一种基于线性叠加的横梁时域载荷识别方法及系统技术方案

本发明专利技术公开了一种基于线性叠加的横梁时域载荷识别方法及系统，包括：将横梁上表面划分为若干载荷区域，对每个载荷区域进行基准载荷下的应变值标定；对横梁进行静力学分析，得到基准载荷下的载荷

【技术实现步骤摘要】
一种基于线性叠加的横梁时域载荷识别方法及系统


[0001]本专利技术涉及时域载荷识别
，尤其涉及一种基于线性叠加的横梁时域载荷识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]横梁是承载车体重量和吊挂车下设备的重要部件，已成为高速列车底架构件中最为广泛的承重部件。在列车行驶过程中，横梁不可避免地承受振动，侧向，垂向等静/动态载荷的作用，使得横梁结构发生变形乃至疲劳断裂，直接影响到列车的运行安全。而横梁的强度、刚度和弯曲能力等参数与结构受到的载荷信息密切相关。因此需要对横梁进行载荷识别，为横梁结构强度分析、性能状态评估、故障诊断与修复提供技术保障，这对列车的平稳运行有着重要的意义。
[0004]现有的载荷识别方法主要是对动态载荷进行识别，而对静/动态载荷同时识别的研究还很少。静态载荷识别，虽然有很多研究对载荷识别(尺寸或位置)进行了研究，但大多数不能同时识别载荷大小和位置。

技术实现思路

[0005]为了解决上述问题，本专利技术提出了一种基于线性叠加的横梁时域载荷识别方法及系统，将线性叠加法和显式Wilson
‑
θ法结合，通过线性叠加法利用FBG传感器识别静态载荷大小和位置，根据载荷位置，利用显式Wilson
‑
θ法和子结构法识别动态载荷大小。
[0006]在一些实施方式中，采用如下技术方案：
[0007]一种基于线性叠加的横梁时域载荷识别方法，包括：
[0008]将横梁上表面划分为若干载荷区域，对每个载荷区域进行基准载荷下的应变值标定；
[0009]在横梁结构表面构建光纤光栅传感网络；对横梁进行静力学分析，得到基准载荷下的载荷
‑
应变标定关系；
[0010]对横梁进行子结构划分，得到缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应；
[0011]基于子结构，得到基于显式Wilson
‑
θ法的时域动态载荷识别模型，并进行正则化处理；
[0012]基于对每个载荷区域进行基准载荷下的应变值标定值、基准载荷和光纤光栅传感器测量应变，对横梁静态载荷大小识别和位置识别；
[0013]根据横梁静态载荷的位置，选择对应的载荷映射矩阵，基于缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应值，利用正则化后的时域动态载荷识别模型，得到动态载荷的识别结果。
[0014]在另一些实施方式中，采用如下技术方案：
[0015]一种基于线性叠加的横梁时域载荷识别系统，包括：
[0016]应变值标定模块，用于将横梁上表面划分为若干载荷区域，对每个载荷区域进行基准载荷下的应变值标定；
[0017]横梁静力学分析模块，用于在横梁结构表面构建光纤光栅传感网络；对横梁进行静力学分析，得到基准载荷下的载荷
‑
应变标定关系；
[0018]横梁子系统缩减模块，用于对横梁进行子结构划分，得到缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应；
[0019]动态载荷识别模型构建模块，用于基于子结构，得到基于显式Wilson
‑
θ法的时域动态载荷识别模型，并进行正则化处理；
[0020]静态载荷识别模块，用于基于对每个载荷区域进行基准载荷下的应变值标定值、基准载荷和光纤光栅传感器测量应变，对横梁静态载荷大小识别和位置识别；
[0021]动态载荷识别模块，用于根据横梁静态载荷的位置，选择对应的载荷映射矩阵，基于缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应值，利用正则化后的时域动态载荷识别模型，得到动态载荷的识别结果。
[0022]在另一些实施方式中，采用如下技术方案：
[0023]一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的基于线性叠加的横梁时域载荷识别方法。
[0024]在另一些实施方式中，采用如下技术方案：
[0025]一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的基于线性叠加的横梁时域载荷识别方法。
[0026]与现有技术相比，本专利技术的有益效果是：
[0027](1)本专利技术利用线性叠加法识别静态载荷大小和位置，根据载荷位置，利用显式Wilson
‑
θ法识别动态载荷大小，结合Tikhonov正则化方法，对横梁进行正弦载荷、冲击载荷和随机载荷识别，能够解决静/动态载荷难以同时识别、复杂结构计算成本大等问题。
[0028](2)本专利技术的FBG传感器用于静态载荷识别，子结构法用于缩减横梁结构自由度，减少动态载荷算法运行时间和传递函数条件数。基于线性叠加法和显式Wilson
‑
θ法所构建的载荷识别方法计算速度更快，实现了复杂结构承受不同载荷类别的识别，具有广阔前景和较高的工程应用价值。
[0029]本专利技术的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
[0030]图1为本专利技术实施例中基于线性叠加的横梁时域载荷识别方法示意图；
[0031]图2(a)为本专利技术实施例中的FBG传感器网络示意图；
[0032]图2(b)为本专利技术实施例中载荷应变标定矩阵图；
[0033]图3为本专利技术实施例中的横梁子结构示意图；
[0034]图4为本专利技术实施例中的静态和动态载荷识别过程示意图。
具体实施方式
[0035]应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本专利技术使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。
[0036]需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0037]实施例一
[0038]在一个或多个实施方式中，公开了一种基于线性叠加的横梁时域载荷识别方法，结合图1，具体包括如下过程：
[0039]S101：将横梁上表面划分为若干载荷区域，对每个载荷区域进行基准载荷下的应变值标定；
[0040]本实施例中，将横梁上表面等分为33个载荷区域，对每个载荷区域施加500N的“基准载荷”，对每个“基准载荷”下的应变值进行标定，记为E
M
×
n
，共计M
×
n，其中M为FBG传感器数，n为载荷数，如图2(a)和图2(b)所示。
[0041]S102：在横梁本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于线性叠加的横梁时域载荷识别方法，其特征在于，包括：将横梁上表面划分为若干载荷区域，对每个载荷区域进行基准载荷下的应变值标定；在横梁结构表面构建光纤光栅传感网络；对横梁进行静力学分析，得到基准载荷下的载荷
‑
应变标定关系；对横梁进行子结构划分，得到缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应；基于子结构，得到基于显式Wilson
‑
θ法的时域动态载荷识别模型，并进行正则化处理；基于对每个载荷区域进行基准载荷下的应变值标定值、基准载荷和光纤光栅传感器测量应变，对横梁静态载荷大小识别和位置识别；根据横梁静态载荷的位置，选择对应的载荷映射矩阵，基于缩减后的刚度矩阵、质量矩阵和阻尼矩阵以及不同载荷类型下的加速度响应值，利用正则化后的时域动态载荷识别模型，得到动态载荷的识别结果。2.如权利要求1所述的一种基于线性叠加的横梁时域载荷识别方法，其特征在于，对每个载荷区域进行基准载荷下的应变值标定，具体包括：对每个载荷区域施加设定的基准载荷，对每个基准载荷下的应变值进行标定。3.如权利要求1所述的一种基于线性叠加的横梁时域载荷识别方法，其特征在于，在横梁结构表面构建光纤光栅传感网络，具体包括：在横梁结构表面以每个圆孔上下对称布置的方式构建光纤光栅传感网络，将设定数量等距离平行布置的FBG传感器分别均匀粘贴于横梁结构表面；每个FBG传感器垂直于横梁表面粘贴，并依次连接，构建分布式光纤传感网络。4.如权利要求1所述的一种基于线性叠加的横梁时域载荷识别方法，其特征在于，对横梁进行静力学分析，得到基准载荷下的载荷
‑
应变标定关系，具体为：对横梁施加基准载荷，根据基准载荷下的模拟应变，结合FBG传感器下的试验应变，通过应变阈值反演得到结构的实际载荷大小；从而得到基准载荷下的载荷
‑
应变标定关系。5.如权利要求1所述的一种基于线性叠加的横梁时域载荷识别方法，其特征在于，对横梁进行子结构划分之前，还包括：构建横梁离散系统的...

【专利技术属性】
技术研发人员：姜明顺，程洋洋，张雷，张法业，隋青美，贾磊，王晓龙，
申请(专利权)人：山东大学，
类型：发明
国别省市：