[發明專利]一種功能梯度材料與結構的參數統計識別方法

有效

• 申請號: 201711178056.6
• 申請日: 2017-11-23
• 公開（公告）號: CN107958111B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 徐亞蘭;陳永琴;郭空明;崔明濤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F119/20
• 代理公司: 西安吉盛專利代理有限責任公司 61108
• 代理人: 孟凡臣

1.一種功能梯度材料與結構的參數統計識別方法，其特征是：至少包括以下步驟：

步驟1：建立功能梯度結構的有限元模型，并利用一階攝動方法，獲得結構的隨機有限元模型；

步驟2：在隨機有限元模型基礎上，利用振型的正交性及一階攝動方法，建立功能梯度結構模態參數相對識別參數的一階偏導和功能梯度材料有效參數相對識別參數的一階偏導之間的對應關系；

步驟3：對功能梯度結構進行振動測試，并進行模態參數辨識，獲得一定樣本的實際模態數據，通過樣本估計獲得實際模態參數的均值與協方差；

步驟4：對功能梯度材料組分物性參數及組分分布進行初始化；

步驟5：利用步驟1的有限元模型進行模態分析，獲得理論計算的模態參數；

步驟6：利用步驟1所建立的功能梯度結構模態參數相對識別參數的一階偏導和功能梯度材料有效參數相對識別參數的一階偏導之間的對應關系，計算當前功能梯度結構模態參數相對識別參數的一階偏導，以及模態參數與識別參數、模態參數與識別參數之間的協方差，實現一次從識別參數隨機性到模態參數隨機性的傳播；

步驟7：根據功能梯度結構的理論計算模態參數與實際模態參數之間差異，通過隨機模型修正對識別參數的均值及方差進行反復調整，直至理論計算模態參數與實際模態參數之間差異最小化；

所述的步驟1至少包括如下步驟：

(1)利用一階攝動方法，將功能梯度材料有效性能參數表示均值和零均值隨機變量的和，并建立零均值隨機變量與待識別參數之間的關系，如下：

其中，P(·)為隨位置和溫度變化的功能梯度材料有效性能參數，包括：有效彈性模量E(x,y,z,T)，有效密度ρ(x,y,z,T)，T為環境溫度，x,y,z為位置坐標，為其均值及對應的零均值隨機變量；θ_i為第i個待識別參數，為其對應的零均值隨機量，l為待識別參數的個數；

(2)建立功能梯度結構的隨機有限元模型，如下：

其中，{q}，為節點位移向量機及節點加速度向量；[M]，[K]，{F}分別為結構總體質量陣、總體剛度陣及溫度引起的節點力向量，為其均值，為對應的零均值隨機矩陣，[T_e]為坐標轉換陣，n_e為單元的數目，為第e個單元的單元剛度陣、單元質量陣及單元節點力對應的均值，為e個單元的單元剛度陣、單元質量陣及單元節點力對應的零均值隨機量，其與功能梯度材料有效性能參數及待識別參數對應的零均值隨機量之間的關系為：

其中,為單元剛度陣中與有效彈性模量無關項，為單元質量陣中與有效密度無關項，為單元力向量與有效彈性模量無關項，x,y,z為位置坐標，V_e為第e個單元的體積，T為環境溫度，為第i個待識別參數θ_i所對應的零均值隨機量，l為待識別參數的個數。

2.根據權利要求1所述的一種功能梯度材料與結構的 參數的統計識別方法，其特征是：進一步，在步驟7中，對參數均值的調整還包括以下子步驟：每一步迭代前，根據最新獲得的結果，結合識別參數的上下界，更新調整搜索范圍，從而限制每個迭代向量的大小，使識別參數的數值在每個迭代步的變化量限制在一個合理范圍內。