[发明专利]一种基于遗传算法的含铰结构非线性参数识别方法

摘要

本发明公开了一种基于遗传算法的含铰结构非线性参数识别方法，包括用一种非线性模型来描述含铰结构中铰链的非线性特性，建立铰链结构的动力学模型，得到含铰结构的M、K、C方程；将含铰结构的M、K、C方程转化为非线性的代数方程组；利用数值分析中的Newton迭代法对得到的代数方程组进行求解，得到含铰结构的频响数据；根据求解的频响数据与试验获得的频响数据构建目标函数，通过Matlab中的GA遗传算法进行全局化搜索，最终识别出最优的非线性参数值。本发明的含铰结构非线性参数的识别方法，可以识别含铰结构的非线性特性，克服了传统方法需要提供经验初值及只能保证局部最优的局限性。

主权项

1.一种基于遗传算法的含铰结构非线性参数识别方法，其特征在于，包括以下步骤：(1)用一种非线性模型来描述含铰结构中铰链的非线性特性，建立铰链结构的动力学模型，得到含铰结构的M、K、C方程，其中，M为含铰结构的质量矩阵，C为含铰结构的阻尼矩阵，K为含铰结构的刚度矩阵；(2)通过谐波平衡法对含铰结构中各自由度的位移、速度、加速度以及铰链非线性恢复力进行一次谐波展开，将含铰结构的M、K、C方程转化为非线性的代数方程组；(3)利用数值分析中的Newton迭代法对步骤(2)中得到的代数方程组进行求解，得到含铰结构的频响数据；(4)根据步骤(3)中求解的频响数据与试验获得的频响数据构建目标函数，通过Matlab中的GA遗传算法进行全局化搜索，最终识别出最优的非线性参数值；具体为：(41)定义残差项为结构的位移响应的试验值与谐波平衡法计算值的差值：R(p)＝xe(ω)‑xa(ω,p)其中，p代表待识别的铰链非线性参数，xe和xa分别代表位移响应的试验值和计算值，试验中，并不能够获得幅频曲线的解析表达式，而是以分辨率表示的离散数据点，假设试验选取的频率点为ω1,ω2,…,ωn，并根据最小二乘法原则，若要计算所得的频响数据能够最佳拟合试验结果，定义目标函数为：(42)利用GA遗传算法，对非线性参数进行全局搜索，直到识别出最优的非线性参数值pa，使得目标函数R(p)取极小值，则pa为非线性参数的精确值。