[发明专利]基于遗传算法的悬臂梁振动模型参数辨识方法及装置

说明书

本发明涉及一种基于遗传算法的悬臂梁振动模型参数辨识方法及装置，其中方法包括步骤S1：进行悬臂梁振动测试试验，获得悬臂梁振动的固有频率，以及设定外加激励电压下的振动特性试验曲线；步骤S2：建立含待辨识参数的自由悬臂梁的Bouc‑wen振动模型；步骤S3：获取所有待辨识参数的辨识区间；步骤S4：利用遗传算法得到辨识结果。与现有技术相比，本发明具有较强的抗干扰性能，鲁棒性强，在试验数据存在一定误差的时候，仍可以获得相对准确的参数辨识结果。

技术领域

本发明涉及航空飞行器领域，尤其是涉及一种基于遗传算法的迟滞智能悬臂梁振动模型参数辨识方法。

背景技术

随着航空航天领域的快速发展，智能结构的应用也越来越广，特别在飞行器的设计方面，结构朝着轻量化和智能化的方向发展，目前很多研究表明，由于智能驱动和传感元件内部晶体布置情况等原因，智能结构具有迟滞特性。准确的辨识智能结构的各个参数成为控制智能结构的基础。从已有文献可知，智能迟滞悬臂梁的振动的辨识方法主要有最小二乘辨识，和数值计算法。最小二乘辨识的鲁棒低，辨识所需要的试验动态特性由于外界干扰果可能存在误差，最小二乘辨识的结果会存在明显的误差。数值计算法，可以通过公式计算出模型的部分数值，但是这些计算公式都是在理想状态下所得出得，由于外界环境的变化，比如气压，温度，等计算所得出的参数就不一定准确。这些都使得无法得到数学模型的准确参数。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于遗传算法的迟滞智能悬臂梁振动模型参数辨识方法。

本发明的目的可以通过以下技术方案来实现：

一种基于遗传算法的迟滞智能悬臂梁振动模型参数辨识方法，包括：

步骤S1：进行悬臂梁振动测试试验，获得悬臂梁振动的固有频率，以及设定外加激励电压下的振动特性试验曲线；

步骤S2：建立含待辨识参数的自由悬臂梁的Bouc-wen振动模型；

步骤S3：获取所有待辨识参数的辨识区间；

步骤S4：利用遗传算法得到辨识结果。

所述设定外加激励电压的幅值为150。

所述Bouc-wen振动模型为：

其中：为振动滞回的速度，x为振动的位移，α为滞变力在振动总阻尼力中所占比例的调节参数，β为与滞回环高度相关的调节参数，γ为与滞回环宽度相关的调节参数，z为振动滞回位移，n为曲线圆滑系数，为振动的加速度，c为振动的阻尼矩阵，k为振动的刚度矩阵，为振动的速度，D为外加激励左乘系数，p为外加电压激励，μ为滞回系数。

所述步骤S4具体包括：

步骤S41：采用龙格库塔解Bouc-wen微分方程得到振动的位移；

步骤S42：利用振动的位移与实际测量得到的相减得到位移差；

步骤S43：计算位移差的标准差输出为遗传算法的适应度函数；

步骤S44：基于遗传算法对适应度函数进行反复迭代，直至误差值小于设定阈值，并输出辨识结果。

所述遗传算法中遗传代数50代，初始种群100，选择率0.7，交叉概率0.8，变异率0.02。

一种基于遗传算法的迟滞智能悬臂梁振动模型参数辨识装置，包括存储器、处理器，以及存储于存储器中并由所述处理器执行的程序，所述处理器执行所述程序时实现以下步骤：

步骤S1：进行悬臂梁振动测试试验，获得悬臂梁振动的固有频率，以及设定外加激励电压下的振动特性试验曲线；