基于多源数据融合的二元翼段模态辨识方法研究
发布时间：2021-10-19 21:09
针对试验数据较少、单一试验存在测试误差等问题,利用多源数据融合能够实现信息互补、增强鲁棒性和减少不确定性等优势进行模态参数辨识。本文通过建立二元翼段模型来仿真模拟多源数据,分别采用加权平均法和Dempster-Shafer（D-S）证据理论等的数据融合算法,结合STD模态参数辨识方法,进行二元翼段模态参数辨识方法研究。为减少人为因素对结果判断的影响,本文在D-S证据理论基础上提出了一种基于正态分布的基本概率分配函数（BPA）给定方法,通过与理论计算结果的对比,验证了融合方法的正确性,提高了模态参数辨识的鲁棒性。
【文章来源】：强度与环境. 2020,47(05)CSCD
【文章页数】：6 页
【部分图文】：
证据与命题的构建关系图Fig.1Therelationshipbetweenevidenceandproposition
，且0K1。m为各BPA的正交和，记为12nmmmm。特殊地，对于两个证据进行融合，假设1m和2m是定义在识别框架上的两个相互独立的BPA，设A,B,C，则Dempster合成规则定义为12010BCAmBmCAmAKA（7）式中，012BCKmBmC。2二元翼段仿真模型2.1二元翼段模型选取典型二元翼段为研究对象，简化为沉浮和俯仰两个自由度，在刚心处联结一个线弹簧和扭转弹簧分别表示浮沉方向和俯仰方向的弹性支撑（图2）。仿真模型数据见参考文献[12]，该二元翼段的基本参数如表1所示。在表2中，翼段半弦长为b，翼段展长为L，总质量为m，绕质心转动惯量为I，质心与刚心距离为ax，刚心与翼段中心距离为ab，翼段的浮动和俯仰阻尼系数分别为hC和C，翼段的浮动和俯仰刚度分别为hK和K，大气密度为，升力系数斜率为LC。图2典型二元翼段建模Fig.2Twodimensionalwingsegmentmodeling表1典型翼段的基本参数表Table1Basicparametersoftypicalwingsegment物理量值物理量值b0.1mL0.4mm2.90kgI0.024kg·m2ax0.01mab-0.025mhK2372N/mK35.5N·m/radhC3.32kg/sC0.04N·m·s1.225kg/m3LC6.2832.2动力学方程建立该翼段的动力学方程为hhhmhSChKhQShICKQ（8）其中，h表示翼段上下浮动的位移，规定向下为正；表示翼段绕刚心E俯仰的角度，规定抬头为正；m为翼段的总质量；I为翼段绕刚心的转动惯量；S为翼段的静矩，其中aSmx，同时规定质心G位于?
16强度与环境2020年对二自由度系统的动力学方程采用矩阵形式为MuCuKufu,u（11）式中mSSIM，00hCCC，00hKKK这里，Tuh表示位移列阵，M、C和K分别为结构的质量矩阵、阻尼矩阵和刚度矩阵；ThfQQ表示翼段受到的非定常气动力列阵。根据Grossman准定常理论，非定常气动力可表示为结构参数、位移和速度的线性形式，即2fVuVuCKAA。式中2223121214π2LLLLbLCabLCabLCaCbLCA20012LLbLCabLCKA整理得到动力学方程为2uVuVu0CKMCAKA（12）2.3响应数据处理在初始时刻给定俯仰角为0.1rad，来流风速为V=20m/s，通过采用状态空间法，得到该二元翼段在俯仰自由度方向的原始响应数据。加入1%、5%和10%的正态分布随机误差，分别通过不做处理、移动平均处理和Loess加权局部回归处理，得到在不同噪声情况下的响应数据。如图3~图5的所示。图3~图5构造的不同噪声水平、不同平滑处理的九种响应数据，可以作为模拟多源数据，用于后续基于多源数据融合的模态参数辨识研究。图31%正态随机误差下响应数据Fig.3Threekindsofresponsewith1%normalrandomerror图45%正态随机误差下响应数据Fig.4Threekindsofresponsewith5%normalrandomerror图510%正态随机误差下响应数据Fig.5Threekindsofresponsewith10%normalrandomerror3仿真结果及分析3.1加权平均法设有n个不同响应数据1,,iXin，对各响应数据进行模态参数辨识，得到?
【参考文献】：
期刊论文
[1]飞行器薄壁结构热噪声响应及动强度研究[J]. 张正平. 强度与环境. 2019(01)
[2]多元数据融合在无人机结构健康监测中的应用[J]. 何绪飞,艾剑良,宋智桃. 应用数学和力学. 2018(04)
[3]多源数据融合算法综述[J]. 祁友杰,王琦. 航天电子对抗. 2017(06)
[4]数据融合技术在导弹武器系统抗干扰性能评估中的应用[J]. 陈飞,王鑫. 航天电子对抗. 2017(03)
[5]导弹综合试验与评估方法研究[J]. 赵世明,王江云,费惠佳. 战术导弹技术. 2012(02)
[6]D-S证据理论在多源数据融合中的应用及改进[J]. 王洪发,王先义. 现代电子技术. 2009(15)
[7]多传感器数据自适应加权融合估计算法的研究[J]. 翟翌立,戴逸松. 计量学报. 1998(01)
博士论文
[1]近空间高超声速飞行器多信息融合自适应容错自主导航技术[D]. 王融.南京航空航天大学 2014
[2]多源信息智能融合算法[D]. 易正俊.重庆大学 2002
本文编号：3445605
【文章来源】：强度与环境. 2020,47(05)CSCD
【文章页数】：6 页
【部分图文】：
证据与命题的构建关系图Fig.1Therelationshipbetweenevidenceandproposition
，且0K1。m为各BPA的正交和，记为12nmmmm。特殊地，对于两个证据进行融合，假设1m和2m是定义在识别框架上的两个相互独立的BPA，设A,B,C，则Dempster合成规则定义为12010BCAmBmCAmAKA（7）式中，012BCKmBmC。2二元翼段仿真模型2.1二元翼段模型选取典型二元翼段为研究对象，简化为沉浮和俯仰两个自由度，在刚心处联结一个线弹簧和扭转弹簧分别表示浮沉方向和俯仰方向的弹性支撑（图2）。仿真模型数据见参考文献[12]，该二元翼段的基本参数如表1所示。在表2中，翼段半弦长为b，翼段展长为L，总质量为m，绕质心转动惯量为I，质心与刚心距离为ax，刚心与翼段中心距离为ab，翼段的浮动和俯仰阻尼系数分别为hC和C，翼段的浮动和俯仰刚度分别为hK和K，大气密度为，升力系数斜率为LC。图2典型二元翼段建模Fig.2Twodimensionalwingsegmentmodeling表1典型翼段的基本参数表Table1Basicparametersoftypicalwingsegment物理量值物理量值b0.1mL0.4mm2.90kgI0.024kg·m2ax0.01mab-0.025mhK2372N/mK35.5N·m/radhC3.32kg/sC0.04N·m·s1.225kg/m3LC6.2832.2动力学方程建立该翼段的动力学方程为hhhmhSChKhQShICKQ（8）其中，h表示翼段上下浮动的位移，规定向下为正；表示翼段绕刚心E俯仰的角度，规定抬头为正；m为翼段的总质量；I为翼段绕刚心的转动惯量；S为翼段的静矩，其中aSmx，同时规定质心G位于?
16强度与环境2020年对二自由度系统的动力学方程采用矩阵形式为MuCuKufu,u（11）式中mSSIM，00hCCC，00hKKK这里，Tuh表示位移列阵，M、C和K分别为结构的质量矩阵、阻尼矩阵和刚度矩阵；ThfQQ表示翼段受到的非定常气动力列阵。根据Grossman准定常理论，非定常气动力可表示为结构参数、位移和速度的线性形式，即2fVuVuCKAA。式中2223121214π2LLLLbLCabLCabLCaCbLCA20012LLbLCabLCKA整理得到动力学方程为2uVuVu0CKMCAKA（12）2.3响应数据处理在初始时刻给定俯仰角为0.1rad，来流风速为V=20m/s，通过采用状态空间法，得到该二元翼段在俯仰自由度方向的原始响应数据。加入1%、5%和10%的正态分布随机误差，分别通过不做处理、移动平均处理和Loess加权局部回归处理，得到在不同噪声情况下的响应数据。如图3~图5的所示。图3~图5构造的不同噪声水平、不同平滑处理的九种响应数据，可以作为模拟多源数据，用于后续基于多源数据融合的模态参数辨识研究。图31%正态随机误差下响应数据Fig.3Threekindsofresponsewith1%normalrandomerror图45%正态随机误差下响应数据Fig.4Threekindsofresponsewith5%normalrandomerror图510%正态随机误差下响应数据Fig.5Threekindsofresponsewith10%normalrandomerror3仿真结果及分析3.1加权平均法设有n个不同响应数据1,,iXin，对各响应数据进行模态参数辨识，得到?
【参考文献】：
期刊论文
[1]飞行器薄壁结构热噪声响应及动强度研究[J]. 张正平. 强度与环境. 2019(01)
[2]多元数据融合在无人机结构健康监测中的应用[J]. 何绪飞,艾剑良,宋智桃. 应用数学和力学. 2018(04)
[3]多源数据融合算法综述[J]. 祁友杰,王琦. 航天电子对抗. 2017(06)
[4]数据融合技术在导弹武器系统抗干扰性能评估中的应用[J]. 陈飞,王鑫. 航天电子对抗. 2017(03)
[5]导弹综合试验与评估方法研究[J]. 赵世明,王江云,费惠佳. 战术导弹技术. 2012(02)
[6]D-S证据理论在多源数据融合中的应用及改进[J]. 王洪发,王先义. 现代电子技术. 2009(15)
[7]多传感器数据自适应加权融合估计算法的研究[J]. 翟翌立,戴逸松. 计量学报. 1998(01)
博士论文
[1]近空间高超声速飞行器多信息融合自适应容错自主导航技术[D]. 王融.南京航空航天大学 2014
[2]多源信息智能融合算法[D]. 易正俊.重庆大学 2002
本文编号：3445605
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3445605.html
