基于贝叶斯估计的动载荷识别方法

雷 博，郑 辉，2

（1.上海交通大学 振动、冲击、噪声研究所，上海 200240；2.高新船舶与深海开发装备协同创新中心，上海 200240）

载荷信息的获取是系统动力学响应计算、动态设计和故障分析的重要组成部分，在实际工程中具有重要的意义。但由于工程环境中存在诸多限制条件，使得多数情况下，载荷无法直接测量[1]。因此，建立正确有效的载荷识别方法是进行后续动力学分析和动态设计的前提。

载荷识别是指利用系统响应和系统特性对系统所受载荷进行求解，属于动力学第二类反问题。Thite等提出利用直接求逆法和最小二乘正则化方法进行设备噪声传递路径上的载荷识别，后者利用正则化方法解决了传递矩阵的病态性问题[2–3]。杨立娟等利用Tikhonov正则化方法进行悬臂壳载荷识别，并通过混合传递路径分析确定了该结构的主要振动传递路径[4]。张方等推导了基于时间有限元的动载荷识别模型，将时域动载荷识别的逆卷积关系转变为广义正交域的线性算子逆运算，大大降低了该类问题的复杂程度[5]。随着计算机技术的发展，载荷识别也可通过智能算法进行。智能算法可避免传递矩阵的病态性问题，同时可降低运算量。如Yan等利用微遗传算法对复合加筋板所受冲击载荷进行了识别，结果表明该算法具有较高的计算效率[6]。沙瑞华利用三种神经网络算法对水电机组所受载荷进行了识别，发现基于LM优化算法的BP网络对各类动载荷识别的效果优于附加动量法BP网络和RBF网络[7]。……