欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024115517052
申请人: 湖南大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于传感器布局的动态载荷识别方法,其特征在于,包括如下步骤:

步骤1、获取结构载荷点位置到所有传感器位置的Green核函数,转化为传递函数频谱图;

步骤2、获取传递函数频谱图的包络线并确定组成包络线的传递函数曲线对应的传感器位置以及相应的频率范围;

步骤3、选择频带最宽的曲线对应的测点作为预测点来反求载荷信息,验证其信噪比,满足信噪比可通过反求载荷确定载荷频率,不满足则选择下一测点直至满足信噪比条件,再根据反求载荷的频率重新选定最终的传感器位置;

步骤4、对每个选定的传感器位置上的响应信号,使用信号分解技术,提取出响应信号的主要频率成分,并在一定程度上降低噪声干扰;按照传感器位置所对应的最优频率范围将信号分解为若干分量;

步骤5、对每个选定的传感器位置的响应采用多尺度正则化方法进行载荷识别,采用傅里叶变换,将时域下识别的载荷转化为频域下的载荷;

步骤6:从每个选定的传感器位置识别得到的载荷谱中提取对应的最优频率范围的分量并进行叠加,经过逆傅里叶变换得到最终的动态载荷识别结果。

2.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤1中,传递函数能够通过获取结构对单位冲激载荷的响应来表示;冲激函数与任意函数相乘积的积分等于冲激时刻的函数值,在时域内能够将任意动态载荷表示为无限多个冲激载荷相迭加的积分形式;根据线性时不变系统的迭加原理,系统对任意动态载荷引起的响应,能够表示为一系列单位冲激载荷的响应的迭加形式,式中,g(t)为单位冲激响应,F(τ)为结构外载荷,μ(t)为结构响应,则传递函数H(ω)可通过对其进行傅里叶变换得到;

H(ω)=∫g(t)·e-iωtdt      (2)

式中,e和i分别表示常数e和虚数单位i,ω表示为频率。

3.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤2中,针对每一条传递函数曲线,确定每个频率下对应幅值最大的曲线作为该频率下包络线部分;

对于单一频率ω0的外部动态载荷,记从加载点到测点X的频响函数为GX(ω),最优测点的选取问题以通过以下优化问题描述:通过测试或者数值模拟的方法获取所有可行测点的频响函数GX(ω),X=X1,X2,…,Xn,其中n为可行测点的数量,定义频率范围ω={ω1,ω2,…,ωj,…,ωN},其中N是频率点的总数;在不同频率ωj下选取幅值最大的频响函数,建立由选中的频响函数分段构成的包络线B(ωj),即,式中,表示第i个测点的频响函数在频率ωj下的频响函数幅值。

4.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤3中,选取包络线中频带最宽的频响函数;考虑到过小的幅值会影响载荷识别的精度,以包络线最大值的10%为界限做一条水平线,以该水平线与频响函数的两个交点对应的频率ωX,1与ωX,2之间的距离作为频带宽度,以此为判断找出频带最宽的频响函数,式中,表示包络线在频率下的幅值,表示第i个测点的频响函数在频率下的频响函数幅值;

基于频带最宽的频响函数对应的测点响应进行载荷预测,并根据该预测载荷的主要频率重新选定对应的频响函数及相应测点;

对于复合频率载荷,最优测点的选取问题通过以下优化问题描述:

式中,ωi为所有可能的载荷频率,表示测点Xi下频响函数在频率为ωi时的幅值;根据单频载荷识别策略,选取频带最宽的频响函数对应的测点响应进行载荷预测,并基于预测的载荷分析和确定待反求载荷的主要频率成分;假设载荷包含s个显著频率,对应的频率分别记为ω1,ω2,…,ωs;根据ω1,ω2,…,ωs在包络线中对应的位置,从包络线中选取s条对应的频响函数。

5.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤4中,为表述方便,记选取的s条频响函数对应的测点位置分别为X1,X2,…,Xs;基于选取的测点响应分别反求载荷,记为即,式中,表示测点Xi处的响应,表示载荷到响应的Green核矩阵,然后,将测量响应按频率分解成多个分量;

式中,s表示载荷包含的显著频率的个数。

6.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤5中,基于响应分量和格林核函数求解相应的载荷分量;其中,响应分量各不相同,在载荷分量的反求中,采用不同的正则化算子(α1,α2,…,αs)对不适定性问题进行修正,从而提高载荷分量识别的精度和稳定性;最后将反求的载荷分量叠加,得到最终结果:式中,σ、u和v分别表示矩阵奇异值分解后的奇异值和奇异向量,σ2≥αi表示采用正则化方法对奇异值进行修正。

7.根据权利要求1所述的基于传感器布局的动态载荷识别方法,其特征在于,在所述步骤6中,根据线性叠加原理,复合频率的载荷同样表示为各单一频率的子载荷的叠加形式;通过傅里叶变换和逆变换,分别从中分离出ω1,ω2,…,ωs对应的载荷分量;将分离出来的精度高的载荷分量重新如下式叠加,组装出新的精度更高的载荷;

式中,Fδ表示最终的载荷识别结果,表示基于Xi测点响应识别的载荷对应频率ωi处的分量。