文档名：多元统计分析的模态参数辨识方法比较及应用
工作模态参数辨识是实现飞行器结构精细化设计和安全评估的关键基础问题.基于结构响应数据,利用盲源分离和流形学习的方法进行系统模态参数辨识,建立基于多元统计分析的工作模态参数辨识方法.首先,从主成分分析(PCA)、独立成分分析(ICA)和局部线性嵌入(LLE)算法出发,建立响应模态坐标表示与多元统计分析算法之间的内在联系,将模态参数辨识问题转化为基于结构响应数据的多元统计分析求解问题.然后,设计1个离散3自由度系统和搭建1个悬臂板典型实验结构系统,获取数值仿真和实验响应数据.最后,基于测量的响应数据,利用多元统计分析方法辨识系统参数,并分析比较3种不同方法的模态参数识别精度以及抗噪性能.数值仿真和实验结果表明,提出的多元统计分析方法能够有效识别出系统的模态振型和模态频率,且LLE算法较其他两种方法具有更高的识别精度和鲁棒性.
作者：官威董龙雷
作者单位：西安交通大学航天航空学院,西安710049;西安交通大学机械结构强度与振动国家重点实验室,西安710049
母体文献：第二十八届全国振动与噪声高技术应用学术会议论文集
会议名称：第二十八届全国振动与噪声高技术应用学术会议
会议时间：2018年4月1日
会议地点：上海
主办单位：中国振动工程学会
语种：chi
分类号：
关键词：飞行器 工作模态 参数辨识 盲源分离 流形学习 多元统计分析法
在线出版日期：2019年1月18日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.3 MB
- 下载次数:
- 60
-
高速下载
|
|
