本文選題：模型修正　切入點：頻響函數(shù)　出處：《振動工程學報》2017年03期 　論文類型：期刊論文

【摘要】：考慮由于模型參數(shù)誤差造成的有限元模型偏差的問題,提出一種基于頻響函數(shù)截斷奇異值響應面的模型修正方法。利用傅里葉反變換將結(jié)構(gòu)頻響函數(shù)變換為時域內(nèi)的脈沖響應函數(shù),通過延遲坐標法重構(gòu)脈沖響應函數(shù)的相空間矩陣,進而對相空間矩陣進行截斷奇異值分解,提取有限個較大的奇異值作為頻響函數(shù)的特征量。以待修正模型參數(shù)為樣本集輸入,截斷的奇異值為樣本集輸出,建立支持向量機響應面模型并進行訓練,以逼近模型待修正參數(shù)與頻響函數(shù)的特征量之間的非線性映射關(guān)系。以目標頻響函數(shù)的特征量與支持向量機響應面模型輸出的特征量之間的差值最小化為目標,利用遺傳算法通過優(yōu)化求解參數(shù)修正量。仿真計算表明:支持向量機的保留奇異值響應面能準確預報訓練集以外樣本的保留奇異值,具有較強的泛化能力;結(jié)合遺傳優(yōu)化算法能獲得準確的參數(shù)修正量,算法對噪聲有較強的魯棒性。
[Abstract]:Considering the problem of finite element model deviation caused by model parameter error, A model modification method based on frequency response function truncating singular value response surface is proposed. The structural frequency response function is transformed into a pulse response function in time domain by Fourier inverse transform, and the phase space matrix of pulse response function is reconstructed by delayed coordinate method. Then the truncated singular value decomposition of the phase space matrix is carried out, and a finite number of singular values are extracted as the eigenvalues of the frequency response function. The parameters of the model to be modified are taken as the input of the sample set, and the truncated singular value is the output of the sample set. Support vector machine response surface model is established and trained. The objective is to minimize the difference between the eigenvalue of the target frequency response function and the output of the support vector machine response surface model. The genetic algorithm is used to optimize the parameter correction. The simulation results show that the support vector machine's reserved singular value response surface can accurately predict the reserved singular value of the samples outside the training set and has a strong generalization ability. Combined with genetic optimization algorithm, accurate parameter correction can be obtained, and the algorithm is robust to noise.
【作者單位】： 清華大學汽車安全與節(jié)能國家重點實驗室;
【基金】：科技部國際合作項目(2014DFG71590)
【分類號】：TB115;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 孫繼廣;廣義奇異值的擾動[J];計算數(shù)學;1982年02期

2 黃皓平;電磁法數(shù)據(jù)處理的奇異值分解法[J];地球物理學報;1991年05期

3 劉世和;最合理的觀測次數(shù)和奇異值的拉依達舍棄準則研究[J];湘潭大學自然科學學報;1987年03期

4 盧琳璋,孫偉偉;一個逆奇異值問題[J];高等學校計算數(shù)學學報;1999年04期

5 付玉立;李全海;;病態(tài)問題中奇異值修正法初探[J];海洋測繪;2011年02期

6 黎羅羅;包含區(qū)間邊界上的奇異值[J];中山大學學報(自然科學版);1998年02期

7 盧波;;病態(tài)問題的奇異值分解算法與比較[J];測繪信息與工程;2011年04期

8 張志涌;HANKEL矩陣的奇異值分析和系統(tǒng)結(jié)構(gòu)及實現(xiàn)的數(shù)值算法[J];控制理論與應用;1984年02期

9 曹宗杰,孫長江,陳塑寰;奇異值攝動法及其在智能結(jié)構(gòu)振動控制中的應用[J];吉林工業(yè)大學自然科學學報;2000年01期

10 趙聞飆,施頌椒,胡庭姝;結(jié)構(gòu)奇異值綜合的一種新設計方法[J];信息與控制;1997年01期

相關(guān)會議論文 前4條

1 田玉平;;混合攝動下計算結(jié)構(gòu)奇異值的新方法[A];1994年中國控制會議論文集[C];1994年

2 楊乾堂;周輝;李慧明;;奇異值相減消噪算法[A];全國第三屆信號和智能信息處理與應用學術(shù)交流會�？痆C];2009年

3 張光磊;周彤;;2-D FM-I系統(tǒng)的漸近穩(wěn)定性[A];第25屆中國控制會議論文集（中冊）[C];2006年

4 王國軍;蔣美華;王俊;;載荷譜信號奇異值剔除與降噪處理[A];第七屆全國信息獲取與處理學術(shù)會議論文集[C];2009年

相關(guān)碩士學位論文 前10條

1 李葵;基于二次SVD和VPMCD的滾動軸承故障智能診斷方法研究[D];昆明理工大學;2015年

2 梁啟帆;基于EMD和SVD的滾動軸承故障診斷研究[D];燕山大學;2016年

3 王永康;震源類型識別的EMD研究[D];廣西師范大學;2016年

4 宮琴;矩陣奇異值不等式及合相似的研究[D];陜西師范大學;2016年

5 張愛平;結(jié)構(gòu)奇異值μ綜合方法的應用研究[D];華北電力大學（河北）;2004年

6 馮富強;基于奇異值濾波的醫(yī)學CT圖像噪聲和偽影去除研究[D];南京郵電大學;2013年

7 傅冬穎;一類反奇異值問題的數(shù)值求解[D];浙江大學;2010年

8 王倩;基于奇異值識別的多模式過程PCA監(jiān)控[D];北京化工大學;2012年

9 胡萬寶;人臉識別中的特征分析[D];北京化工大學;2012年

10 耿宇斌;基于Morlet小波與SVD的旋轉(zhuǎn)機械故障特征提取算法研究[D];華南理工大學;2015年

，

本文編號：1635171