[发明专利]一种机翼结构不确定热弹性参数识别方法在审
申请号: | 202310428693.3 | 申请日: | 2023-04-20 |
公开(公告)号: | CN116484680A | 公开(公告)日: | 2023-07-25 |
发明(设计)人: | 王冲;张寰宇;强鑫;范浩然;洪霖;宋政凯 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F30/23 | 分类号: | G06F30/23;G06F30/27;G06F30/28;G06N20/10;G06N3/126;G06F113/08;G06F113/28;G06F119/14;G06F119/08 |
代理公司: | 北京远创理想知识产权代理事务所(普通合伙) 11513 | 代理人: | 卫安乐;张素妍 |
地址: | 100191*** | 国省代码: | 北京;11 |
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 机翼 结构 不确定 弹性 参数 识别 方法 | ||
1.一种机翼结构不确定热弹性参数识别方法,其特征在于,包括:
步骤一:利用有限元网格对机翼结构几何模型进行离散获得机翼结构有限元模型;
步骤二:给定机翼结构的热弹性参数的范围,在所述热弹性参数的范围内采用改进型分布式抽样方法进行抽样,将抽样获得的参数数据代入所述机翼结构有限元模型进行计算,并在所述机翼结构有限元模型上选取观测点,得到所述观测点处温度响应与应变响应的第一响应数据;
步骤三:利用支持向量回归方法,采用Sigmoid函数作为核函数构建所述观测点处的温度响应与应变响应关于所述热弹性参数的支持向量机代理模型;
步骤四:以所述参数数据和对应的所述第一响应数据为训练数据集,对所述支持向量机代理模型进行训练,并采用遗传算法对所述支持向量机代理模型中的惩罚系数和核函数参数进行优化;
步骤五:基于实验获得所述机翼结构在实际运行工况的温度响应与应变响应的第二响应数据,将所述第二响应数据输入自适应滤波器,利用支持向量机算法对所述第二响应数据进行滤波降噪处理,并获得降噪后的第二响应数据;
步骤六:将所述温度响应与应变响应用区间数表示,利用一阶和二阶统计矩及置信度方法,根据降噪后的第二响应数据获得所述温度响应的区间上下界与所述应变响应的区间上下界;
步骤七:根据所述温度响应与应变响应的区间上下界建立误差函数,利用区间变量表征所述热弹性参数的不确定性,以所述热弹性参数的区间上下界为输入变量,并利用所述误差函数,基于优化理论建立所述热弹性参数的识别模型;
步骤八:通过遗传算法对所述识别模型进行优化,将所述识别模型的最优解作为所述热弹性参数的识别结果。
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北京航空航天大学,未经北京航空航天大学许可,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/202310428693.3/1.html,转载请声明来源钻瓜专利网。