[发明专利]一种基于AR模型向量及响应面的螺栓预紧力识别方法

权利要求书

1.一种基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于，步骤如下：

步骤1：建立带有螺栓和夹具紧固连接的悬臂梁试验模型；

步骤2：对步骤1中的螺栓预紧力进行试验设计，并进行试验测试；

步骤3：根据步骤2的试验结果，基于AR模型建立响应面模型；

所述步骤3具体为：

步骤3.1：将采集的加速度动响应即各个通道加速度时间序列采用AR模型进行自回归拟合，具体为：加速度时间序列{x(t)}表示为：

x_t＝φ₁x_t-1+φ₂x_t-2+...+φ_px_t-p+ε_t

其中，t＝1,2,...,n，φ_i为自回归模型参数，i＝1,2,...,p，p为自回归模型阶次，ε_t为高斯白噪声；

AR模型的阶次p通过AIC准则来确定：

其中，N为时间序列长度，为AR模型拟合残差的方差；

步骤3.2：基于步骤3.1的试验数据，以每组螺栓预紧力矩为设计参数，设计参数为自变量，AR模型自回归参数为响应参数，响应参数为因变量，采用多项式拟合方法建立自变量和因变量之间的响应面模型，其形式描述如下：

y(x)是结构系统的响应，m是设计参数数量，x＝(x₁,x₂,…,x_m)为一个m维的根据试验设计方法确定的空间样本点，β为所需求解的多项式常数项；

步骤4：根据步骤3建立的响应面模型，对螺栓松动工况进行识别；

所述步骤4具体为：

步骤4.1：调整每组螺栓的力矩至任意松动状态；

步骤4.2：在悬臂梁自由端施加带限白噪声激励力，采集不同预紧力下悬臂梁中间点的加速度动响应；

步骤4.3：将采集的各个通道加速度时间序列采用AR模型进行自回归拟合，获得自回归模型参数；加速度时间序列{x(t)}表示为：

x_t＝φ₁x_t-1+φ₂x_t-2+...+φ_px_t-p+ε_t

其中，t＝1,2,...,n，φ_i为自回归模型参数，i＝1,2,...,p，p为自回归模型阶次，ε_t为高斯白噪声；

步骤4.4：将自回归模型参数φ_i输入步骤3建立的响应面模型，预测螺栓预紧力。

2.根据权利要求1所述的基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于：所述步骤1中建立的悬臂梁试验模型包括板梁，板梁一端通过螺栓和夹具连接固支。

3.根据权利要求2所述的基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于：所述步骤2具体为：

步骤2.1：将连接悬臂梁的螺栓按照距离固支端的距离进行分组，以每组螺栓的预紧力矩为设计参数，采用全因子试验设计方法进行试验设计；

步骤2.2：在悬臂梁自由端施加带限白噪声激励力，采集不同预紧力下悬臂梁中间点的加速度动响应。

4.根据权利要求1所述的基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于：所述步骤3.1中，AR模型阶次根据AIC准则确定为12阶。

5.根据权利要求1所述的基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于：所述步骤3.2中，响应面精度检验方法为误差平方R²、相对均方根误差RMSE作为响应面模型的检验指标；R²越接近于1、RMSE越接近于0，模型精度越高。

6.根据权利要求1所述的基于AR模型向量及响应面的螺栓预紧力识别方法，其特征在于：所述步骤4中从响应面模型中预测螺栓预紧力的方法为遗传算法。