学位论文 > 优秀研究生学位论文题录展示
复杂环境激励下时变系统模态参数辨识方法研究
作 者: 闫晓燕
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: 环境激励 时变系统 参数辨识 希尔伯特-黄变换 神经网络 经验模态分解 奇异值分解 相关系数
分类号: TB115
类 型: 硕士论文
年 份: 2008年
下 载: 161次
引 用: 2次
阅 读: 论文下载
内容摘要
本文主要针对大型空间结构、高速飞行器和高速列车等实际工程通常受到难以测量的多种成分激励作用的问题,研究复杂环境激励下时变系统的模态参数辨识方法。本文针对含有白噪声、周期性和瞬态三种成分的复杂环境激励情况,仅利用系统的响应数据,进行了时变结构参数辨识方法的研究。在响应信号的预处理中,采用奇异值分解去除噪声,数字滤波进行频率选取,和相关系数法去除EMD分解产生的虚假IMF分量。在参数辨识中,采用了基于希尔伯特-黄变换的辨识方法,提出了基于EMD与神经网络相结合的辨识方法,进行时变系统参数的辨识。通过MATLAB软件建立了两个三自由度的时变模型,即刚度线变和突变,并对以上各种方法分别进行了仿真验证。结果表明,基于希尔伯特-黄变换的辨识方法和基于EMD与神经网络相结合的方法对刚度线变和突变系统的模态参数都有较好的辨识效果。利用ADAMS软件对一具有匀速移动质点的简支梁系统进行了模拟实验,结果表明,基于希尔伯特-黄变换的辨识方法和基于EMD与神经网络相结合的辨识方法都能够有效的辨识系统的时变频率。从辨识结果图可以看出,两种方法都会受到EMD分解过程中边缘效应的影响,相比之下,基于EMD与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 5-14 第一章 绪论 14-25 1.1 研究背景及意义 14-16 1.2 国内外研究现状 16-23 1.2.1 环境激励下模态参数辨识的研究动态 16-19 1.2.2 时变系统模态参数辨识的研究动态 19-23 1.3 本文的主要工作及内容 23-25 1.3.1 本文的主要工作和创新点 23-24 1.3.2 本文的内容安排 24-25 第二章 基于HILBERT-HUANG 变换的参数辨识 25-39 2.1 经验模态分解(EMPIRICAL MODE DECOMPOSITION,EMD) 25-28 2.1.1 内禀模态函数(Intrinsic Mode Function,IMF) 25-26 2.1.2 EMD 分解过程 26-27 2.1.3 EMD 分解的特点 27-28 2.2 HILBERT 谱与HILBERT 边际谱 28-29 2.3 HILBERT-HUANG变换存在的一些问题 29-30 2.3.1 IMF 判据问题 29 2.3.2 EMD 分解存在的问题 29-30 2.4 响应信号预处理 30-35 2.4.1 噪声处理 30-32 2.4.2 频率筛选 32-33 2.4.3 算例分析 33-35 2.5 基于HILBERT-HUANG 变换的时变参数辨识方法 35-37 2.5.1 复杂环境激励下时变系统响应信号的分解 36 2.5.2 基于Hilbert-Huang 变换的参数辨识 36-37 2.6 本章小结 37-39 第三章 基于EMD 与神经网络相结合的参数辨识 39-49 3.1 神经网络简介 39-45 3.1.1 神经网络的特性 39-40 3.1.2 神经网络结构 40-41 3.1.3 BP 神经网络 41-45 3.2 基于EMD 与神经网络相结合的时变参数辨识方法 45-47 3.2.1 基于神经网络的系统辨识 45-46 3.2.2 基于EMD 与神经网络相结合的参数辨识 46-47 3.3 本章小结 47-49 第四章 数值仿真 49-69 4.1 仿真模型 49-50 4.2 线变系统模态参数辨识 50-59 4.2.1 响应信号的EMD 分解 50-54 4.2.2 基于Hilbert-Huang 变换的参数辨识 54-57 4.2.3 基于EMD 与神经网络相结合的参数辨识 57-59 4.3 突变系统模态参数辨识 59-68 4.3.1 响应信号的EMD 分解 60-63 4.3.2 基于Hilbert-Huang 变换的参数辨识 63-66 4.3.3 基于EMD 与神经网络相结合的参数辨识 66-68 4.4 本章小结 68-69 第五章 简支梁实验 69-81 5.1 模型简介 69-70 5.2 响应信号的EMD 分解 70-76 5.3 模态参数辨识 76-80 5.3.1 基于Hilbert-Huang 变换的参数辨识 76-78 5.3.2 基于EMD 与神经网络相结合的参数辨识 78-80 5.4 本章小结 80-81 第六章 总结与展望 81-83 6.1 论文工作总结 81 6.2 研究展望 81-83 参考文献 83-87 致谢 87-88 在学期间的研究成果及发表的学术论文 88
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 机载导弹的传递对准研究,V249.322
- 基于DSP的感应电机矢量控制系统研究,TM346
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
中图分类: > 工业技术 > 一般工业技术 > 工程基础科学 > 工程数学 > 计算数学的应用
© 2012 www.xueweilunwen.com
|