基于空间稀疏先验的冲击载荷识别频域非凸稀疏正则化方法

复合材料因其强度高、刚度高、密度小等优点而广泛应用于航空、航天等领域。但由于其抗冲击性差,监测作用于复合材料结构上的冲击载荷对于结构快速检测损伤十分重要。经典的Tikhonov正则化方法在欠定情况下求解载荷识别问题时容易在载荷非加载区识别出虚假力;近年来兴起的L1范数稀疏正则化方法在识别冲击载荷时常低估载荷的幅值。为了突破这些方法的局限以实现更高精度的冲击载荷识别,该研究基于冲击载荷的空间稀疏先验,提出一种新的冲击载荷识别频域非凸稀疏正则化方法。所提出的方法结合了广义极小极大凹惩罚项的非凸优势以及非凸保凸的特性,利用向前向后分裂算法进行凸优化求解,既避免了非凸优化容易收敛到局部最优解的问题,又促进了解的稀疏。分别在复合材料梁和复合材料层合板上开展了冲击载荷试验验证,试验结果表明,无论在正定还是欠定的情况下,所提出方法能在精准定位冲击位置的同时重构冲击载荷的时间历程,且该方法在促进解稀疏和识别载荷幅值方面的表现都优于L1正则化方法,其中幅值识别精度能比L1正则化提升50%以上。

基于LSTM和响应分解的冲击载荷识别方法研究

同一量级的冲击载荷所产生的动响应要远大于静态响应,因此准确识别冲击载荷对于航空器结构件的动强度设计、校核与结构健康监测都具有重要意义。该文章提出的方法主要针对一般线性结构的冲击载荷识别问题,从实测冲击响应应变信号出发,主要解决了冲击载荷与响应信号样本长度不一致这一突出矛盾。首先基于冲击响应信号分解方法来进行振动信号特征提取,然后基于长短期记忆神经网络对载荷和响应信号样本特征进行映射,从而实现冲击载荷识别。通过对挂架模型实测冲击载荷信号进行识别,结果表明4种工况下,该方法识别的冲击载荷的均方根相对误差小于0.6,相关系数大于0.94。结果初步表明,在理想的试验环境中,该方法具备一定的识别精度。

基于L1范数正则化和最小二乘优化的冲击载荷识别研究

为了改善冲击载荷识别问题的病态特性,最大限度提高识别精度,在时域内提出一种基于L1范数正则化和最小二乘优化的改进冲击载荷识别方法。采用L1范数正则化方法构建冲击载荷稀疏反卷积模型,使用截断牛顿内点法求解L1范数的最小二乘优化问题,同时根据预条件共轭梯度法确定最优搜索路径和计算方向。最后,考虑不同冲击工况、不同响应位置对识别结果的影响。通过对铝合金板进行冲击载荷识别试验进行验证,发现在铝板受单次冲击和多次冲击工况下所识别载荷与施加的实际载荷吻合良好。结果还表明,与Tikhonov正则化方法相比,该方法能够提高冲击载荷识别的准确性和稳定性。

基于改进WOA算法的冲击荷载识别

针对冲击荷载识别精度低的问题,将基于精英反向学习和差分变异策略改进的WOA(Whale Optimization Algorithm)算法首次应用于冲击荷载识别中。冲击荷载用一组参数来衡量,根据加速度计算响应输出和真实测量信息间的误差建立目标函数,把冲击荷载在时域中的识别问题转化为参数优化问题。改进的WOA算法自适应地反演出衡量冲击最值、冲击位置和冲击时程参数。数值仿真算例表明在10%的噪声干扰下,改进的WOA冲击荷载最值识别误差仅为0.34%,能准确地识别冲击荷载,其算法结构简单、参数调节少、通用性强,在实际工程中有较好的应用前景。

基于小波反卷积的冲击力识别

当作用在结构上的冲击力不易测量时,有必要通过结构响应对冲击力进行识别.由于结构频响函数往往是病态矩阵,常用的频域反卷积法会失效.本文采用相似于频域反卷积法的小波反卷积法来识别冲击力,介绍了频域反卷积法和小波反卷积法并进行分析,设定冲击力通过模拟得到结构响应,利用实验响应和模拟的结构特征用小波反卷积来重构冲击力并与实验进行比较.结果显示,由于小波力和冲击力的相似性,在动态信号处理中小波反卷积能有效识别冲击力的特征.不足的是,在选择小波的宽度和平移量时需要一定的经验.

基于精细积分的冲击载荷时域识别方法研究

假设动载荷在时间步长内为线性函数,结合精细积分法提出了一种新的冲击型动载荷时域识别方法。该方法利用系统响应构造状态空间方程组,进而建立精确的非递推连锁计算格式的时域内动载荷反演模型,它对初值不敏感,无积累误差,计算简单、精确、高效。论文对动载荷识别反问题的不适定性进行了分析,通过正则化技术克服了模型算子的病态特性和响应测量噪音的不利影响。数值仿真算例表明该识别方法在测量数据有噪音污染的情况下,能稳定有效地反演动载荷。

一种基于新的正则化技术的冲击载荷识别法

针对冲击载荷和响应的卷积积分关系,将卷积积分离散化,从而把冲击载荷识别问题转为对简单代数方程的求解。由于冲击载荷识别问题往往是不适定的,为了获得稳定解,常采用Tikhonov正则化技术来处理,可识别出的载荷的精度不是很高,提出采用一种新的正则化技术对该问题进行了处理。数值结果表明,该方法相对于传统Tikhonov正则化方法具有更强的抗噪性和鲁棒性,为载荷识别的高精度提供参考。

加筋复合材料结构的冲击载荷识别

提出了一种冲击载荷识别方法,同时识别冲击位置并重建冲击载荷时间历程。该方法采用一组适当的参数来表示冲击载荷,将时域内的载荷识别问题转换为参数识别问题;通过最小化冲击响应模型计算结果与实际量测信息之间的差别,智能优化方法自适应地识别出描述冲击位置和载荷时间历程的参数。该方法算法明确、过程简单、通用性强。将此方法应用于复合材料加筋结构的冲击载荷识别,加筋结构等效为材料性质不均匀分布的层板结构,采用假设模态法建立正向冲击响应模型。数值仿真结果表明了本方法的有效性和可应用性。

基于光纤光栅传感器内埋的复合材料加筋板冲击位置识别

光纤光栅传感器是实现复合材料内部结构健康监测的最佳选择,可实现对复合材料冲击载荷位置的实时识别,锁定损伤区域,视情检测,提高效率,减小安全隐患。将光纤光栅传感器在复合材料层合板预浸料阶段埋入,通过热压罐固化方式成型为一体化结构,研究传感器对层合板不同位置载荷冲击的识别技术;并将12支光纤光栅传感器内埋于航空飞机典型复合材料加筋板结构,通过互相关函数算法成功实现了小尺寸加筋板结构的冲击定位判别。

冲击时刻未知情况下复合材料结构冲击载荷识别

提出了一种应用遗传算法对复合材料结构进行冲击载荷识别的方法,在冲击时刻未知和量测信息缺失的情况下,同时识别冲击时刻和冲击位置并近似重建冲击载荷历程。此方法将冲击载荷识别转换为优化问题,结合复合材料结构在冲击载荷作用下的响应模型,通过最小化理论计算结果与实际量测信息之间的差别,遗传算法自适应地搜索出描述冲击时刻、冲击位置和冲击载荷时间历程的参数。为了提高运算效率,采用微种群遗传算法来加速收敛性。数值仿真结果证明了该冲击载荷识别方法的有效性和可应用性。

基于贝叶斯压缩感知的复合材料结构冲击载荷识别研究

提出了一种基于贝叶斯压缩感知的新方法,对作用在复合材料结构上的冲击载荷时间历程进行识别。首先将复合材料结构冲击响应的动力学正问题表示为单位脉冲响应函数和冲击载荷的卷积分,时域离散化后获得冲击载荷向量与冲击响应向量之间的线性关系;然后采用一组高斯核函数作为基函数来表示未知冲击载荷时间历程,将冲击载荷识别问题转换为基函数系数的稀疏正则化重构问题;接着通过贝叶斯压缩感知方法来求解该稀疏正则化重构问题,由测量的冲击响应,获得基函数的最优稀疏系数,继而重建冲击载荷时间历程。对复合材料夹层结构的实验研究结果验证了所提出方法的有效性和可应用性。

基于小波包变换及相关系数法的复合材料层合板冲击位置识别研究

复合材料较为广泛应用于航空、航天等工程领域,但对冲击载荷十分敏感。因此,对复合材料结构承受的冲击载荷进行在线监测以及冲击位置的实时识别具有重要意义。文章以复合材料层合板为研究对象,基于两个冲击位置的距离越靠近则接收到信号幅频特性相似度越高的特点,采用FBG光纤光栅传感器,通过小波包变换的方法来提取能量特征向量,同时结合相关系数法来实现复合材料层合板的冲击位置识别。在480 mm×480 mm的复合材料层合板上开展冲击实验,8次实验皆完成了冲击位置识别,其中7个点距离误差为0 mm,实现精准识别,另一个点误差在6%以内。

共轭梯度最小二乘迭代正则化算法在冲击载荷识别中的应用

结构动载荷识别反问题是典型的病态问题,需要应用正则方法克服其病态特性而获得稳定的解。与直接正则化算法Tikhonov方法相比,共轭梯度最小二乘(Conjugate Gradient Least Squares,CGLS)迭代算法在载荷识别反问题的正则化过程有无须对传递矩阵求逆、无须明确正则化参数的优点。提出共轭梯度最小二乘迭代正则化算法和启发式迭代收敛终止准则,用于三自由度仿真模型和壳结构试验模型的冲击载荷识别,并与经典的Landweber迭代正则化算法和直接正则化算法Tikhonov方法比较。仿真和实验结果表明:CGLS迭代正则化算法在识别精度、收敛速度、计算效率和抗噪性方面有明显优势。

基于频域法的星箭连接分离装置的冲击载荷识别

基于频域法动载荷识别原理,识别基于记忆合金驱动的星箭连接分离装置的三次冲击载荷。通过EEMD算法对测点冲击响应信号去噪及识别,可知频域法可以比较准确识别出星箭连接分离装置的三次冲击载荷,识别效果更具优势,实验结果也间接验证了方法的可行性与正确性。

基于印刷感应层电学稀疏成像的蜂窝夹层结构冲击损伤识别

蜂窝夹层结构在航空航天领域具有广泛的应用,但其在使用过程中不可避免地会遭受损伤,特别是冲击造成的损伤对其强度有很大的影响。本文结合现代电子印刷技术,采用石墨烯导电碳油墨和银浆油墨在蜂窝夹层结构表面制备智能感应层,结合电学成像技术对低速冲击损伤进行识别。使用落锤冲击试验装置对蜂窝夹层结构进行了低速冲击,并于冲击前后在印刷感应层中注入微小电流获取边界电压变化。对电压数据进行分析,基于SpaRSA稀疏正则化算法重建感应层电导率变化的图像,将损伤信息可视化。实验结果表明,所提出方法能有效地识别出蜂窝夹层结构中冲击损伤的个数、位置和大致尺寸,与传统基于Tikhonov正则化的算法相比,稀疏成像算法对损伤尺寸的识别效果更好,为蜂窝夹层结构冲击损伤在线识别提供了一种新途径。

基于集成学习的冲击载荷识别与定位方法

本文提出一种基于集成学习的冲击载荷识别与定位方法,用于识别作用在复杂结构表面上冲击力的峰值以及冲击位置。以决策树为基础预测器,采用自适应提升法将多棵决策树集成为学习模型,通过结构冲击试验获取大批“载荷-响应”数据训练模型,建立结构动态响应与冲击载荷之间的映射关系,从而实现由响应逆向识别载荷。通过识别作用在薄壁圆筒结构表面上的冲击载荷,证明集成学习方法可以对冲击载荷和冲击作用位置作出准确的预测。此外,文章还讨论了结构边界条件对载荷识别准确度的影响。

基于空间-频域联合稀疏的复合材料结构冲击载荷识别

冲击载荷识别反问题具有典型的不适定,经典冲击载荷识别方法如Tikhonov正则化方法,在识别精度、超参数选取、传感器数量选取等方面存在局限性。近年来兴起的稀疏正则化方法为冲击载荷识别提供了新思路,可依据冲击载荷在空间-频域联合稀疏先验,建立具有稀疏结构约束的冲击载荷识别数学模型。提出利用改进的正交匹配追踪算法对模型进行求解,实现少测点欠定条件下,对作用于复合材料结构的冲击载荷的同时定位与重构。将所提出方法与经典的Tikhonov正则化方法以及L1稀疏正则化方法进行对比,复合材料层合板的数值仿真和试验均表明,所提出方法允许稀疏的传感器布局,实现了3个应变片监测9个载荷作用点,冲击定位、载荷重构精度高、抗噪性能好,并且表现均超过Tikhonov正则化方法和L1标准稀疏正则化方法。

压电智能结构冲击荷载有限元逆向求解方法

基于压电智能结构有限元动力方程,提出冲击荷载的逆向求解方法:采用最小二乘优化算法,通过后向迭代逆运算及前向迭代运算,使目标值与实测值最小方差不断收敛,完成对未知冲击荷载大小与作用位置识别。建立简支压电智能薄板有限元数值模型,算例结果表明该方法精度可满足工程计算要求,适用于形状、边界条件较复杂的智能结构冲击荷载识别。

经济结构冲击综述及国内外研究进展

随着国际经济局势的不断波动,研究和分析经济危机的产生原因以及波动周期日益成为经济学的热点。经济学家一直认为,经济危机的出现源自经济波动,只有经济的波动才会带来经济的"峰-谷"循环,而经济波动出现的原因大多取决于结构的冲击。因此,文章从经济结构冲击的研究方法上对结构冲击识别进行了研究。文章基于VAR模型,分析了识别方法约束条件的变化过程及三大约束条件,就国内结构识别方法这一课题研究应用的主要理论模型的研究成果进行了综述性分析。最后对结构冲击识别方式的使用方向进行了阐述,得出了基于不同经济学流派、数学模型下的识别方式的具体研究环境,并针对不同的经济学研究方向给出了上述识别方式的主要应用环境。以期对未来我国经济学经济危机以及结构冲击识别等方面的研究带来新的启示。

基于自适应组合形态滤波的柴油机气缸冲击信号检测

针对柴油机气缸缸盖表面振动信号在进行故障诊断时往往会伴随噪声干扰的问题,提出一种基于自适应组合形态滤波的冲击段分离与识别方法,从振动信号中检测冲击特征信息。首先,基于三种组合算子构造一种新的组合形态滤波器,可有效提取信号中的正负冲击特征;其次,通过基于局部极值的结构元素选取和基于梯度法的权值优化,构造自适应组合形态滤波器,使滤波效果达到最优;最后,依据柴油机工作时序分析提出气缸冲击信号检测流程,并将自适应组合形态滤波器应用到于冲击段的分离与识别。柴油机实验数据分析结果表明,该方法具有较好的混叠抑制和抗噪声干扰能力,可有效检测缸盖表面振动冲击信号。