基于概率神经网络的航天结构响应映射预示方法

摘要：

为更好地利用地面试验数据预示飞行器在真实飞行状态下的动力学环境,考虑到复杂航天结构非线性动力学特性和响应数据中的不确定性,提出一种基于概率神经网络(probabilistic neural network,PNN)的响应映射预示方法.首先给出分布载荷下响应映射预示方法的理论基础,表明映射关系的建立与载荷源数目无关;然后分析引入PNN来建立映射关系的必要性,并重点介绍PNN方法进行响应预示的算法;最后利用某飞行器仪器舱噪声试验对所提方法进行验证,结果表明PNN方法在不同载荷量级、全频段均具有良好的预示精度.此外,分析了噪声激励下仪器舱结构的非线性动力学特性,结果表明PNN方法较矩阵映射法具有更加优异的预示精度.文章将确定性映射预示方法推广到概率映射预示方法,提高了映射预示方法的可信度和工程实用性.

关键词：响应映射预示、概率神经网络、不确定性、动力学环境预示、仪器舱

所属期刊栏目：40

分类号：V414;V416.2;TP183(基础理论及试验)

资助基金：装备发展部基础研究项目514010110-206

在线出版日期：2023-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：392-399