[发明专利]一种考虑空间相关性的时域分布随机动载荷识别方法在审
申请号: | 202110598757.5 | 申请日: | 2021-05-31 |
公开(公告)号: | CN113392545A | 公开(公告)日: | 2021-09-14 |
发明(设计)人: | 吴邵庆;郑屹;李彦斌;费庆国 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/17;G06F17/16 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 罗运红 |
地址: | 210000 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 考虑 空间 相关性 时域 分布 随机 载荷 识别 方法 | ||
本发明公开了一种考虑空间相关性的时域分布随机动载荷识别方法。本发明的方法包括步骤:S1:根据实际薄壁结构的几何形状,建立其有限元模型;S2:在实际薄壁结构上布置测点,根据测量的动态响应,计算响应的互协方差函数矩阵;S3:根据实际测点的几何位置,在薄壁结构有限元模型上确定对应的测点位置,计算广义正交多项式系数与测点响应间的格林函数,组装为识别矩阵;S4:对响应的互协方差函数矩阵进行K‑L展开,根据所述识别矩阵,通过矩阵求逆方法识别时域分布随机动载荷。本发明通过结构应变响应识别外部的非平稳分布随机动载荷,可以准确获取分布随机动载荷的时变分布函数,提供了一种间接的工程结构外部分布随机动载荷获取方法。
技术领域
本发明涉及结构动力学反问题技术领域,尤其涉及一种考虑空间相关性的时域分布随机动载荷识别方法。
背景技术
工程结构的外部荷载信息是进行结构动力学分析和状态监测的重要依据,很多情况下工程人员可以根据现有标准给出结构外部的载荷,开展动力学及可靠性分析。但是针对如机翼结构外部的气动载荷、海洋平台所受的海浪冲击等,由于此类载荷具有空间分布形式复杂,且在时域具有非平稳随机性,仍然缺乏能有效测量和计算此类分布随机动载荷的技术。本发明提出的时域分布随机动载荷识别方法基于结构实测响应,确定外部载荷信息。
传统的动载荷识别方法一般通过测定单次响应信息识别引起该次响应的载荷,对于点激励形式的动载荷,目前已有较为成熟的动载荷识别方法。针对实际工程结构所承受的分布随机动载荷识别问题,目前已有很多方法可以解决,如基于广义正交多项式和虚拟激励法的分布随机动载荷识别方法。但是现有方法大都忽略了分布随机动载荷的空间相关性,而且频域方法无法识别非平稳分布随机动载荷,而实际工程中很多随机动载荷都具有非平稳性,因此需要发展考虑空间相关性的时域非平稳分布随机动载荷识别方法。
发明内容
发明目的:针对现有时域分布随机动载荷识别方法难以考虑分布随机动载荷的空间相关性,且无法识别非平稳分布随机动载荷,本发明提出一种考虑空间相关性的时域分布随机动载荷识别方法。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种考虑空间相关性的时域分布随机动载荷识别方法,所述方法具体包括如下步骤:
S1:根据实际薄壁结构的几何形状,建立其有限元模型;
S2:在实际薄壁结构上布置测点,根据测量的动态响应,计算响应的互协方差函数矩阵;
S3:根据实际测点的几何位置,在薄壁结构有限元模型上确定对应的测点位置,计算广义正交多项式系数与测点响应间的格林函数,组装为识别矩阵;
S4:对响应的互协方差函数矩阵进行K-L展开,根据所述识别矩阵,通过矩阵求逆方法识别时域分布随机动载荷。
进一步的,S1:根据实际薄壁结构的几何参数,建立其有限元模型,具体包括如下步骤:
S11:根据实际薄壁结构的几何参数,建立初始有限元模型;
S12:根据模态实验,获取所述实际结构的模态数据;
S13:根据所述模态数据和初始有限元模型,获取修正后的有限元模型。
进一步的,S2:在实际薄壁结构上布置测点,根据测量的动态响应,计算响应的互协方差函数矩阵,步骤如下:
S21:在薄壁结构上布置测点,利用多次重复测量的方式,通过传感器采集薄壁结构在多次随机载荷作用下的某一种振动响应,所述振动响应为应变或加速度或位移振动响应,形成随机振动响应的样本集合;
S22:利用随机振动响应的样本集合,计算测点处响应之间的互相关函数,具体包括:
在薄壁结构上位置处进行多次响应测量,计算测点响应间的互相关函数及其自相关函数矩阵:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110598757.5/2.html,转载请声明来源钻瓜专利网。