海洋平台模态振型直接扩阶及阻尼特性识别方法研究

海洋平台模态振型直接扩阶及阻尼特性识别方法研究

论文摘要

在实际的海洋平台动力响应测试中,由于受到传感器数目及布置位置限制,实际测试获得的自由度信息远小于有限元模型的自由度信息,模态空间不完备问题突出。同时在进行损伤诊断与安全评估时,建立准确的有限元模型十分必要,然而在有限元模型建模过程中,通常忽略阻尼的影响,或者将结构的阻尼假设为比例阻尼,或者假设为Liang模型。比例阻尼无法描述试验测试所得的复振型,而Liang模型虽然在工程上应用较多,但是它认为所有节点处的集中阻尼大小一致,因此适用范围受限。本文针对实测模态空间不完备性及有限元建模未准确考虑阻尼特性这两方面,对模态扩阶及阻尼矩阵识别进行基础性研究工作,并在实验中利用海洋平台模型来验证模态扩阶方法的准确性,采用钢制悬臂梁模型验证阻尼矩阵方法的可行性,具体进行工作如下:针对模态信息不完备的问题,提出一种基于复合向量的直接扩阶方法,该向量由对应于主自由度的实测振型值与对应于从自由度的待估算值组成。依靠实测模态及有限元模型信息对复合向量中未测试自由度的振型值进行重新估算,进而获得空间完备的模态振型。本方法首先通过五自由度质量弹簧系统验证方法的准确性,除此之外通过海洋平台模型实验验证该方法用于复杂结构的有效性与工程适用性。本文发展了一种适用于识别非比例阻尼矩阵的方法,首先确定初始阻尼矩阵的非零值分布形式,然后将阻尼矩阵分解,利用实测振型信息及有限元模型质量、刚度矩阵及模态振型构造方程组,求解各个分解矩阵修正系数,从而获得识别后阻尼矩阵。文中将通过悬臂梁结构及简化海洋平台模型展示该方法的具体应用过程。数值模拟过程中充分考虑到空间不完备与噪声,证明了在空间不完备及噪声影响下该方法的有效性,并通过一悬臂梁物理模型试验验证方法在实际测试中的适用性。本文研究的扩阶方法考虑到建模的误差,并且不需要质量归一化以及实测模态与有限元振型的比例关系,除此之外较传统方法在低阶模态上具有较高精度。文中发展的阻尼矩阵识别方法充分考虑到阻尼的非比例特性,而且只需要实测模态的低阶模态,并且允许实测模态存在较低噪声。

论文目录

  • 摘要
  • Abstract
  • 1.绪论
  • 1.1 研究的背景及意义
  • 1.2 国内外研究现状
  • 1.2.1 模态参数识别方法
  • 1.2.2 模态振型扩阶技术
  • 1.2.3 阻尼矩阵识别技术
  • 1.3 本文的研究目的与研究内容
  • 1.3.1 课题来源
  • 1.3.2 主要研究工作
  • 2.基本理论
  • 2.1 复模态系统的特征值分析
  • 2.2 特征系统实现法(ERA)
  • 2.2.1 状态方程、连续时间模型与离散
  • 2.2.2 Hankel 矩阵的构造
  • 2.2.3 特征系统实现算法(ERA)
  • 2.2.4 模态参数的确定
  • 2.3 本章小结
  • 3.模态振型的直接扩阶方法
  • 3.1 传统扩阶方法
  • 3.1.1 Guyan 法
  • 3.1.2 动力缩阶法
  • 3.1.3 SEREP 法
  • 3.2 模态振型的直接扩阶方法
  • 3.2.1 复合向量的引入
  • 3.2.2 未测得振型的直接估计方法
  • 3.3 方法验证
  • 3.3.1 五自由度弹簧质量模型
  • 3.3.2 海洋平台物理模型
  • 3.4 本章小结
  • 4.阻尼矩阵识别方法
  • 4.1 阻尼矩阵的分解方法
  • 4.1.1 局部坐标系下的阻尼矩阵分解
  • 4.1.2 整体坐标系下的阻尼矩阵分解
  • 4.2 非零值在阻尼矩阵中的分布
  • 4.3 阻尼矩阵识别方法
  • 4.4 模态空间不完备条件下的阻尼矩阵识别方法
  • 4.5 数值计算
  • 4.5.1 悬臂梁模型
  • 4.5.2 简化平台模型
  • 4.6 小结
  • 5.物理模型试验
  • 5.1 实验目的
  • 5.2 实验仪器
  • 5.3 实验模型
  • 5.4 实验内容
  • 5.4.1 模态参数识别
  • 5.4.2 阻尼矩阵识别
  • 5.5 本章小结
  • 6.总结与展望
  • 6.1 主要结论
  • 6.2 主要创新点
  • 6.3 研究展望
  • 参考文献
  • 致谢
  • 个人简历
  • 攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于云计算的网络资源缺失信息识别方法[J]. 电子元器件与信息技术 2019(11)
    • [2].武汉市主城区现状用地自主识别方法探索[J]. 中国土地 2020(02)
    • [3].基于场景-部件的人体行为识别方法[J]. 测控技术 2020(02)
    • [4].基于人眼识别的人脸朝向识别方法[J]. 信息记录材料 2020(01)
    • [5].产品虚假评论文本识别方法研究述评[J]. 数据分析与知识发现 2019(09)
    • [6].网络谣言识别方法及展望[J]. 网络空间安全 2016(Z2)
    • [7].物联网智能终端设备识别方法[J]. 电信科学 2017(02)
    • [8].一种分布式人脸识别方法及性能优化[J]. 光学精密工程 2017(03)
    • [9].振动目标产生的瑞雷波的识别方法研究[J]. 沈阳理工大学学报 2017(02)
    • [10].松辽盆地二氧化碳气层录井识别方法[J]. 石化技术 2017(10)
    • [11].用于机动目标跟踪的分段机动识别方法[J]. 电波科学学报 2015(01)
    • [12].“特殊的平行四边形”易错点剖析[J]. 初中生世界 2017(15)
    • [13].颠覆性技术识别方法述评[J]. 图书情报工作 2020(17)
    • [14].基于深度学习的人脸识别方法研究进展[J]. 现代计算机 2020(01)
    • [15].基于典型相关分析特征融合的行人再识别方法[J]. 光电子·激光 2020(05)
    • [16].4G网络深度覆盖“283”识别方法研究[J]. 数字通信世界 2019(03)
    • [17].颠覆性技术识别方法研究与应用分析[J]. 军事医学 2018(01)
    • [18].一种大象流两级识别方法[J]. 电信科学 2017(03)
    • [19].多角度人脸检测与识别方法研究[J]. 电子设计工程 2017(11)
    • [20].卫星图像传输跟踪优化识别方法仿真研究[J]. 计算机仿真 2017(09)
    • [21].基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学 2017(10)
    • [22].同形异义词机器辅助识别方法研究[J]. 数字图书馆论坛 2015(05)
    • [23].4G网络深度覆盖精确需求识别方法研究[J]. 电信工程技术与标准化 2015(09)
    • [24].基于深度流形表示学习的工业过程多故障识别方法[J]. 计算机与数字工程 2020(10)
    • [25].试分析基于区域生长的道路和桥梁识别方法的研究[J]. 科技创业家 2014(01)
    • [26].基于统计的人脸识别方法综述[J]. 安阳工学院学报 2012(04)
    • [27].基于情景分析的项目风险识别方法研究[J]. 理论观察 2012(05)
    • [28].基于深度学习的视频行为识别方法综述[J]. 电信科学 2019(12)
    • [29].基于深度学习的场景识别方法综述[J]. 计算机工程与应用 2020(05)
    • [30].基于特征的矢量图形符号渐进识别方法[J]. 软件导刊 2020(05)

    标签:;  ;  ;  ;  ;  

    海洋平台模态振型直接扩阶及阻尼特性识别方法研究
    下载Doc文档

    猜你喜欢