[发明专利]一种大型挠性结构参数辨识中最优激励点选取方法

权利要求书

1.一种大型挠性结构参数辨识中最优激励点选取方法，其特征在于，包括：

S1：创建参数辨识对象的有限元模型，对所述有限元模型进行模态分析以及提取模态振型矩阵；

S2：对所述模态振型矩阵内的全部目标模态依次寻找模态参与系数MP_qi最大点，将所述最大点组成预选最优激励点集合，若某一阶次同时拥有多个模态参与系数最大节点，则随机选取其中一点纳入所述最优激励点集合；

S3：对所述最优激励点集合内全部节点依次计算其对各阶目标模态的参与系数MP_qx，若MP_qx≥MP_qi，则q点对第x阶模态为次优激励，保留相应的MP_qx与MP_qi，计算各个预选节点保留的模态参与系数的变异系数CV_q；

S4：提取所述变异系数最小节点与其它节点依次组合优化，当两点均对第x阶模态为次优激励时，则去除预选集合中因对第x阶模态参与系数最大而加入的节点；

S5：重复S4步骤，直至没有可以继续优化去除的节点，集合中剩余节点即为最优激励点。

2.根据权利要求1所述的一种大型挠性结构参数辨识中最优激励点选取方法，其特征在于，所述模态参与系数MP_qi为：

其中，N₀为结构全部的节点数目，N_m为潜在激励点数目，N_i为目标模态数目。

3.根据权利要求1所述的一种大型挠性结构参数辨识中最优激励点选取方法，其特征在于，所述参与系数MP_qx为：

所述保留的MP_qx与MP_qi计算变异系数为：

其中，为保留的MP_qx与MP_qi的标准差，E(MP_q)为保留的MP_qx与MP_qi的数学期望值。

4.根据权利要求1所述的一种大型挠性结构参数辨识中最优激励点选取方法，其特征在于，在所述提取所述变异系数最小节点与其它节点依次组合优化过程中，当且仅当两点含有相同次优激励时，过滤其他激励点。