為提高損傷識別效率,提出將Kriging模型引入到損傷識別中的方法。首先,采用拉丁超立方抽樣選取損傷參數(shù)的樣本點,并求得其對應(yīng)的加速度頻響函數(shù),進而構(gòu)造Kriging模型;其次,讓滿足精度的Kriging模型代替有限元模型參與損傷識別,以頻率響應(yīng)差最小構(gòu)造目標函數(shù),利用布谷鳥算法求解損傷參數(shù)值;最后,通過平面桁架模型驗證了所提方法的有效性,結(jié)果表明:僅布置一個測點即可對單損傷的損傷位置、損傷程度及多損傷的損傷程度進行較為準確地識別,最大識別誤差小于1%;噪聲和測點位置對損傷識別結(jié)果影響較小。 

【文章來源】：機械強度. 2020,42(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

工況7損傷識別結(jié)果

工況8損傷識別結(jié)果

MSE值

【參考文獻】：
期刊論文
[1]基于Kriging模型的頻響函數(shù)有限元模型修正方法[J]. 楊修銘,郭杏林,李東升.  計算力學(xué)學(xué)報. 2018(04)
[2]基于Kriging代理模型的船舶水動力性能多目標快速協(xié)同優(yōu)化[J]. 王剛成,馬寧,顧解忡.  上海交通大學(xué)學(xué)報. 2018(06)
[3]基于模型修正理論和頻響函數(shù)模式置信準則的簡支梁損傷動力評估方法[J]. 戰(zhàn)家旺,李明,盧洋,閆宇智.  土木工程學(xué)報. 2017(08)
[4]結(jié)構(gòu)加速度頻響函數(shù)模型修正的Kriging方法[J]. 王巨濤,王春潔,宋順廣.  工程科學(xué)學(xué)報. 2017(07)
[5]基于小波總能量相對變化的拱橋吊桿損傷識別[J]. 項貽強,郟亞坤.  浙江大學(xué)學(xué)報(工學(xué)版). 2017(05)
[6]大型復(fù)雜鋼管焊接結(jié)構(gòu)損傷識別新方法[J]. 郭俊龍,馬立元,李永軍,王天輝.  振動與沖擊. 2016(18)
[7]Kriging模型及代理優(yōu)化算法研究進展[J]. 韓忠華.  航空學(xué)報. 2016(11)
[8]基于小波變換與Lipschitz指數(shù)的橋梁損傷識別研究[J]. 余竹,夏禾,殷永高,孫敦華.  振動與沖擊. 2015(14)
[9]基于Kriging模型的鋼管混凝土連續(xù)梁拱橋有限元模型修正[J]. 胡俊亮,顏全勝,鄭恒斌,崔楠楠,余曉琳.  振動與沖擊. 2014(14)
[10]結(jié)構(gòu)損傷診斷的改進靜力方法[J]. 金衛(wèi)民,楊秋偉,趙衛(wèi).  機械強度. 2012(02)

碩士論文
[1]基于Hilbert-Huang變換的結(jié)構(gòu)損傷識別研究[D]. 楊新濤.大連理工大學(xué) 2013



本文編號：3643720