代加载,直至加载结束;测得试验子结构的反力时程;
步骤八,与上一轮迭代测得的反力时程进行比较,若误差满足精度标准,试验结束;若误差不满足精度标准,重复步骤七至步骤八,直至试验结束。
本发明提出的一种基于模型更新的时程级迭代实时混合试验方法,其数值子结构的计算输出为命令全时程,非一个积分步长后的位移。试验子结构测得为试验子结构的恢复力全时程,非该采样步的力响应;在第一阶段试验中,采用试验数据进行试验子结构模型更新,从而大幅提高迭代收敛效率;在第二阶段试验中,将测得的力时程反馈给数值子结构,不对试验子结构进行模型更新,以消除模型识别误差的影响,保证迭代收敛精度。
虽然本发明已以较佳的实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可以做各种改动和修饰,因此本发明的保护范围应该以权利要求书所界定的为准。同时,需要说明的是,本发明的说明书及其附图中给出了本发明的较佳的实施方式,但是,本发明可以通过许多不同的形式来实现,并不限于本说明书所描述的实施方式,这些实施方式不作为对本发明内容的额外限制,提供这些实施方式的目的是使对本发明的公开内容的理解更加透彻全面。并且,上述各技术特征继续相互组合,形成未在上面列举的各种实施方式,均视为本发明说明书记载的范围;进一步地,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (3)

1.一种时程级基于模型更新的迭代混合试验方法,其特征在于,所述迭代混合试验方法包括两个阶段,第一个阶段为:采用试验数据更新试件模型,将更新后的模型与数值子结构相结合,计算下一轮迭代的命令,从而大幅提高迭代收敛效率;第二个阶段为:时程级迭代混合试验方法,将测得的恢复力时程反馈给数值子结构,并且不进行试验子结构模型更新,以消除模型识别更新带来的误差,保证迭代收敛精度,
所述迭代混合试验方法的具体过程包括:
第一个阶段:
步骤一、分别建立数值子结构和试验子结构的运动学方程;
步骤二、将数值子结构与试验子结构模型相结合,开展数值模拟计算,获得试验子结构的命令时程;
步骤三、将步骤二计算获得的命令时程传递给加载系统,对试验子结构进行全时程加载;加载过程中测得试验子结构的恢复力时程;
步骤四、利用步骤三测得的试验子结构的恢复力时程更新试验子结构模型,完成本轮迭代,具体的,将更新后的试验子结构模型与数值子结构相结合,计算整体结构的命令时程;
步骤五、将本轮迭代后的恢复力时程与上一轮迭代的恢复力时程进行比较,若误差达到精度标准,则结束本阶段试验;若误差未达到精度标准,则返回到步骤二,重复步骤二至步骤四的过程,进行下一轮迭代,直至误差达到精度标准,当误差达到精度标准时,第一个阶段的试验结束;
第二个阶段:
步骤六、将满足误差标准时的恢复力时程反馈给数值子结构,开展数值模拟计算,获得试验子结构的命令时程;
步骤七、将步骤六获得的命令时程传递给加载系统,对试验子结构进行全时程加载;加载过程中测得试验子结构的恢复力时程;
步骤八、将步骤七测得的试验子结构的恢复力时程与上一轮迭代的恢复力时程进行比较,若误差达到精度标准,结束试验;若误差未达到精度标准,返回到步骤六,并重复步骤六至步骤七,进行下一轮迭代,直至力时程误差达到精度标准,结束试验。
2.根据权利要求1所述迭代混合试验方法,其特征在于,步骤二和步骤六所述数值模拟计算的输出为命令全时程,非一个积分步长后的响应。
3.根据权利要求1所述迭代混合试验方法,其特征在于,步骤三和步骤七所述测得试验子结构的恢复力全时程为从零时刻至本轮加载结束的恢复力时程响应,并非采样步的力响应。
CN201910389188.6A 2019-05-10 2019-05-10 一种基于模型更新的时程级迭代实时混合试验方法 Active CN110132515B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910389188.6A CN110132515B (zh) 2019-05-10 2019-05-10 一种基于模型更新的时程级迭代实时混合试验方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910389188.6A CN110132515B (zh) 2019-05-10 2019-05-10 一种基于模型更新的时程级迭代实时混合试验方法

Publications (2)

Publication Number Publication Date
CN110132515A CN110132515A (zh) 2019-08-16
CN110132515B true CN110132515B (zh) 2021-07-16

Family

ID=67573244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910389188.6A Active CN110132515B (zh) 2019-05-10 2019-05-10 一种基于模型更新的时程级迭代实时混合试验方法

Country Status (1)

Country Link
CN (1) CN110132515B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110765533A (zh) * 2019-10-25 2020-02-07 唐山市曹妃甸区住房和城乡建设局 一种复合墙结构抗震性能测试系统及方法
CN110728094A (zh) * 2019-10-29 2020-01-24 黑龙江科技大学 一种新型整体结构拟静力试验方法
CN110795884B (zh) * 2019-11-20 2022-10-28 黑龙江科技大学 一种基于多尺度模型更新的新型混合试验方法
CN111323185B (zh) * 2020-03-16 2021-11-12 西安建筑科技大学 一种空间框架模型自适应实时混合仿真试验加载方法
US11150159B2 (en) 2020-03-16 2021-10-19 Xi'an University Of Architecture And Technology Adaptive loading method for real-time hybrid simulation testing of space frame model
CN112380631B (zh) * 2020-12-02 2023-02-14 黑龙江科技大学 一种基于神经网络的新型迭代混合试验方法
CN112364440B (zh) * 2020-12-02 2022-04-05 黑龙江科技大学 一种非线性模型线性化力修正迭代混合试验方法
CN113392451B (zh) * 2021-06-09 2022-05-17 哈尔滨工业大学 基于车-桥梁耦合作用力修正的桥梁模型更新方法、系统、存储介质及设备
CN114707390B (zh) * 2022-05-05 2023-04-21 哈尔滨工业大学 基于分层壳材料本构参数更新混合试验方法及分析方法
CN115618467A (zh) * 2022-10-18 2023-01-17 中铁大桥局集团有限公司 振动台迭代学习控制方法及其存储介质和电子设备
CN115794644B (zh) * 2022-12-06 2023-06-09 哈尔滨工业大学 一种基于单试件重启动多任务加载的实时混合试验方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102297784A (zh) * 2011-05-26 2011-12-28 郑州航空工业管理学院 一种建筑结构物抗风安全性能的评价方法
CN102680193B (zh) * 2012-05-16 2014-08-13 东南大学 一种结构抗震分析的区间反应谱法
CN105865735B (zh) * 2016-04-29 2018-05-08 浙江大学 一种基于视频监控的桥梁振动测试与动力特性识别方法
CN109459129A (zh) * 2018-09-27 2019-03-12 成都理工大学 一种高效求解高速列车过桥振动随机特性的分析方法
CN109614580A (zh) * 2019-02-21 2019-04-12 东南大学 基于在线Xgboost算法的抗震混合试验模型更新方法

Also Published As

Publication number Publication date
CN110132515A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110132515B (zh) 一种基于模型更新的时程级迭代实时混合试验方法
CN109766668B (zh) 一种基于重启动的实时混合试验方法
CN112364440B (zh) 一种非线性模型线性化力修正迭代混合试验方法
CN100478965C (zh) 铁路轨道系统动态性能可视化仿真方法
CN106777549B (zh) 一种面向荷载试验的桥梁多尺度有限元模拟方法
CN109902404A (zh) 不同阻尼形式的结构时程响应积分的统一递推计算方法
CN114997020B (zh) 一种基于多自由度车辆动态响应的接触点反演算法
CN110631792A (zh) 基于卷积神经网络的抗震混合试验模型更新方法
CN111027261B (zh) 一种用于研究结构风激励响应的混合模拟试验方法
CN116362089A (zh) 车辆-有砟轨道-路基空间耦合动力学方法、装置及设备
CN104807606A (zh) 一种matlab-stm32混合动力试验系统及其试验方法
CN115034106A (zh) 一种结合vfife和fem的索-梁-塔耦合振动数值模拟方法
CN112380631B (zh) 一种基于神经网络的新型迭代混合试验方法
CN111753448B (zh) 一种船舶设备高精度冲击计算方法及系统
CN209820722U (zh) 一种分离式混合试验系统
CN112100873A (zh) 水工建筑物承载力的确定方法
CN110765560A (zh) 一种基于时变阻尼机械机构振动预测方法
Qu et al. Multi-axle moving train loads identification on simply supported bridge by using simulated annealing genetic algorithm
Moustafa et al. Development of hybrid simulation system for multi-degree-of-freedom large-scale testing
CN102402187B (zh) 空分装备放大设计的半实物仿真方法
CN104809300B (zh) 脉冲子结构与有限元刚‑弹混合连接的动力学模拟方法
CN109992926A (zh) 轴承外圈缺陷角位置量化评估方法
CN117131741B (zh) 一种输电塔子结构抗风实时混合实验方法及系统
CN118797787A (zh) 计算大跨度高铁桥梁车-轨-桥耦合动力响应的模拟方法
Yang et al. Real-time hybrid testing on a girder bridge model by using shaking-table and actuator

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