邓振鸿， 张保强， 苏国强， 郭勤涛

(1.厦门大学航空航天学院 厦门，361005) (2.南京航空航天大学机电学院 南京，210016)

引 言

在许多工程问题中，所建立的仿真模型的准确度对于结构的设计分析至关重要，模型修正作为一种提高仿真模型可信度的手段，旨在借助试验数据来校准仿真模型[1]。实际工程中，结构设备在制造加工误差、运输损伤及测试过程中的主客观因素等的影响下，使得系统中存在诸多不确定性，从而造成多次试验的结果存在一定的分散性。如何准确定位这些分散性即不确定性的来源并将不确定因素识别出来，已经成为研究人员关注的重点。

不确定性模型修正技术是在传统的确定性模型修正的基础上，结合概率或非概率等统计学手段，对仿真模型进行修正。Beck等[2]提出了贝叶斯框架下的不确定性模型修正。Collins等[3]在处理振动测量数据的随机误差时，引入线性灵敏度方法，以测量数据的协方差矩阵的逆作为权重，通过加权最小二乘法来获得未知参数的统计量。文献[4-6]基于文献[2]的框架，发展了其他模型修正方法，并应用在各种线性和非线性动力学系统中。文献[7-8]发展了随机模型修正理论，提出了梯度回归方法，并应用到一系列物理结构中。文献[9]比较了贝叶斯方法和摄动法，并将两种不确定性修正方法应用到DLR AIRMOD结构上加以对比验证。方圣恩等[10]利用随机响应面模型的快速运算特性来反演得到参数的均值和方差。陈喆等[11]研究了考虑试验模态不确定性的有限元模型修正方法。……