非线性自回归模型辨识及其在结构损伤识别中的应用
发布时间:2019-03-22 10:01
【摘要】:分析了带有外部输入的线性/非线性自回归模型一般表达式(GNARX)与Volterra级数模型的相似之处,以及GNARX模型与带外部输入的自回归模型(ARX)之间的内在联系。根据GNARX模型结构特点,提出了一种基于参数离差率的结构剪枝算法,并用于模型结构辨识,通过数据仿真,验证了方法的可行性和有效性。最后,将GNARX模型结合提出的结构辨识方法,应用于钢板的损伤识别。结果显示,基于参数离差率的结构剪枝算法辨识GNARX模型结构,其损伤识别精度最高,体现了GNARX模型及其结构剪枝算法应用于结构损伤识别的优越性。
[Abstract]:The similarities between the general expression (GNARX) and the Volterra series model for linear / nonlinear autoregressive models with external inputs are analyzed, and the internal relationship between the GNARX model and the autoregressive model with external inputs (ARX) is analyzed. According to the structural characteristics of GNARX model, a structural pruning algorithm based on parameter deviation ratio is proposed and applied to model structure identification. The feasibility and effectiveness of the method are verified by data simulation. Finally, the GNARX model combined with the proposed structural identification method is applied to damage identification of steel plates. The results show that the structural pruning algorithm based on parameter deviation rate can identify the structure of GNARX model with the highest precision, which shows the superiority of GNARX model and its structural pruning algorithm in structural damage identification.
【作者单位】: 东南大学机械工程学院;江苏省特种设备安全监督检验研究院;
【基金】:国家自然科学基金资助项目(51305176;51575101) 江苏省普通高校研究生科研创新计划资助项目(KYLX_0097) 东南大学基本科研业务费资助(中央高校基本科研业务费专项资金资助);东南大学优秀博士学位论文培育基金资助(3202005717)
【分类号】:TH17
本文编号:2445496
[Abstract]:The similarities between the general expression (GNARX) and the Volterra series model for linear / nonlinear autoregressive models with external inputs are analyzed, and the internal relationship between the GNARX model and the autoregressive model with external inputs (ARX) is analyzed. According to the structural characteristics of GNARX model, a structural pruning algorithm based on parameter deviation ratio is proposed and applied to model structure identification. The feasibility and effectiveness of the method are verified by data simulation. Finally, the GNARX model combined with the proposed structural identification method is applied to damage identification of steel plates. The results show that the structural pruning algorithm based on parameter deviation rate can identify the structure of GNARX model with the highest precision, which shows the superiority of GNARX model and its structural pruning algorithm in structural damage identification.
【作者单位】: 东南大学机械工程学院;江苏省特种设备安全监督检验研究院;
【基金】:国家自然科学基金资助项目(51305176;51575101) 江苏省普通高校研究生科研创新计划资助项目(KYLX_0097) 东南大学基本科研业务费资助(中央高校基本科研业务费专项资金资助);东南大学优秀博士学位论文培育基金资助(3202005717)
【分类号】:TH17
【相似文献】
相关期刊论文 前8条
1 李明喜;机械结构损伤识别技术的研究[J];黄石理工学院学报;2005年03期
2 邓国际;;基于自由度匹配技术的简支桥梁结构损伤识别研究[J];军民两用技术与产品;2012年12期
3 刘济科,杨秋伟;基于残余力向量的结构损伤识别两步法[J];中山大学学报(自然科学版);2004年04期
4 邹大力,屈福政,孙铁兵;基于压缩频响函数的结构损伤识别[J];机械科学与技术;2005年05期
5 王国胜;;小波技术在起重机桁架臂结构损伤识别中的应用[J];建设机械技术与管理;2010年04期
6 钱小妹;严刚;;基于Bayes定理和μGA的结构损伤识别方法研究[J];计算机科学;2011年S1期
7 柯孟龙;;基于光纤光栅传感和应变频响函数的机械结构损伤识别[J];机械制造;2011年10期
8 曹军宏;韦灼彬;;基于独立分量分析和支持向量机的结构损伤识别集成算法[J];微计算机应用;2011年09期
相关会议论文 前1条
1 赵昕;杨文健;;基于连续小波的结构损伤识别及定位方法[A];第十届全国振动理论及应用学术会议论文集(2011)下册[C];2011年
相关博士学位论文 前2条
1 唐小兵;结构损伤识别及数值模拟[D];武汉理工大学;2004年
2 邹大力;基于计算智能的结构损伤识别研究[D];大连理工大学;2006年
相关硕士学位论文 前1条
1 李大伟;一种基于动力学方法的结构损伤识别方法研究[D];中北大学;2005年
,本文编号:2445496
本文链接:https://www.wllwen.com/jixiegongchenglunwen/2445496.html