频率响应函数非参数辨识方法研究

发布时间：2022-10-06 11:39

　　频率响应函数是快速直观地描述系统动态特性的有力工具,被用于机械结构的动力分析与动态优化、结构损伤的检测等研究领域,具有重要的研究应用价值。非参数辨识方法不需用户过多介入,还能用于模型结构或阶次的界定,是进行复杂动态系统辨识的基础。本论文深入研究了基于局部有理式和高斯过程回归两种模型的频率响应函数的非参数辨识方法,从提高频率响应函数辨识精度出发,分析了频率响应函数辨识精度的影响因素,针对这些影响因素发展了改进和优化方法。主要研究工作如下:（1）基于局部有理模型的频率响应函数的辨识。针对文献中局部有理式法参数估计存在偏差的问题,通过引入权重函数,建立新的目标函数,实现了参数的一致估计,并构造了频率响应函数估计的方差。进一步将改进的局部有理模型非参数辨识方法拓展至多变量系统和变量带误差情形。（2）基于高斯过程回归的频率响应函数的辨识。为充分考虑频率响应函数的稳定性和光滑性,利用频域内协方差函数对频率响应函数进行建模,建立了频率响应函数的高斯过程回归方法。针对超参数估计存在的数值问题,采用了基于矩阵QR分解的优化算法,该算法可以避免对条件数过大的协方差矩阵直接求逆和行列式运算,增强了超参数估计... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 本文研究背景
    1.2 频率响应函数的定义
    1.3 频率响应函数的应用
    1.4 频率响应函数的非参数辨识方法
        1.4.1 局部有理模型研究现状
        1.4.2 高斯过程回归研究现状
    1.5 本文主要研究内容
2 局部有理模型非参数辨识方法
    2.1 局部有理模型
        2.1.1 输出误差框架
        2.1.2 频率响应函数的建模
        2.1.3 参数估计
    2.2 基于局部有理模型非参数辨识的改进
        2.2.1 目标函数的构造
        2.2.2 一致估计的证明
        2.2.3 估计算法
    2.3 频率响应函数估计的不确定性
        2.3.1 参数估计的偏差
        2.3.2 协方差矩阵的推导
        2.3.3 频率响应函数估计的方差
    2.4 仿真算例
        2.4.1 动态仿真系统
        2.4.2 局部有理模型参数对辨识精度的影响
        2.4.3 文献局部有理式法与本文改进方法的对比
        2.4.4 频率响应函数估计不确定性的验证
    2.5 本章小结
3 多变量系统的局部有理模型非参数辨识
    3.1 频率响应函数矩阵
        3.1.1 频率响应函数矩阵的参数模型
        3.1.2 目标函数
        3.1.3 频率响应函数矩阵估计的方差
    3.2 变量带误差辨识框架
        3.2.1 频率响应函数矩阵估计
        3.2.2 频率响应函数矩阵估计的方差
    3.3 仿真算例
        3.3.1 动态仿真系统
        3.3.2 频率响应函数矩阵的辨识
        3.3.3 频率响应函数矩阵估计不确定性的验证
    3.4 动态测试实验
        3.4.1 支撑方式与激励系统
        3.4.2 实验布置
        3.4.3 数据采集
        3.4.4 实验结果分析
    3.5 本章小结
4 频率响应函数的高斯过程回归估计
    4.1 高斯过程回归原理
        4.1.1 高斯过程
        4.1.2 高斯过程回归算法
        4.1.3 最优超参数的获取
    4.2 利用高斯过程回归模型建模频率响应函数
        4.2.1 复高斯分布
        4.2.2 频率响应函数的建模
        4.2.3 协方差函数的选择
        4.2.4 超参数估计存在的问题
    4.3 超参数估计的优化
        4.3.1 借助QR分解计算目标函数值
        4.3.2 超参数估计
    4.4 仿真算例
        4.4.1 动态仿真系统
        4.4.2 数据量对辨识精度的影响
        4.4.3 信噪比对辨识精度的影响
        4.4.4 频率响应函数估计不确定性的验证
        4.4.5 与局部方法的对比
    4.5 本章小结
5 结论与展望
    5.1 结论
    5.2 展望
参考文献
个人简历、在学期间发表的学术论文
致谢


【参考文献】：
期刊论文
[1]基于频响函数的结构损伤识别模型修正方法[J]. 殷红,马静静,董小圆,彭珍瑞,白钰.  噪声与振动控制. 2019(02)
[2]动载荷的识别方法[J]. 杨智春,贾有.  力学进展. 2015(00)
[3]高斯过程回归方法综述[J]. 何志昆,刘光斌,赵曦晶,王明昊.  控制与决策. 2013(08)
[4]频域响应函数估计的非参数辨识法[J]. 孟新宇,宁辉,王道波,唐小军.  振动与冲击. 2013(14)
[5]系统辨识:新的模式、挑战及机遇[J]. 王乐一,赵文虓.  自动化学报. 2013(07)
[6]栓接结合部动态特性辨识方法[J]. 李玲,蔡安江,蔡力钢,郭铁能,阮晓光.  机械工程学报. 2013(07)
[7]基于进化高斯过程回归算法的隧道工程弹塑性模型参数反演[J]. 刘开云,方昱,刘保国.  岩土工程学报. 2011(06)
[8]基于奇异值分解的频响函数降噪方法[J]. 孙鑫晖,张令弥,王彤.  振动、测试与诊断. 2009(03)
[9]蒙特卡洛模拟及其在公差设计中的应用[J]. 袁贵星,王平.  天津科技大学学报. 2008(02)

博士论文
[1]面向整车NVH分析的频响函数子结构混合建模方法研究[D]. 张勇.清华大学 2016
[2]基于优化策略的迭代学习控制算法研究[D]. 许光伟.大连理工大学 2014
[3]多输入多输出随机振动试验控制算法及若干问题研究[D]. 崔旭利.南京航空航天大学 2011
[4]频域模态参数识别研究及其软件实现[D]. 孙鑫晖.南京航空航天大学 2010

硕士论文
[1]频率响应函数驱动的结构有限元模型修正贝叶斯算法及实验研究[D]. 曹诗泽.合肥工业大学 2018
[2]轴耦合道路模拟试验台的六维力波形复现控制方法研究[D]. 杜贞棉.哈尔滨工业大学 2016
[3]基于高斯过程回归的锂电池数据处理[D]. 叶婧.北京交通大学 2016
[4]基于高斯过程的风电机组部件建模与监测研究[D]. 王雪茹.华北电力大学 2015



本文编号：3686923