动态载荷时域识别的联合去噪修正和正则化预优迭代方法

摘要：

系统响应可表示为单位脉冲响应函数与激励载荷的卷积,将其离散化一组线性方程组,则载荷识别问题即转化为求解线性方程组的反问题.针对响应中带有噪音时载荷识别的困难,提出了联合奇异熵去噪修正和正则化预优的共轭梯度迭代识别方法.一方面对含噪信号进行基于奇异熵的去噪处理,提高反问题求解中输入数据的精度.另一方面利用正则化方法对共轭梯度迭代算法进行预优,改善反问题的非适定性.由于从输入的响应数据去噪和正则化算法两方面同时改善动态载荷识别反问题的求解,因此可以有效地抑制噪声,提高识别精度.通过数值算例分析,表明在不同的噪声水平干扰下,其识别精度均优于常规的正则化方法,能够实现有效稳定地识别动态载荷.最后通过实验研究进一步验证了该方法的正确性和有效性.

关键词：载荷识别、奇异熵去噪、正则化预优、共轭梯度法

所属期刊栏目：26

分类号：O327;TB122(振动理论)

资助基金：国家自然科学基金资助项目11004045

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：854-863