目錄
前言
第1章 緒論. 1
1.1工程背景及意義 1
1.2 國內(nèi)外研究現(xiàn)狀 4
1.2.1 動態(tài)載荷識別方法研究現(xiàn)狀 4
1.2.2 考慮不確定性的動態(tài)載荷識別方法研究現(xiàn)狀 11
1.2.3 傳感器布局優(yōu)化方法研究現(xiàn)狀 14
1.3 本書研究內(nèi)容 16
第2章 基于集合理論的不確定性動態(tài)載荷識別 19
2.1 引言 19
2.2 不確定參數(shù)的非概率集合量化與傳播分析 20
2.3 飛行器結(jié)構(gòu)的不確定性模型等效 24
2.4 隨時間逐步求解的動態(tài)載荷時序歷程識別 25
2.4.1 基于Duhamel方法的載荷識別 26
2.4.2 基于Newmark方法的載荷識別 28
2.5 弱先驗信息下的動態(tài)載荷加載數(shù)量、位置與時序歷程識別 30
2.5.1 基于主成分分析的加載數(shù)量識別 32
2.5.2 基于迭代分區(qū)優(yōu)化和多項式擬合的加載位置識別 33
2.6 區(qū)間復合條件數(shù)驅(qū)動的傳感器測點分配 34
2.6.1 區(qū)間變量比較的可能度公式 35
2.6.2 傳感器測點數(shù)量和組合優(yōu)選 36
2.7 數(shù)值算例 37
2.7.1 蜂窩夾芯航面結(jié)構(gòu)的模型等效 38
2.7.2 開孔平板結(jié)構(gòu)的集中動態(tài)載荷識別 41
2.7.3 機翼結(jié)構(gòu)的集中動態(tài)載荷識別 50
2.8 本章小結(jié) 54
第3章 單態(tài)不確定性結(jié)構(gòu)的集中動態(tài)載荷時域識別 56
3.1 引言 56
3.2 基于卡爾曼濾波器的模態(tài)載荷時序歷程識別 57
3.2.1 模態(tài)位移觀測下的載荷識別 57
3.2.2 模態(tài)加速度觀測下的載荷識別 61
3.3 模態(tài)載荷優(yōu)化架構(gòu)下的載荷加載位置與時序歷程識別 64
3.3.1 結(jié)構(gòu)振型函數(shù)的自適應代理模型構(gòu)建 65
3.3.2 模態(tài)載荷的時變區(qū)間誤差指標定義 69
3.4 數(shù)值與試驗算例 70
3.4.1 懸臂矩形板結(jié)構(gòu)的集中動態(tài)載荷識別 71
3.4.2 機翼結(jié)構(gòu)的集中動態(tài)載荷識別 74
3.4.3 懸臂梁試驗件的集中動態(tài)載荷識別 78
3.5 本章小結(jié) 82
第4章 多態(tài)不確定性結(jié)構(gòu)的分布動態(tài)載荷時域識別 83
4.1 引言 83
4.2 基于系統(tǒng)聚類-徑向基降維策略的分布動態(tài)載荷識別 84
4.3 面向凸集-模糊多態(tài)不確定性的建模與分析 89
4.3.1 橢球-模糊模型的區(qū)間表征 89
4.3.2 全域逼近的不確定性傳播 92
4.4 數(shù)值算例 94
4.4.1 懸臂梁結(jié)構(gòu)的分布動態(tài)載荷識別 95
4.4.2 航面結(jié)構(gòu)的分布動態(tài)載荷識別 99
4.4.3 機翼結(jié)構(gòu)的分布動態(tài)載荷識別 104
4.5 本章小結(jié) 108
第5章 考慮多源不確定性因素的動態(tài)載荷頻域識別 109
5.1 引言 109
5.2 兩步加權(quán)正則化下的隨機動態(tài)載荷頻域識別 110
5.2.1 載荷功率譜密度識別模型構(gòu)建 111
5.2.2 基于誤差分析的反問題病態(tài)性抑制方法 112
5.3 多源不確定性下的動態(tài)載荷頻域特征區(qū)間邊界反求 117
5.3.1 基于疊加-分解原理的響應區(qū)間邊界預計 117
5.3.2 面向載荷識別反問題的不確定性分析方法 118
5.4 數(shù)值與試驗算例 121
5.4.1 航面結(jié)構(gòu)的動態(tài)載荷頻域識別 121
5.4.2 機翼結(jié)構(gòu)的動態(tài)載荷頻域識別 128
5.4.3 懸臂梁試驗件的動態(tài)載荷頻域識別 130
5.5 本章小結(jié) 136
第6章 面向結(jié)構(gòu)動態(tài)載荷識別的多目標傳感器布局優(yōu)化 137
6.1 引言 137
6.2 綜合多性能指標的非載荷依賴型傳感器布局優(yōu)化 138
6.2.1 優(yōu)化方案的評價準則定義 138
6.2.2 基于模態(tài)響應的多目標優(yōu)化求解 141
6.3 考慮溫度效應的載荷依賴型傳感器布局優(yōu)化 143
6.3.1 多性態(tài)載荷識別及模態(tài)選擇方法 143
6.3.2 大規(guī)模異構(gòu)模態(tài)矩陣的協(xié)同聚類策略 146
6.3.3 基于模態(tài)載荷的多目標優(yōu)化求解 150
6.4 數(shù)值算例 151
6.4.1 加筋板結(jié)構(gòu)的載荷依賴型傳感器布局優(yōu)化 152
6.4.2 機翼結(jié)構(gòu)的非載荷依賴型傳感器布局優(yōu)化 158
6.5 本章小結(jié) 165
第7章 融合機器學習算法的不確定性結(jié)構(gòu)動態(tài)載荷識別 166
7.1 引言 166
7.2 純數(shù)據(jù)驅(qū)動神經(jīng)網(wǎng)絡下的不確定性結(jié)構(gòu)動態(tài)載荷識別 167
7.3 物理信息驅(qū)動神經(jīng)網(wǎng)絡下的不確定性結(jié)構(gòu)動態(tài)載荷識別 170
7.3.1 物理信息神經(jīng)網(wǎng)絡原理描述 170
7.3.2 基于物理信息神經(jīng)網(wǎng)絡的區(qū)間結(jié)構(gòu)模態(tài)變換 173
7.4 數(shù)值與試驗算例 174
7.4.1 純數(shù)據(jù)驅(qū)動神經(jīng)網(wǎng)絡下的舵面結(jié)構(gòu)分布動態(tài)載荷識別 175
7.4.2 物理信息驅(qū)動神經(jīng)網(wǎng)絡下的懸臂梁結(jié)構(gòu)集中動態(tài)載荷識別 179
7.4.3 純數(shù)據(jù)驅(qū)動神經(jīng)網(wǎng)絡下的巡飛彈結(jié)構(gòu)集中動態(tài)載荷識別 183
7.5 本章小結(jié) 191
第8章 結(jié)論與展望 192
8.1 結(jié)論 192
8.2 展望 194
參考文獻 195
附錄A 206
附錄 B 209
彩圖