基于魯棒設(shè)計(jì)的結(jié)構(gòu)動(dòng)力模型修正方法研究.pdf

1、在實(shí)際工程設(shè)計(jì)中，由結(jié)構(gòu)有限元分析模型得到的計(jì)算值與通過試驗(yàn)獲得的測(cè)量值間往往存在偏差，為了能夠精確預(yù)測(cè)結(jié)構(gòu)的動(dòng)力響應(yīng)，依據(jù)測(cè)量信息修正初始的分析模型在結(jié)構(gòu)動(dòng)態(tài)設(shè)計(jì)過程中是非常必要的。本文主要就以下兩個(gè)方面對(duì)基于特征靈敏度分析的結(jié)構(gòu)動(dòng)力模型修正的方法進(jìn)行了研究： 由于很多修正方法中都用到了實(shí)測(cè)模態(tài)，并且要求實(shí)測(cè)模態(tài)的自由度數(shù)與原分析模型的自由度數(shù)一致。對(duì)于大型結(jié)構(gòu)而言，測(cè)點(diǎn)數(shù)、實(shí)測(cè)的固有頻率和模態(tài)數(shù)均遠(yuǎn)小于由有限元法離散得到的模

2、型自由度數(shù)，因而需要用到模型縮聚技術(shù)。本文首先對(duì)模型縮聚技術(shù)進(jìn)行了研究，提出了基于迭代降階技術(shù)(Iterative OrderReduction，簡(jiǎn)稱IOR)的模型修正方法。由于IOR縮聚技術(shù)可以使縮聚模型的特征對(duì)與原分析模型保留自由度的對(duì)應(yīng)模態(tài)及頻率相一致，從而可以有效地提高動(dòng)力模型修正的精度。作者將基于IOR的模型修正方法與基于經(jīng)典的Guyan和改進(jìn)縮聚系統(tǒng)(Improved Reduced System，簡(jiǎn)稱IRS)的修正方法進(jìn)行

3、了比較，仿真算例表明了本文提出方法的有效性。 其次，在模型修正方程中的靈敏度矩陣往往會(huì)因?yàn)榻Y(jié)構(gòu)參數(shù)的某種不確定性或是計(jì)算上的原因而存在一定的誤差，而實(shí)測(cè)模態(tài)不可避免地會(huì)受到噪聲干擾，因而在求解模型修正方程的時(shí)候需要同時(shí)考慮靈敏度矩陣和測(cè)量向量的擾動(dòng)。帶有擾動(dòng)的靈敏度矩陣往往是病態(tài)的，因而用標(biāo)準(zhǔn)的最小二乘解(LS)求參數(shù)的修正量往往會(huì)由于擾動(dòng)的隨機(jī)性而導(dǎo)致解的不穩(wěn)定或使其失去真實(shí)的物理意義。為此，本文利用矩陣的奇異值分解，提出一種