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
2016-12-12卢立勤乔百杰张兴武陈雪峰
振动与冲击 2016年22期
卢立勤, 乔百杰, 张兴武, 陈雪峰
(1西安交通大学 机械制造系统工程国家重点实验室,西安 710049; 2中国船舶工业系统工程研究院,北京 100094)
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
卢立勤1,2, 乔百杰1, 张兴武1, 陈雪峰1
(1西安交通大学 机械制造系统工程国家重点实验室,西安 710049; 2中国船舶工业系统工程研究院,北京 100094)
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。
共轭梯度最小二乘算法;Landweber算法;冲击载荷识别;正则化
机械结构动载荷识别在结构健康监测、可靠性分析和振动主动控制等领域中起着关键性作用[1-2]。在工程实际中,如飞机机翼、风力发电机叶片等复合材料结构易遭受到外来物的冲击而产生缺陷[3]。然而,受安装空间所限,目前技术难以对作用于结构的外载荷直接测量或计算。因而人们不得不研究间接的载荷测量方法。载荷识别作为结构动力学的第二类反问题,是一个典型的病态问题,需要用正则化方法来克服载荷识别反问题的病态特性。……
登录APP查看全文
