夏鹏，杨特，徐江，王乐，杨智春,*

1.西北工业大学 航空学院，西安 710072 2.上海机电工程研究所，上海 201109

在船舶、汽车、飞机、高楼以及桥梁等大型工程结构的设计过程中，为了能够降低甚至消除振动对结构带来的不良影响，在设计阶段掌握其所处的动载荷环境是一项非常重要的工作。大多数情况下，作用在工程结构上的动载荷，如高性能战斗机在大攻角机动飞行时作用在垂尾结构上的抖振载荷，是无法直接测量的，只能通过测试结构在动载荷作用下的动态响应来识别出结构的动载荷[1]。动载荷识别方法的提出，为工程结构的强度设计以及结构的疲劳、损伤和可靠性的评估提供了基础和保证。传统的结构动载荷识别方法主要分为频域法与时域法2类，依据方法基本思想的不同，具体又可分为直接求逆法、正则化方法和卡尔曼滤波法等[1-3]。传统的动载荷识别方法，都是在知道精确的模型信息以及传递函数的基础上开展的。但工程实际中，精确的结构模型往往是很难获取的。当结构模型存在误差时，想要识别出结构上受到的外激励，利用这些传统的识别方法，在识别具有复杂工作环境结构上的载荷时往往不能得到很好的识别结果。

人工神经网络是20世纪50年代兴起的一门交叉学科，它涉及到多个学科领域的知识，其核心是用计算机模拟的神经元网络系统来模仿人脑对问题的求解、推理和学习等能力[4]。基于人工神经网络的载荷识别方法不必像传统方法那样建立振动响应与动载荷之间的理论表达式，避免了诸如结构建模精度、误差控制等诸多困难，是载荷识别方法的研究热点之一。……