【摘要】：模型修正技術(shù)在提高仿真模型預(yù)測精度方面發(fā)揮著重要作用。傳統(tǒng)的模型修正技術(shù)均是在確定性基礎(chǔ)上展開的,然而在實際工程問題當中,不確定性因素是普遍存在的。在綜合考慮各種不確定性的基礎(chǔ)上,對模型展開不確定性修正所得到的結(jié)果將對結(jié)構(gòu)設(shè)計更加具有指導意義。本文考慮了模型修正問題中常見的參數(shù)不確定性及模型形式不確定性,對復雜模型的修正方法做出以下相關(guān)研究:1.以非對稱H型梁結(jié)構(gòu)為研究對象,研究了基于攝動法的隨機和區(qū)間不確定性修正方法在復雜模型中的應(yīng)用。提出了一種適用于復雜模型的不確定性修正框架,并取得了較好的修正效果。研究表明,基于攝動法的隨機和區(qū)間不確定性修正方法都可用于復雜結(jié)構(gòu)動力學問題;基于攝動法的修正精度依賴于大量的試驗樣本,而區(qū)間分析法則更加適用于小樣本的情形。2.基于門式框架螺栓連接結(jié)構(gòu),考慮由于模型簡化而引起的模型形式不確定性,同時考慮了模態(tài)試驗測量數(shù)據(jù)的不確定性,提出了基于模型偏差的不確定性修正方法。該方法以參數(shù)偏差來處理模型形式的不確定性。研究表明,基于模型偏差的不確定性修正方法可以減小模型形式不確定性,修正后的模型與模態(tài)試驗測量數(shù)據(jù)吻合度較高。3.將分數(shù)階微分項引入到多自由度系統(tǒng)振動方程中,實現(xiàn)對系統(tǒng)中模型形式不確定性的量化,并以有阻尼的二自由度彈簧振子為對象進行修正研究。文中選取分數(shù)階微分項的系數(shù)與階數(shù)為待修正系數(shù),對系統(tǒng)的頻響函數(shù)進行修正,并取得了良好的修正結(jié)果。此修正方法能有效地將模型參數(shù)與模型形式不確定性進行分離并可以減小模型形式不確定性,因而具有重要的研究價值與應(yīng)用前景。4.基于C/SiC復合材料加筋壁板,對熱結(jié)構(gòu)的不確定性修正問題進行研究�？紤]到基于攝動法的不確定性模型修正方法對多場的熱結(jié)構(gòu)不確定性修正問題收斂性較差,本文提出一種基于神經(jīng)網(wǎng)絡(luò)參數(shù)識別的不確定性修正方法,此方法可以避免靈敏度求解。研究表明,基于神經(jīng)網(wǎng)絡(luò)的不確定性模型修正方法可以用于C/SiC復合材料加筋壁板熱結(jié)構(gòu)動力學的多場問題中。
【圖文】：

表２．１修正前后參數(shù)誤差對比逡逑Ｍｅａｎ（ｋｉ）邋Ｍｅａｎ（ｋｉ）邋Ｍｅａｎ（ｋｓ）邋Ｖａｒ（ｋｉ）邋Ｖａｒ邋（ｆｏ）邋Ｖａｒ邋（ｋｓ）逡逑目標值（Ｎ／ｍ）邐１．００００邐１．００００邐１．００００邐０．２０００邐０．２０００邐０．２０００逡逑初始值（Ｎ／ｍ）邐２．００００邐２．００００邐２．００００邐０．３０００邐０．３０００邐０．３０００逡逑修正值（Ｎ／ｍ）邐１．０１２４邐０．９７４９邐１．００７０邐０．２０２２邐０．１９９９邐０．１９９８逡逑初始誤差邐１００％邐１００％邐１００％邐５０％邐５０％邐５０％逡逑修正后誤差邐１．２４％邐－２．５１％邐０．７０％邐１．１１％邐－０．０４％邐－０．０９°／0逡逑從圖２．３及表２．１中可知，經(jīng)５次迭代計算后，，參數(shù)取值趨于穩(wěn)定。修正后逡逑參數(shù)均值的最大誤差為－２．５１％，標準差的最大誤差為１．１１％，達到預(yù)期的修正精逡逑度，該方法可用于下文中對復雜模型的不確定性修正問題研究當中。逡逑２．基于攝動法的區(qū)間不確定性修正逡逑假定待識別的參數(shù)＜、々２、＆服從區(qū)間分布，區(qū)間分布的區(qū)間中點ｃ和區(qū)間逡逑ｒ

考慮參數(shù)不確定性的結(jié)構(gòu)動力學模型修正方法研[傚義洗拚問�、傘、苏f那渲兄島桶刖兜某跏脊蘭浦搗直鷂Γ餃紓劍蓿擔劍玻板義希危�，邋？１１Ο＾２＾鷦Π．５邋Ｎ／唬矄桚的区间中謲u頹滸刖緞拚峁繽跡玻此盡ｅ義喜問拚昂笪蟛疃員熱綾恚玻菜盡ｅ義希玻板危у危у巍鰣巍鰣五澹埃靛巍鰣巍鰣巍鰣危五義

本文編號：2681108