CN111563338A - 一种考虑有界测量误差的桁架结构动载荷识别方法 - Google Patents

一种考虑有界测量误差的桁架结构动载荷识别方法 Download PDF

Info

Publication number
CN111563338A
CN111563338A CN202010330418.4A CN202010330418A CN111563338A CN 111563338 A CN111563338 A CN 111563338A CN 202010330418 A CN202010330418 A CN 202010330418A CN 111563338 A CN111563338 A CN 111563338A
Authority
CN
China
Prior art keywords
interval
truss structure
load
finite element
element 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.)
Granted
Application number
CN202010330418.4A
Other languages
English (en)
Other versions
CN111563338B (zh
Inventor
许孟辉
张洋
姜楠
杜建科
张明华
金育安
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.)
Ningbo University
Original Assignee
Ningbo University
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 Ningbo University filed Critical Ningbo University
Priority to CN202010330418.4A priority Critical patent/CN111563338B/zh
Publication of CN111563338A publication Critical patent/CN111563338A/zh
Application granted granted Critical
Publication of CN111563338B publication Critical patent/CN111563338B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Structural Engineering (AREA)
  • Computing Systems (AREA)
  • Complex Calculations (AREA)

Abstract

本发明公开了一种考虑有界测量误差的桁架结构动载荷识别方法，特点是首先获取桁架结构的材料参数、几何参数、固定方式、待识别动载荷的数量L和作用位置，建立桁架结构的有限元模型，再在桁架结构上预先选定测量区域，由测量人员通过在桁架结构上的测量区域内选定测量点测量获取H个区间位移，并得到区间位移向量的中点向量，随后构造传递函数矩阵，获取区间载荷中点向量和区间载荷半径，从而获得区间载荷时间历程，最终完成待识别动载荷的识别；优点是通过对桁架结构上选定方便直接测量的测量区域内选定测量点测量获取多个区间位移，间接实现对待识别动载荷的识别，识别结果更加可靠，且识别过程简洁方便。

Description

一种考虑有界测量误差的桁架结构动载荷识别方法
技术领域
本发明涉及一种动载荷识别的技术领域，尤其是一种考虑有界测量误差的桁架结构动载荷识别方法。
背景技术
桁架结构广泛应用于各类军用与民用领域，如高压电塔架等，其分析、设计、优化与控制等都需要精确的外部载荷信息，在诸多工况下，桁架结构所受的动载荷难以直接测量或不可直接测量，如地震载荷、风载荷等；相比较而言，动载荷作用于桁架结构上所产生的响应(如位移响应、速度响应、加速度响应、应变等)则易于测量，从而可以通过测量得到的响应信息与桁架结构的动态特性来识别动载荷；然而，由于测量技术、测量设备等因素限制，在响应信息测量过程中不可避免地存在测量误差，对相同激励作用的同一个桁架结构而言，每次测量得到的响应信息存在一定差异，在有界测量误差条件下桁架结构在任意时刻的响应在一个有界范围内波动，因此采用现有方法通过多次测量得到的动载荷识别结果与对应的真实载荷之间存在的误差具有未知性，所得结果不够可靠，且识别过程也较为复杂。
发明内容
本发明所要解决的技术问题是提供一种测量结果可靠、测量过程方便的考虑有界测量误差的桁架结构动载荷识别方法。
本发明解决上述技术问题所采用的技术方案为：一种考虑有界测量误差的桁架结构动载荷识别方法，包括以下步骤：
①获取桁架结构的材料参数、几何参数、固定方式、待识别动载荷的数量L和作用位置，建立桁架结构的有限元模型，定义有限元模型的刚度矩阵为K，定义有限元模型的质量矩阵为M，定义结构阻尼为C，C＝αK+βM，其中，α和β分别是给定的瑞利阻尼参数，定义作用于桁架结构上的待识别动载荷为f(1)(t),f(2)(t),…f(L)(t)，定义f(1)(t)在有限元模型的所有载荷向量中的序号是
Figure BDA0002464761660000021
定义f(2)(t)在有限元模型的载荷向量中的序号是
Figure BDA0002464761660000022
定义f(L)(t)在有限元模型的载荷向量中的序号是
Figure BDA0002464761660000023
②在桁架结构上预先选定测量区域，由测量人员通过在桁架结构上的测量区域内选定测量点测量获取H个区间位移
Figure BDA0002464761660000024
其中H≥L，定义
Figure BDA0002464761660000025
在有限元模型中的位移向量的序号为k1，
Figure BDA0002464761660000026
在有限元模型位移向量中的序号为k2，
Figure BDA0002464761660000027
在有限元模型位移向量中的序号为kH，
将[0,T0]等分为Q个小时间段，每个小时间段的时间步长表示为Δt，获得Q+1个离散时刻0,Δt,2Δt,…,QΔt，将
Figure BDA0002464761660000028
在每个离散时刻Δt,2Δt,…,QΔt的取值表示为列向量
Figure BDA0002464761660000029
将
Figure BDA00024647616600000210
在离散时刻Δt,2Δt,…,QΔt的取值表示为列向量
Figure BDA00024647616600000211
将
Figure BDA00024647616600000212
在离散时刻Δt,2Δt,…,QΔt的取值表示为列向量
Figure BDA00024647616600000213
将
Figure BDA00024647616600000214
按顺序排列组成一个列向量并定义为区间位移向量yI，定义yI的中点向量为yC；
③根据K和质量矩阵M获取有限元模型的模态集合并记为
Figure BDA00024647616600000215
其中N为有限元模型的自由度，j表示有限元模型的自由度索引值，1≤j≤N，
Figure BDA00024647616600000216
表示第j阶模态，定义第j阶的模态质量为mpj，
Figure BDA00024647616600000217
定义第j阶的模态刚度为kpj，
Figure BDA00024647616600000218
其中T表示矩阵转置符号，定义第j阶的固有频率为
Figure BDA00024647616600000219
定义第j阶的模态阻尼为cj＝αkpj+βmpj，定义第j阶的阻尼比为
Figure BDA00024647616600000220
定义第j阶的阻尼固有频率为
Figure BDA00024647616600000221
设定测量时间段为[0,T0]，定义在测量时间段内的任意时刻t时第j阶的脉冲响应为gj(t)，
Figure BDA00024647616600000222
0≤t≤T0，其中，e表示自然常数；
④定义传递函数矩阵为G，
Figure BDA0002464761660000031
其中，
Figure BDA0002464761660000032
Figure BDA0002464761660000033
Figure BDA0002464761660000034
Figure BDA0002464761660000041
Figure BDA0002464761660000042
其中，
Figure BDA0002464761660000043
指
Figure BDA0002464761660000044
的第k1个分量，
Figure BDA0002464761660000045
指
Figure BDA0002464761660000046
的第
Figure BDA0002464761660000047
个分量，
Figure BDA0002464761660000048
指
Figure BDA0002464761660000049
的第
Figure BDA00024647616600000410
个分量，
Figure BDA00024647616600000411
指
Figure BDA00024647616600000412
的第kh个分量，
Figure BDA00024647616600000413
指
Figure BDA00024647616600000414
的第
Figure BDA00024647616600000415
个分量，
Figure BDA00024647616600000416
指
Figure BDA00024647616600000417
的第kH个分量，
Figure BDA00024647616600000418
指
Figure BDA00024647616600000419
的第
Figure BDA00024647616600000420
个分量；
⑤根据G和yc获取函数
Figure BDA00024647616600000421
的最小值点并记为αc，
其中||·||表示向量的2-范数，tr(·)表示矩阵的迹，I是行数为H×Q的单位矩阵，I'是行数为L×Q的单位矩阵，进一步获得区间载荷中点向量fc＝(GTG+αcI')-1GTyc；
⑥定义基准波动量
Figure BDA00024647616600000422
其中E表示元素都为1且维数与fc相同的向量，将G中的所有取值为负的元素修正为零获得新矩阵G+，将G中的所有取值为正的元素修正为零获得新矩阵G-，
初始化常数值λU，判断当
Figure BDA00024647616600000423
时
Figure BDA00024647616600000424
中的每一行的区间分量是否包含yI中对应的相同行的区间分量，若是则执行步骤⑦，若否则增大λU直至
Figure BDA0002464761660000051
的每一行组成的区间分量包含yI中对应的相同行的区间分量后，执行步骤⑦；
⑦当λL＝0时获得初始的当前波动因子区间[λL,λU]，判断当前波动因子区间的长度小于ε＝10-3是否成立，若成立则执行步骤⑨，若不成立，则执行步骤⑧；
⑧将波动因子λ取值为当前波动因子区间的中点，获得区间载荷
Figure BDA0002464761660000052
根据
Figure BDA0002464761660000053
获得诱导区间响应
Figure BDA0002464761660000054
判断
Figure BDA0002464761660000055
的每一行的区间分量是否包含yI中对应的相同行的区间分量，若
Figure BDA0002464761660000056
的每一行的区间分量包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure BDA0002464761660000057
并返回执行步骤⑦，若存在
Figure BDA0002464761660000058
的其中一行的区间分量不包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure BDA0002464761660000059
并返回执行步骤⑦；
⑨将波动因子λ的最优值取为波动因子区间的上界并记为λopt，获得载荷fr＝λoptfδ，进一步获得区间载荷向量为fI＝[fc-fr,fc+fr]，其中fI的第1个元素至第Q个元素为待识别动载荷f(1)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第Q+1个元素至第2Q个元素为待识别动载荷f(2)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第(L-1)Q+1个元素至第LQ个元素为待识别动载荷f(L)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，最终完成待识别动载荷的识别。
所述的步骤②中，当T0＝10s，Q＝200。T0和Q根据需要选择，增大Q增大计算量的同时可以提升精度。
所述的步骤③中，N为有限元模型的自由度即为K的行数。
所述的步骤⑥中，λU＝0.05或λU＝0.01。
与现有技术相比，本发明的优点在于首先获取桁架结构的材料参数、几何参数、固定方式、待识别动载荷的数量L和作用位置，建立桁架结构的有限元模型，再在桁架结构上预先选定测量区域，由测量人员通过在桁架结构上的测量区域内选定测量点测量获取H个区间位移，并得到区间位移向量的中点向量，随后构造传递函数矩阵，获取区间载荷中点向量和区间载荷半径，获得区间载荷时间历程，最终完成待识别动载荷的识别；
以上方法通过对桁架结构上选定方便直接测量的测量区域内选定测量点测量获取多个区间位移，间接实现对待识别动载荷的识别，过程中利用了有界区间来描述桁架结构响应的测量误差，给出了桁架结构响应的有界测量误差对动载荷识别结果的影响规律，所得识别结果为真实动载荷所落入的范围，识别结果更加可靠，为桁架结构的分析、设计、优化与控制过程提供更可靠有效的依据，且识别过程简洁方便，适用于小样本测量数据条件下的动载荷识别问题，还适用于难以精确地测量响应信息条件下的桁架结构动力学分析、设计、优化与控制领域的外部激励的确定，经过模拟实验可得，真实载荷完全位于以上方法最终给出的区间载荷向量对应的范围内，在有界测量误差条件下实现了动载荷的准确识别。
附图说明
图1为本发明的步骤原理图；
图2为实施例中的十二杆空间刚架结构；
图3为实施例中考虑有界测量误差的测量区间响应时间历程；
图4为实施例中对动载荷的识别结果。
具体实施方式
以下结合附图实施例对本发明作进一步详细描述。
一种考虑有界测量误差的桁架结构动载荷识别方法，包括以下步骤：
①获取桁架结构的材料参数、几何参数、固定方式、待识别动载荷的数量L和作用位置，建立桁架结构的有限元模型，定义有限元模型的刚度矩阵为K，定义有限元模型的质量矩阵为M，定义结构阻尼为C，C＝αK+βM，其中，α和β分别是给定的瑞利阻尼参数，如α＝0.1，β＝0.0001，定义作用于桁架结构上的待识别动载荷为f(1)(t),f(2)(t),…f(L)(t)，定义f(1)(t)在有限元模型的所有载荷向量中的序号是
Figure BDA0002464761660000071
定义f(2)(t)在有限元模型的载荷向量中的序号是
Figure BDA0002464761660000072
定义f(L)(t)在有限元模型的载荷向量中的序号是
Figure BDA0002464761660000073
②在桁架结构上预先选定测量区域，由测量人员通过在桁架结构上的测量区域内选定测量点测量获取H个区间位移yI (1)(t),yI (2)(t),…,yI (H)(t)，其中H≥L，定义
Figure BDA0002464761660000074
在有限元模型中的位移向量的序号为k1，
Figure BDA0002464761660000075
在有限元模型位移向量中的序号为k2，
Figure BDA0002464761660000076
在有限元模型位移向量中的序号为kH，
将[0,T0]等分为Q个小时间段，每个小时间段的时间步长表示为Δt，获得Q+1个离散时刻0,Δt,2Δt,...,QΔt，将
Figure BDA0002464761660000077
在每个离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure BDA0002464761660000078
将
Figure BDA0002464761660000079
在离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure BDA00024647616600000710
将
Figure BDA00024647616600000711
在离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure BDA00024647616600000712
将
Figure BDA00024647616600000713
按顺序排列组成一个列向量并定义为区间位移向量yI，定义yI的中点向量为yC；其中，当T0＝10s，Q＝200，T0和Q根据实际需要选择，增大Q增大计算量的同时可以提升精度，区间位移定义为：任意时刻位移响应在有界范围内波动的位移，中点向量指区间位移向量的区间上界与区间下界的平均值点组成的向量。
③根据K和质量矩阵M获取有限元模型的模态集合并记为
Figure BDA00024647616600000714
其中N为有限元模型的自由度，步骤②中，N为有限元模型的自由度即为K的行数，j表示有限元模型的自由度索引值，1≤j≤N，
Figure BDA00024647616600000715
表示第j阶模态，定义第j阶的模态质量为mpj，
Figure BDA00024647616600000716
定义第j阶的模态刚度为kpj，
Figure BDA00024647616600000717
其中T表示矩阵转置符号，定义第j阶的固有频率为
Figure BDA00024647616600000718
定义第j阶的模态阻尼为cj＝αkpj+βmpj，定义第j阶的阻尼比为
Figure BDA00024647616600000719
定义第j阶的阻尼固有频率为
Figure BDA00024647616600000720
设定测量时间段为[0,T0]，定义在测量时间段内的任意时刻t时第j阶的脉冲响应为gj(t)，
Figure BDA0002464761660000081
0≤t≤T0，其中，e表示自然常数。
④定义传递函数矩阵为G，
Figure BDA0002464761660000082
其中，
Figure BDA0002464761660000083
Figure BDA0002464761660000084
Figure BDA0002464761660000085
Figure BDA0002464761660000091
Figure BDA0002464761660000092
其中，
Figure BDA0002464761660000093
指
Figure BDA0002464761660000094
的第k1个分量，
Figure BDA0002464761660000095
指
Figure BDA0002464761660000096
的第
Figure BDA0002464761660000097
个分量，
Figure BDA0002464761660000098
指
Figure BDA0002464761660000099
的第
Figure BDA00024647616600000910
个分量，
Figure BDA00024647616600000911
指
Figure BDA00024647616600000912
的第kh个分量，
Figure BDA00024647616600000913
指
Figure BDA00024647616600000914
的第
Figure BDA00024647616600000915
个分量，
Figure BDA00024647616600000916
指
Figure BDA00024647616600000917
的第kH个分量，
Figure BDA00024647616600000918
指
Figure BDA00024647616600000919
的第
Figure BDA00024647616600000920
个分量；
⑤根据G和yc获取函数
Figure BDA00024647616600000921
的最小值点并记为αc，其中||·||表示向量的2-范数，tr(·)表示矩阵的迹，I是行数为H×Q的单位矩阵，I'是行数为L×Q的单位矩阵，进一步获得区间载荷中点向量fc＝(GTG+αcI')-1GTyc。
⑥定义基准波动量
Figure BDA00024647616600000922
其中E表示元素都为1且维数与fc相同的向量，将G中的所有取值为负的元素修正为零获得新矩阵G+，将G中的所有取值为正的元素修正为零获得新矩阵G-，
初始化常数值λU，判断当
Figure BDA00024647616600000923
时
Figure BDA00024647616600000924
中的每一行的区间分量是否包含yI中对应的相同行的区间分量，若是则执行步骤⑦，若否则增大λU直至
Figure BDA0002464761660000101
的每一行组成的区间分量包含yI中对应的相同行的区间分量后，执行步骤⑦；λU通常取值为λU＝0.05或λU＝0.01，也可根据实际情况调整大小。
⑦当λL＝0时获得初始的当前波动因子区间[λL,λU]，判断当前波动因子区间的长度小于ε＝10-3是否成立，若成立则执行步骤⑨，若不成立，则执行步骤⑧。
⑧将波动因子λ取值为当前波动因子区间的中点，获得区间载荷
Figure BDA0002464761660000102
根据
Figure BDA0002464761660000103
获得诱导区间响应
Figure BDA0002464761660000104
判断
Figure BDA0002464761660000105
的每一行的区间分量是否包含yI中对应的相同行的区间分量，若
Figure BDA0002464761660000106
的每一行的区间分量包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure BDA0002464761660000107
并返回执行步骤⑦，若存在
Figure BDA0002464761660000108
的其中一行的区间分量不包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure BDA0002464761660000109
并返回执行步骤⑦；
⑨将波动因子λ的最优值取为波动因子区间的上界并记为λopt，获得载荷fr＝λoptfδ，进一步获得区间载荷向量为fI＝[fc-fr,fc+fr]，其中fI的第1个元素至第Q个元素为待识别动载荷f(1)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第Q+1个元素至第2Q个元素为待识别动载荷f(2)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第(L-1)Q+1个元素至第LQ个元素为待识别动载荷f(L)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，最终完成待识别动载荷的识别。
以下采用上述方法对桁架结构的动载荷进行识别的模拟应用举例：以图2所示的底边四个点固定支撑的十二杆空间桁架结构为对象，材料参数包括：材料密度为7800千克/立方米、杨氏模量为210GPa；几何参数包括：杆件长度如图所示，杆件横截面积为1平方厘米；桁架结构在底端4个节点处固定；待识别动载荷个数为1，作用于节点7的y轴方向，选择欧拉-伯努利梁模拟刚架结构中每个圆柱形杆件的变形特性，建立刚架结构的有限元模型，瑞利阻尼参数给定为α＝0.1,β＝0.0001，在时间段[0,10]秒内识别外部载荷，时间步长为Δt＝0.05秒，，测量节点5处y方向的位移响应；考虑有界测量误差条件下，测量区间响应时间历程如图3所示，初始化波动因子区间为[0,0.05]，阈值为ε＝10-3，最终获得最优波动因子λopt＝0.0245，利用本发明方法识别的动载荷的区间时间历程以图4表示，从识别结果可以看出：真实载荷完全位于以上实施例的方法给出的界限内，在有界测量误差条件下实现了动载荷的可靠识别。

Claims (4)

1.一种考虑有界测量误差的桁架结构动载荷识别方法，其特征在于包括以下步骤：
①获取桁架结构的材料参数、几何参数、固定方式、待识别动载荷的数量L和作用位置，建立桁架结构的有限元模型，定义有限元模型的刚度矩阵为K，定义有限元模型的质量矩阵为M，定义结构阻尼为C，C＝αK+βM，其中，α和β分别是给定的瑞利阻尼参数，定义作用于桁架结构上的待识别动载荷为f(1)(t),f(2)(t),…f(L)(t)，定义f(1)(t)在有限元模型的所有载荷向量中的序号是
Figure FDA0002464761650000011
定义f(2)(t)在有限元模型的载荷向量中的序号是
Figure FDA0002464761650000012
定义f(L)(t)在有限元模型的载荷向量中的序号是
Figure FDA0002464761650000013
②在桁架结构上预先选定测量区域，由测量人员通过在桁架结构上的测量区域内选定测量点测量获取H个区间位移yI (1)(t),yI (2)(t),…,yI (H)(t)，其中H≥L，定义
Figure FDA0002464761650000014
在有限元模型中的位移向量的序号为k1，
Figure FDA0002464761650000015
在有限元模型位移向量中的序号为k2，
Figure FDA0002464761650000016
在有限元模型位移向量中的序号为kH，
将[0,T0]等分为Q个小时间段，每个小时间段的时间步长表示为Δt，获得Q+1个离散时刻0,Δt,2Δt,...,QΔt，将
Figure FDA0002464761650000017
在每个离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure FDA0002464761650000018
将
Figure FDA0002464761650000019
在离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure FDA00024647616500000110
将
Figure FDA00024647616500000111
在离散时刻Δt,2Δt,...,QΔt的取值表示为列向量
Figure FDA00024647616500000112
将
Figure FDA00024647616500000113
按顺序排列组成一个列向量并定义为区间位移向量yI，定义yI的中点向量为yC；
③根据K和质量矩阵M获取有限元模型的模态集合并记为
Figure FDA00024647616500000114
其中N为有限元模型的自由度，j表示有限元模型的自由度索引值，1≤j≤N，
Figure FDA00024647616500000115
表示第j阶模态，定义第j阶的模态质量为mpj，
Figure FDA00024647616500000116
定义第j阶的模态刚度为kpj，
Figure FDA00024647616500000117
其中T表示矩阵转置符号，定义第j阶的固有频率为
Figure FDA00024647616500000118
定义第j阶的模态阻尼为cj＝αkpj+βmpj，定义第j阶的阻尼比为
Figure FDA00024647616500000119
定义第j阶的阻尼固有频率为
Figure FDA00024647616500000120
设定测量时间段为[0,T0]，定义在测量时间段内的任意时刻t时第j阶的脉冲响应为gj(t)，
Figure FDA0002464761650000021
其中，e表示自然常数；
④定义传递函数矩阵为G，
Figure FDA0002464761650000022
其中，
Figure FDA0002464761650000023
Figure FDA0002464761650000024
Figure FDA0002464761650000025
Figure FDA0002464761650000031
Figure FDA0002464761650000032
其中，
Figure FDA0002464761650000033
指
Figure FDA0002464761650000034
的第k1个分量，
Figure FDA0002464761650000035
指
Figure FDA0002464761650000036
的第
Figure FDA0002464761650000037
个分量，
Figure FDA0002464761650000038
指
Figure FDA0002464761650000039
的第
Figure FDA00024647616500000310
个分量，
Figure FDA00024647616500000311
指
Figure FDA00024647616500000312
的第kh个分量，
Figure FDA00024647616500000313
指
Figure FDA00024647616500000314
的第
Figure FDA00024647616500000315
个分量，
Figure FDA00024647616500000316
指
Figure FDA00024647616500000317
的第kH个分量，
Figure FDA00024647616500000318
指
Figure FDA00024647616500000319
的第
Figure FDA00024647616500000320
个分量；
⑤根据G和yc获取函数
Figure FDA00024647616500000321
的最小值点并记为αc，
其中||·||表示向量的2-范数，tr(·)表示矩阵的迹，I是行数为H×Q的单位矩阵，I'是行数为L×Q的单位矩阵，进一步获得区间载荷中点向量fc＝(GTG+αcI')-1GTyc；
⑥定义基准波动量
Figure FDA00024647616500000322
其中E表示元素都为1且维数与fc相同的向量，将G中的所有取值为负的元素修正为零获得新矩阵G+，将G中的所有取值为正的元素修正为零获得新矩阵G-，
初始化常数值λU，判断当
Figure FDA00024647616500000323
时
Figure FDA00024647616500000324
中的每一行的区间分量是否包含yI中对应的相同行的区间分量，若是则执行步骤⑦，若否则增大λU直至
Figure FDA0002464761650000041
的每一行组成的区间分量包含yI中对应的相同行的区间分量后，执行步骤⑦；
⑦当λL＝0时获得初始的当前波动因子区间[λL,λU]，判断当前波动因子区间的长度小于ε＝10-3是否成立，若成立则执行步骤⑨，若不成立，则执行步骤⑧；
⑧将波动因子λ取值为当前波动因子区间的中点，获得区间载荷
Figure FDA0002464761650000042
根据
Figure FDA0002464761650000043
获得诱导区间响应
Figure FDA0002464761650000044
判断
Figure FDA0002464761650000045
的每一行的区间分量是否包含yI中对应的相同行的区间分量，若
Figure FDA0002464761650000046
的每一行的区间分量包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure FDA0002464761650000047
并返回执行步骤⑦，若存在
Figure FDA0002464761650000048
的其中一行的区间分量不包含yI中对应的相同行的区间分量，则将当前波动因子区间更新为
Figure FDA0002464761650000049
并返回执行步骤⑦；
⑨将波动因子λ的最优值取为波动因子区间的上界并记为λopt，获得载荷fr＝λoptfδ，进一步获得区间载荷向量为fI＝[fc-fr,fc+fr]，其中fI的第1个元素至第Q个元素为待识别动载荷f(1)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第Q+1个元素至第2Q个元素为待识别动载荷f(2)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，fI的第(L-1)Q+1个元素至第LQ个元素为待识别动载荷f(L)(t)在离散时刻0,Δt,...,(Q-1)Δt的范围，最终完成待识别动载荷的识别。
2.根据权利要求1所述的一种考虑有界测量误差的桁架结构动载荷识别方法，其特征在于所述的步骤②中，当T0＝10s，Q＝200。
3.根据权利要求1所述的一种考虑有界测量误差的桁架结构动载荷识别方法，其特征在于所述的步骤③中，N为有限元模型的自由度即为K的行数。
4.根据权利要求1所述的一种考虑有界测量误差的桁架结构动载荷识别方法，其特征在于所述的步骤⑥中，λU＝0.05或λU＝0.01。
CN202010330418.4A 2020-04-24 2020-04-24 一种考虑有界测量误差的桁架结构动载荷识别方法 Active CN111563338B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010330418.4A CN111563338B (zh) 2020-04-24 2020-04-24 一种考虑有界测量误差的桁架结构动载荷识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010330418.4A CN111563338B (zh) 2020-04-24 2020-04-24 一种考虑有界测量误差的桁架结构动载荷识别方法

Publications (2)

Publication Number Publication Date
CN111563338A true CN111563338A (zh) 2020-08-21
CN111563338B CN111563338B (zh) 2023-04-07

Family

ID=72067868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010330418.4A Active CN111563338B (zh) 2020-04-24 2020-04-24 一种考虑有界测量误差的桁架结构动载荷识别方法

Country Status (1)

Country Link
CN (1) CN111563338B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8353240B1 (en) * 2010-12-22 2013-01-15 Hrl Laboratories, Llc Compressible fluid filled micro-truss for energy absorption
CN108491578A (zh) * 2018-02-13 2018-09-04 东南大学 一种基于摄动随机有限元的随机动载荷识别方法
CN109849932A (zh) * 2019-03-27 2019-06-07 哈尔滨工业大学 一种路面自适应的车轮动载荷估计系统及方法
CN110569549A (zh) * 2019-08-07 2019-12-13 宁波大学 一种基于区间摄动的桁架结构的动载荷识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8353240B1 (en) * 2010-12-22 2013-01-15 Hrl Laboratories, Llc Compressible fluid filled micro-truss for energy absorption
CN108491578A (zh) * 2018-02-13 2018-09-04 东南大学 一种基于摄动随机有限元的随机动载荷识别方法
CN109849932A (zh) * 2019-03-27 2019-06-07 哈尔滨工业大学 一种路面自适应的车轮动载荷估计系统及方法
CN110569549A (zh) * 2019-08-07 2019-12-13 宁波大学 一种基于区间摄动的桁架结构的动载荷识别方法

Also Published As

Publication number Publication date
CN111563338B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US20190243935A1 (en) A sensor placement method using strain gauges and accelerometers for structural modal estimation
CN108846149B (zh) 一种基于多源不确定性的结构分布式动态载荷识别的方法
CN108875178B (zh) 用于减小结构模态识别不确定性的传感器布置方法
CN109766617B (zh) 一种基于应变传感器的位移场重构方法
CN107862170B (zh) 一种基于动态缩聚的有限元模型修正方法
CN107480097B (zh) 非线性机械结构的载荷识别方法及载荷识别设备
CN113537319B (zh) 一种针对类型化模型的风洞天平终身学习校准方法及系统
CN111090942B (zh) 基于拓扑优化的高灵敏度压阻式单轴力传感器设计方法
CN108038315A (zh) 一种基于谱随机有限元模型的随机动载荷识别方法
CN109141268A (zh) 上承式拱桥的数据采集系统及变形分布识别方法和设备
CN110362902B (zh) 一种基于区间逐维分析的单源动载荷识别方法
CN113848963A (zh) 一种飞行控制系统的控制律参数设计方法
CN106528945A (zh) 基于加载夹角归一化的板结构载荷位置与大小辨识方法
CN115688288A (zh) 飞行器气动参数辨识方法、装置、计算机设备及存储介质
CN112214843B (zh) 一种用于风洞试验机翼模型有限元刚度修正方法及装置
CN105550383B (zh) 一种非定常气动力测量试验系统的设计方法
CN111563338A (zh) 一种考虑有界测量误差的桁架结构动载荷识别方法
KR102480382B1 (ko) 인공지능 기반 풍하중 산정 시스템
CN108984887B (zh) 复合材料确定性参数多阶段识别方法
CN110569549B (zh) 一种基于区间摄动的桁架结构的动载荷识别方法
CN113408040B (zh) 一种土木工程中的模拟数据修正方法及系统
CN110487529B (zh) 一种利用角速度传感器测量大展弦比翼面弯矩的方法
CN114417537A (zh) 一种开式行骨架结构变形场实时测量方法、装置及系统
CN116721722B (zh) 基于手性点阵结构力学性能数据库和数值计算方法
CN115096504B (zh) 阵列式触觉传感器的解耦分析方法

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