發(fā)布時(shí)間：2022-10-06 11:39

　　頻率響應(yīng)函數(shù)是快速直觀地描述系統(tǒng)動(dòng)態(tài)特性的有力工具,被用于機(jī)械結(jié)構(gòu)的動(dòng)力分析與動(dòng)態(tài)優(yōu)化、結(jié)構(gòu)損傷的檢測(cè)等研究領(lǐng)域,具有重要的研究應(yīng)用價(jià)值。非參數(shù)辨識(shí)方法不需用戶過(guò)多介入,還能用于模型結(jié)構(gòu)或階次的界定,是進(jìn)行復(fù)雜動(dòng)態(tài)系統(tǒng)辨識(shí)的基礎(chǔ)。本論文深入研究了基于局部有理式和高斯過(guò)程回歸兩種模型的頻率響應(yīng)函數(shù)的非參數(shù)辨識(shí)方法,從提高頻率響應(yīng)函數(shù)辨識(shí)精度出發(fā),分析了頻率響應(yīng)函數(shù)辨識(shí)精度的影響因素,針對(duì)這些影響因素發(fā)展了改進(jìn)和優(yōu)化方法。主要研究工作如下:（1）基于局部有理模型的頻率響應(yīng)函數(shù)的辨識(shí)。針對(duì)文獻(xiàn)中局部有理式法參數(shù)估計(jì)存在偏差的問題,通過(guò)引入權(quán)重函數(shù),建立新的目標(biāo)函數(shù),實(shí)現(xiàn)了參數(shù)的一致估計(jì),并構(gòu)造了頻率響應(yīng)函數(shù)估計(jì)的方差。進(jìn)一步將改進(jìn)的局部有理模型非參數(shù)辨識(shí)方法拓展至多變量系統(tǒng)和變量帶誤差情形。（2）基于高斯過(guò)程回歸的頻率響應(yīng)函數(shù)的辨識(shí)。為充分考慮頻率響應(yīng)函數(shù)的穩(wěn)定性和光滑性,利用頻域內(nèi)協(xié)方差函數(shù)對(duì)頻率響應(yīng)函數(shù)進(jìn)行建模,建立了頻率響應(yīng)函數(shù)的高斯過(guò)程回歸方法。針對(duì)超參數(shù)估計(jì)存在的數(shù)值問題,采用了基于矩陣QR分解的優(yōu)化算法,該算法可以避免對(duì)條件數(shù)過(guò)大的協(xié)方差矩陣直接求逆和行列式運(yùn)算,增強(qiáng)了超參數(shù)估計(jì)... 

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 本文研究背景
    1.2 頻率響應(yīng)函數(shù)的定義
    1.3 頻率響應(yīng)函數(shù)的應(yīng)用
    1.4 頻率響應(yīng)函數(shù)的非參數(shù)辨識(shí)方法
        1.4.1 局部有理模型研究現(xiàn)狀
        1.4.2 高斯過(guò)程回歸研究現(xiàn)狀
    1.5 本文主要研究?jī)?nèi)容
2 局部有理模型非參數(shù)辨識(shí)方法
    2.1 局部有理模型
        2.1.1 輸出誤差框架
        2.1.2 頻率響應(yīng)函數(shù)的建模
        2.1.3 參數(shù)估計(jì)
    2.2 基于局部有理模型非參數(shù)辨識(shí)的改進(jìn)
        2.2.1 目標(biāo)函數(shù)的構(gòu)造
        2.2.2 一致估計(jì)的證明
        2.2.3 估計(jì)算法
    2.3 頻率響應(yīng)函數(shù)估計(jì)的不確定性
        2.3.1 參數(shù)估計(jì)的偏差
        2.3.2 協(xié)方差矩陣的推導(dǎo)
        2.3.3 頻率響應(yīng)函數(shù)估計(jì)的方差
    2.4 仿真算例
        2.4.1 動(dòng)態(tài)仿真系統(tǒng)
        2.4.2 局部有理模型參數(shù)對(duì)辨識(shí)精度的影響
        2.4.3 文獻(xiàn)局部有理式法與本文改進(jìn)方法的對(duì)比
        2.4.4 頻率響應(yīng)函數(shù)估計(jì)不確定性的驗(yàn)證
    2.5 本章小結(jié)
3 多變量系統(tǒng)的局部有理模型非參數(shù)辨識(shí)
    3.1 頻率響應(yīng)函數(shù)矩陣
        3.1.1 頻率響應(yīng)函數(shù)矩陣的參數(shù)模型
        3.1.2 目標(biāo)函數(shù)
        3.1.3 頻率響應(yīng)函數(shù)矩陣估計(jì)的方差
    3.2 變量帶誤差辨識(shí)框架
        3.2.1 頻率響應(yīng)函數(shù)矩陣估計(jì)
        3.2.2 頻率響應(yīng)函數(shù)矩陣估計(jì)的方差
    3.3 仿真算例
        3.3.1 動(dòng)態(tài)仿真系統(tǒng)
        3.3.2 頻率響應(yīng)函數(shù)矩陣的辨識(shí)
        3.3.3 頻率響應(yīng)函數(shù)矩陣估計(jì)不確定性的驗(yàn)證
    3.4 動(dòng)態(tài)測(cè)試實(shí)驗(yàn)
        3.4.1 支撐方式與激勵(lì)系統(tǒng)
        3.4.2 實(shí)驗(yàn)布置
        3.4.3 數(shù)據(jù)采集
        3.4.4 實(shí)驗(yàn)結(jié)果分析
    3.5 本章小結(jié)
4 頻率響應(yīng)函數(shù)的高斯過(guò)程回歸估計(jì)
    4.1 高斯過(guò)程回歸原理
        4.1.1 高斯過(guò)程
        4.1.2 高斯過(guò)程回歸算法
        4.1.3 最優(yōu)超參數(shù)的獲取
    4.2 利用高斯過(guò)程回歸模型建模頻率響應(yīng)函數(shù)
        4.2.1 復(fù)高斯分布
        4.2.2 頻率響應(yīng)函數(shù)的建模
        4.2.3 協(xié)方差函數(shù)的選擇
        4.2.4 超參數(shù)估計(jì)存在的問題
    4.3 超參數(shù)估計(jì)的優(yōu)化
        4.3.1 借助QR分解計(jì)算目標(biāo)函數(shù)值
        4.3.2 超參數(shù)估計(jì)
    4.4 仿真算例
        4.4.1 動(dòng)態(tài)仿真系統(tǒng)
        4.4.2 數(shù)據(jù)量對(duì)辨識(shí)精度的影響
        4.4.3 信噪比對(duì)辨識(shí)精度的影響
        4.4.4 頻率響應(yīng)函數(shù)估計(jì)不確定性的驗(yàn)證
        4.4.5 與局部方法的對(duì)比
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于頻響函數(shù)的結(jié)構(gòu)損傷識(shí)別模型修正方法[J]. 殷紅,馬靜靜,董小圓,彭珍瑞,白鈺.  噪聲與振動(dòng)控制. 2019(02)
[2]動(dòng)載荷的識(shí)別方法[J]. 楊智春,賈有.  力學(xué)進(jìn)展. 2015(00)
[3]高斯過(guò)程回歸方法綜述[J]. 何志昆,劉光斌,趙曦晶,王明昊.  控制與決策. 2013(08)
[4]頻域響應(yīng)函數(shù)估計(jì)的非參數(shù)辨識(shí)法[J]. 孟新宇,寧輝,王道波,唐小軍.  振動(dòng)與沖擊. 2013(14)
[5]系統(tǒng)辨識(shí):新的模式、挑戰(zhàn)及機(jī)遇[J]. 王樂一,趙文虓.  自動(dòng)化學(xué)報(bào). 2013(07)
[6]栓接結(jié)合部動(dòng)態(tài)特性辨識(shí)方法[J]. 李玲,蔡安江,蔡力鋼,郭鐵能,阮曉光.  機(jī)械工程學(xué)報(bào). 2013(07)
[7]基于進(jìn)化高斯過(guò)程回歸算法的隧道工程彈塑性模型參數(shù)反演[J]. 劉開云,方昱,劉保國(guó).  巖土工程學(xué)報(bào). 2011(06)
[8]基于奇異值分解的頻響函數(shù)降噪方法[J]. 孫鑫暉,張令彌,王彤.  振動(dòng)、測(cè)試與診斷. 2009(03)
[9]蒙特卡洛模擬及其在公差設(shè)計(jì)中的應(yīng)用[J]. 袁貴星,王平.  天津科技大學(xué)學(xué)報(bào). 2008(02)

博士論文
[1]面向整車NVH分析的頻響函數(shù)子結(jié)構(gòu)混合建模方法研究[D]. 張勇.清華大學(xué) 2016
[2]基于優(yōu)化策略的迭代學(xué)習(xí)控制算法研究[D]. 許光偉.大連理工大學(xué) 2014
[3]多輸入多輸出隨機(jī)振動(dòng)試驗(yàn)控制算法及若干問題研究[D]. 崔旭利.南京航空航天大學(xué) 2011
[4]頻域模態(tài)參數(shù)識(shí)別研究及其軟件實(shí)現(xiàn)[D]. 孫鑫暉.南京航空航天大學(xué) 2010

碩士論文
[1]頻率響應(yīng)函數(shù)驅(qū)動(dòng)的結(jié)構(gòu)有限元模型修正貝葉斯算法及實(shí)驗(yàn)研究[D]. 曹詩(shī)澤.合肥工業(yè)大學(xué) 2018
[2]軸耦合道路模擬試驗(yàn)臺(tái)的六維力波形復(fù)現(xiàn)控制方法研究[D]. 杜貞棉.哈爾濱工業(yè)大學(xué) 2016
[3]基于高斯過(guò)程回歸的鋰電池?cái)?shù)據(jù)處理[D]. 葉婧.北京交通大學(xué) 2016
[4]基于高斯過(guò)程的風(fēng)電機(jī)組部件建模與監(jiān)測(cè)研究[D]. 王雪茹.華北電力大學(xué) 2015



本文編號(hào)：3686923