基于ICMCM法的GARTEUR结构有限元模型修正研究

改进的正交模型正交模态(ICMCM)法在进行模型修正过程中需要同时使用实验测得的频率及模态振型等数据。本文利用有限元模型的模态振型代替实验测量的模态振型并通过迭代解决了模型修正过程中缺少实验模态振型数据的问题,使ICMCM法具有更广的应用范围。根据国际认可的三级评价标准使用ICMCM法对GARTEUR飞机模型进行了修正,并与国际上其他单位的模型修正结果进行横向比较,结果证明了本文改进方法的可行性及修正结果的优越性。

基于SVR方法的有限元模型确认中不确定性建模研究

针对模型确认中结构有限元模型不确定性建模问题,采用D最优实验设计方法生成无明显分布规律的样本空间,提出用支持向量机回归方法建立结构响应和不确定参数之间的映射关系,给出了基于SVR方法进行不确定建模的一般步骤,引入了三级检验对支持向量机响应面模型的精度和泛化能力进行全面评价,以GARTEUR模型为仿真算例,比较了向量机响应面模型和幂多项式响应面模型,结果证明了该方法对模型的不确定性建模问题具有较高的精度,具有较好的推广性。

基于LSTM-CNN的结构固有频率激励下正弦载荷识别方法研究

当外载荷频率达到或接近结构固有频率时,传统载荷识别方法(比如截断奇异值分解法)的识别精度会降低。为此,通过卷积网络的特征提取和长短期记忆网络的长时记忆功能建立LSTM-CNN载荷识别模型,提出一种基于LSTM-CNN模型的载荷识别方法,对GARTEUR飞机模型开展载荷时域波形识别研究。通过采集结构的响应数据和激励数据进行模型训练和载荷识别,并与截断奇异值分解(TSVD)方法、长短期记忆网络(LSTM)方法和深度卷积神经网络(DCNN)方法的识别结果进行对比分析。结果表明:基于LSTM-CNN模型的载荷识别方法可以有效应用于结构固有频率激励下正弦载荷识别问题,具有较高的识别精度和抗噪能力。

基于试验模态参数及结构动力学优化设计的有限元建模

准确的有限元模型是结构动力学分析强有力的工具。采用模态试验和有限元建模相结合的综合建模技术,采用结构质量最小为目标,以试验模态作为约束,分别以物理和几何参数为变量的结构动力学优化设计,对初始的有限元模型进行动力学优化。以GARTEUR飞机模型为例,在仅有试验模态参数、几何尺寸条件下,得到结构真实动力学特性的有限元模型。

结构动力学模型修正的三步策略及其实践

首先构建了由模型结构调整、模型参数修正以及模型确认组成的三步模型修正策略。该方法优于传统模型修正方法的是:在模型修正之初基于误差定位、灵敏度分析以及工程经验进行的模型结构调整可以给出一个适于参数修正的初始有限元模型,从而保证了模型修正的成功。然后,采用三步法针对国际上模型修正的标准考题——GARTEUR19结构动力学模型进行修正,详尽论述了模型结构调整、参数修正以及模型确认的过程,并将修正结果与国外同行的研究结果进行了对比,综合精度与国际先进水平相当,从而验证了三步模型修正策略的有效性。