学位论文 > 优秀研究生学位论文题录展示
未知激励下的模态参数辨识技术研究
作 者: 张镇
导 师: 郑敏
学 校: 南京航空航天大学
专 业: 载运工具运用工程
关键词: 未知激励 经验模态分解 参数辨识 过程神经网络 时变系统 希尔伯特-黄变换
分类号: TB535
类 型: 硕士论文
年 份: 2009年
下 载: 78次
引 用: 1次
阅 读: 论文下载
内容摘要
振动结构的模态参数辨识在国防工业、航空航天、机械工程、能源、交通和土木建筑等领域有着广泛的应用。模态参数辨识方法一般可分为传统的模态参数辨识方法和未知激励下的模态参数辨识方法,由于传统的模态参数辨识方法需要同时利用激励和响应信号进行辨识,使其在应用上有很大的局限性。而未知激励下的模态参数辨识方法仅根据未知激励下系统的响应就可进行结构的模态参数辨识。本文主要研究如何单独利用响应数据对未知激励下的时变系统进行参数辨识。在信号处理方面,将奇异值分解、数字滤波、相关系数等方法相结合进行预处理,然后对其进行EMD分解,得到IMF分量用于参数辨识。在参数辨识方面,采用了两种解决方法:一是基于希尔伯特-黄变换参数辨识方法;二是提出了基于EMD分解和过程神经网络相结合的参数辨识方法。为了验证本文所提各种方法的有效性,利用MATLAB软件中的SIMULINK建立了三自由度的时变模型进行仿真计算。利用ADAMS软件建立了一简支梁模型进行模拟实验验证,对多种方案所得结果进行了对比分析。研究表明,本文采用的各种方案都能够较有效地进行未知激励下的模态识别。此外,从辨识结果可以看出,两种方法都会受到经验模态分解EMD过程中边缘效应的影响,相比之下,基于经验模态分解EMD与过程神经网络相结合的辨识方法受到的影响更小。
|
全文目录
摘要 4-5 Abstract 5-11 第一章 绪论 11-21 1.1 课题研究背景及意义 11 1.2 未知激励下的模态分析及参数辨识方法 11-15 1.3 时变系统模态参数辨识的研究动态 15-19 1.3.1 广义动力学系统时变参数辨识的研究现状 15 1.3.2 时变结构系统参数辨识的研究进展 15-19 1.4 本文的研究目标及内容 19-21 1.4.1 本人主要工作及创新点 19 1.4.2 本文的内容安排 19-21 第二章 未知激励下基于HILBERT-HUANG 变换的参数辨识方法 21-35 2.1 经验模态分解(EMPIRICAL MODE DECOMPOSITION,EMD) 21-24 2.1.1 EMD 分解过程 21-23 2.1.2 EMD 分解的特点及不足之处 23-24 2.2 HILBERT 变换与HILBERT 谱 24-25 2.3 HILBERT-HUANG 变换若干问题的总结 25-26 2.3.1 EMD 分解存在的问题 25 2.3.2 IMF 判据问题 25-26 2.4 信号处理 26-31 2.4.1 频率筛选 26-27 2.4.2 噪声处理 27-29 2.4.3 算例分析 29-31 2.5 基于HILBERT-HUANG 变换的参数辨识方法 31-34 2.5.1 复杂激励下时变系统响应信号的分解 31-33 2.5.2 基于Hilbert 变换的单自由度系统的参数辨识 33-34 2.6 本章小结 34-35 第三章 基于EMD 和过程神经网络的参数辨识 35-45 3.1 过程神经网络介绍 35-42 3.1.1 过程神经网络概述 35-36 3.1.2 过程神经网络结构 36-38 3.1.3 前馈过程神经元网络 38-42 3.2 基于EMD 和过程神经网络的时变参数辨识方法 42-44 3.2.1 基于过程神经网络的系统辨识原理 42 3.2.2 基于EMD 和前馈过程神经网络的时变参数辨识 42-44 3.3 本章小结 44-45 第四章 数值仿真 45-57 4.1 模型简介 45-46 4.2 线性渐变系统辨识结果 46-51 4.2.1 对响应信号进行EMD 分解 46-48 4.2.2 基于Hilbert-Huang 变换的参数辨识 48-50 4.2.3 基于前馈过程神经网络的参数辨识 50-51 4.3 突变系统的辨识结果 51-56 4.3.1 响应信号的EMD 分解 52-53 4.3.2 基于Hilbert-Huang 变换的参数辨识 53-55 4.3.3 基于前馈过程神经网络的参数辨识 55-56 4.4 本章小结 56-57 第五章 简支梁实验 57-65 5.1 模型简介 57-58 5.2 对响应信号进行EMD 分解 58-61 5.3 辨识结果 61-64 5.3.1 基于Hilbert-Huang 变换的参数辨识结果 61-62 5.3.2 基于EMD 与过程神经网络相结合的参数辨识 62-64 5.4 本章小结 64-65 第六章 总结与展望 65-66 6.1 论文工作总结 65 6.2 研究展望 65-66 参考文献 66-70 致谢 70-71 在学期间的研究成果及发表的学术论文 71
|
相似论文
- 基于DSP的感应电机矢量控制系统研究,TM346
- 随机时变系统的精确能观性和离散时间随机时不变系统的弱稳定性,O231
- 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
- 基于参数辨识的电力系统动态等值方法研究,TM712
- 发电机励磁与调速系统建模研究与可视化参数辨识软件包开发,TM743
- 大型螺旋锥齿轮数控铣床加工误差分析与补偿技术研究,TG547
- 小型无人直升机建模及控制系统设计,V249.1
- 基于FPGA的电力系统谐波检测系统的研究与设计,TM935
- 城市高架桥梁汽车—桥梁耦合时变系统动力响应分析,U441.3
- 大跨度钢箱系杆拱桥动力特性及列车走行性分析,U441.3
- 气动执行阀粘滞特性建模与参数辨识方法研究,O361.3
- 生物流化床污水处理软测量建模与智能控制法,X703
- 同步发电机测试及瞬态参数辨识研究,TM31
- AT供电方式牵引网故障定位,TM922.3
- 基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究,TM715
- 基于希尔伯特-黄变换的高压输电线路行波故障测距研究,TM762.25
- 汽轮发电机组调速系统动态模型参数辨识与仿真研究,TM311
- 电力系统低频振荡分析方法探讨,TM712
- 汽油机油膜动态效应及瞬态空燃比控制的研究,TK417
- 闭环控制战术导弹气动参数辨识技术研究,TJ761.1
- 声激励下结构模态参数识别的试验研究,V216.21
中图分类: > 工业技术 > 一般工业技术 > 声学工程 > 振动、噪声及其控制 > 振动和噪声的控制及其利用
© 2012 www.xueweilunwen.com
|