总体最小二乘正则化算法的载荷识别
2014-09-05曹跃云杨自春何元安
振动与冲击 2014年9期
关键词:振动
张 磊,曹跃云,杨自春,何元安
(1.海军工程大学 动力工程学院,武汉 430033;2.中国船舶工业集团公司 船舶系统工程部,北京 100036)
机械设备作用在支撑结构上的激励力,作为结构的动载荷。在结构动力响应计算、动态设计、故障分析及振动传递路径分析等领域,它都是需要预先掌握的能反映设备特性的重要参数。激振力可以通过力传感器直接测量,但因为力传感器尺寸和安装条件会受到限制,而且嵌入力传感器必将改变原有系统的动力特性,测量结果常出现偏差[1]。
因载荷直接测量有困难,载荷识别方法受到了重视并有大量成果出现[2]。载荷识别是已知系统响应和系统特性求激励特性的问题,是动力学第二类反问题。由于结构的模态特性,载荷反演问题中结构矩阵求逆的过程往往是病态的,该病态问题的恰当处理是载荷识别成功的关键,国内外许多学者对此做了许多有意义的工作。Thite等[3-4]提出逆矩阵法来识别工作载荷,利用最小二乘的正则化方法(Tikhonov正则化和奇异值截断方法)解决频率响应矩阵存在的病态问题,并讨论正则化参数选取(L曲线法、OCV法、GCV法)对载荷识别结果的影响。毛玉明[5]通过精细计算法建立精确的动态载荷识别问题反演模型,并引入正则化技术寻求一稳定近似解。姜菊萍等[6]利用多项式加速迭代法的正则化方法来解决振源重构中的不适定性。
上述最小二乘(Least Squares,LS)正则化方法在载荷识别时仅考虑振动响应误差的影响,当振动响应和传递函数矩阵同时受误差影响时,此类方法的载荷识别结果将含有较大误差,这时总体最小二乘(Total Least Squares,TLS)正则化算法将是一个最佳的选择。……
登录APP查看全文
