專利名稱：動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種動(dòng)態(tài)載荷的識(shí)別方法，特別是一種動(dòng)載荷的自適應(yīng)時(shí)域離線 建模在線識(shí)別技術(shù)。
背景技術(shù)：
在工程結(jié)構(gòu)設(shè)計(jì)、試驗(yàn)及性能研究中，人們?yōu)榉治鼋Y(jié)構(gòu)的動(dòng)態(tài)特性，進(jìn)行結(jié)構(gòu)動(dòng)力 響應(yīng)計(jì)算、動(dòng)態(tài)參數(shù)設(shè)計(jì)、故障分析及可靠性預(yù)測(cè)等，往往需要精確掌握作用在結(jié)構(gòu)上的動(dòng) 態(tài)載荷。確定結(jié)構(gòu)動(dòng)態(tài)載荷的方法有兩種直接測(cè)量法和間接識(shí)別法。前者直接測(cè)量載荷 本身或測(cè)量與載荷有關(guān)的參數(shù)來得到動(dòng)態(tài)載荷。但是對(duì)于很多實(shí)際工程結(jié)構(gòu)、機(jī)械設(shè)備，由 于其工作環(huán)境、工作狀態(tài)的特殊性，導(dǎo)致難以直接測(cè)量或根本無法直接測(cè)量動(dòng)態(tài)載荷。此 時(shí)，只能采用動(dòng)態(tài)載荷的間接識(shí)別法。間接識(shí)別法主要有頻域識(shí)別和時(shí)域識(shí)別兩種。頻域法是在頻域內(nèi)建立系統(tǒng)的輸入輸出關(guān)系，進(jìn)而通過系統(tǒng)的輸出識(shí)別動(dòng)態(tài)輸入 的過程。一般可分為三個(gè)階段動(dòng)態(tài)標(biāo)定，即模型的建立；實(shí)際狀態(tài)響應(yīng)的測(cè)量，即響應(yīng)信 息的獲取；載荷識(shí)別，即確定動(dòng)載幅值與相位差過程。頻域法的關(guān)鍵在于如何準(zhǔn)確獲得輸入 輸出關(guān)系，由于系統(tǒng)的輸入輸出關(guān)系是線性算子，其線性算子逆運(yùn)算易于處理，因而頻域載 荷識(shí)別技術(shù)已取得很大進(jìn)展。翁雪濤在載荷識(shí)別問題上發(fā)表了兩篇文章(利用頻響函數(shù)求外部激勵(lì)，噪聲與振 動(dòng)控制，1999，1 :46-48)(利用頻響函數(shù)求外部激勵(lì)的實(shí)驗(yàn)驗(yàn)證，噪聲與振動(dòng)控制，1999,5 38-43)，闡述了利用頻響函數(shù)直接求逆的理論依據(jù)；用實(shí)驗(yàn)研究了機(jī)械設(shè)備安裝在兩個(gè)不 同基座的力識(shí)別精度對(duì)比，詳細(xì)講述了其實(shí)驗(yàn)方案、儀器系統(tǒng)及求解過程，實(shí)驗(yàn)證明大基座 誤差2-3dB，小基座誤差5dB。原春暉等人(加載對(duì)設(shè)備基座導(dǎo)納測(cè)量的影響研究，振動(dòng)與沖擊，2005，MG) 129-131)(設(shè)備安裝對(duì)基座導(dǎo)納測(cè)量的影響研究，中國造船，2005，46 (3) :41-46)對(duì)設(shè)備傳 遞基座的激勵(lì)力測(cè)量方法做了深入研究，發(fā)表了兩篇文章討論了設(shè)備安裝對(duì)基座導(dǎo)納測(cè)試 的影響，分別建立了機(jī)械設(shè)備單點(diǎn)接觸模型和多點(diǎn)接觸模型，并推導(dǎo)了設(shè)備安裝對(duì)基座導(dǎo) 納測(cè)試影響的理論公式，指出基座導(dǎo)納遠(yuǎn)小于安裝機(jī)腳導(dǎo)納時(shí)，可在設(shè)備的安裝狀態(tài)下測(cè) 量基座導(dǎo)納，并用船用設(shè)備和基座做了驗(yàn)證實(shí)驗(yàn)。此外，還討論了激勵(lì)力的兩種間接測(cè)試方 法(船舶機(jī)械振動(dòng)源激勵(lì)力的間接估算工程方法，中國艦船研究，2006，1 (1) :25-32)，一種 是基于基座特性的頻響函數(shù)矩陣求逆法，適用于剛性安裝的設(shè)備，討論了不同的響應(yīng)測(cè)點(diǎn) 組合對(duì)估算結(jié)果精度的影響。文中最小誤差3dB，最大誤差15dB。另一種方法是基于隔振 器特性的測(cè)試方法，適用于彈性安裝的設(shè)備，間接測(cè)量的誤差較小，可以滿足工程需要。2006年蔡元奇在頻域內(nèi)載荷識(shí)別，放棄了正分析中的模態(tài)截?cái)喔拍?，提出了模態(tài) 選取概念。在此基礎(chǔ)上提出了載荷識(shí)別中模態(tài)選取的準(zhǔn)則，并給出了相應(yīng)的公式。算例表 明，采用該準(zhǔn)則和公式可剔除造成動(dòng)態(tài)載荷識(shí)別過程中數(shù)值病態(tài)的“不合適”模態(tài)，防止因 模態(tài)選取不當(dāng)而產(chǎn)生的偽解，明顯提高動(dòng)態(tài)載荷識(shí)別的成功率和精度。
3
時(shí)域內(nèi)載荷識(shí)別的工作起步較晚，目前國內(nèi)外正在展開研究。1995年，時(shí)戰(zhàn)等(利 用脈沖響應(yīng)函數(shù)識(shí)別載荷的時(shí)序法.振動(dòng)工程學(xué)報(bào)，1995，8 C3) =235-242)發(fā)展了利用脈沖 響應(yīng)函數(shù)識(shí)別載荷的時(shí)序分析方法，采用杜哈曼積分求解比例阻尼離散結(jié)構(gòu)系統(tǒng)的動(dòng)載荷 識(shí)別，使結(jié)構(gòu)分析逆問題化為正分析處理。文中用奇異值分解代替了最小二乘法，即使系數(shù) 矩陣虧損，仍可求得最短范數(shù)的最小二乘解。張方(動(dòng)態(tài)載荷時(shí)域識(shí)別的級(jí)數(shù)方法.振動(dòng)工程學(xué)報(bào)，1996，9(1) :1 8)在實(shí)模 態(tài)和復(fù)模態(tài)空間內(nèi)推導(dǎo)了載荷識(shí)別的級(jí)數(shù)系數(shù)平衡法，并以冪級(jí)數(shù)展開理論獲得動(dòng)態(tài)載荷 識(shí)別的計(jì)算公式，通過數(shù)值仿真計(jì)算表明，這種方法適用于各種正弦、三角等波形的時(shí)域載 荷，尤其對(duì)在共振頻率下的正弦激勵(lì)力，利用其過渡響應(yīng)可滿意地進(jìn)行識(shí)別。1998年，他們 (動(dòng)載荷識(shí)別的時(shí)間有限元模型理論及其應(yīng)用.振動(dòng)與沖擊，1998，17 O) :1 4)利用廣義 正交多項(xiàng)式作為時(shí)間有限元的形函數(shù)，導(dǎo)出基于多節(jié)點(diǎn)時(shí)間有限元的載荷識(shí)別模型，從而 將時(shí)域下的復(fù)雜逆卷積關(guān)系轉(zhuǎn)變?yōu)閺V義正交域的線性算子逆運(yùn)算，結(jié)論表明該方法適用于 具有短時(shí)間樣本的沖擊類型動(dòng)載荷識(shí)別。2004年，林哲等人(精細(xì)時(shí)程積分在載荷識(shí)別中的應(yīng)用.船舶力學(xué)，2004，8 (4) 55-60)在載荷識(shí)別的逆問題研究中引入精細(xì)時(shí)程積分的理論，給出了基于模態(tài)分解形式的 載荷識(shí)別公式，并構(gòu)造出矩陣表達(dá)形式，能利用結(jié)構(gòu)響應(yīng)數(shù)據(jù)通過迭代求解瞬態(tài)隨機(jī)外部 激勵(lì)幅值。數(shù)值算例結(jié)果表明，該方法能較好地識(shí)別外部激勵(lì)，而且在已知激勵(lì)位置時(shí)，識(shí) 別結(jié)果更加可靠，精度令人滿意。相對(duì)于頻域內(nèi)識(shí)別外部激勵(lì)的傳統(tǒng)解法，也提供了一種在 計(jì)算量和精度上都令人滿意的時(shí)域方法。2009年，毛玉明、郭杏林(基于Markov參數(shù)精細(xì)積分法的載荷識(shí)別研究.振動(dòng) 與沖擊，2009，20 (3) :27-30.)提出了基于Markov參數(shù)精細(xì)計(jì)算的動(dòng)載荷識(shí)別方法，為避 免遞推迭代格式中誤差積累，把整個(gè)時(shí)域過程離散展開，在狀態(tài)空間建立了離散動(dòng)力系統(tǒng) 滑動(dòng)平均模型，并用2N算法精細(xì)計(jì)算了系統(tǒng)模型的馬爾科夫(Markov)參數(shù)矩陣，給出了 Toeplitz矩陣形式的全局時(shí)域內(nèi)多點(diǎn)分布動(dòng)態(tài)載荷識(shí)別問題的載荷識(shí)別模型，最后采用正 則化技術(shù)求解該載荷反演模型。目前載荷識(shí)別方法中應(yīng)用最廣泛的是頻域法，即頻響函數(shù)矩陣求逆、最小二乘法 和模態(tài)坐標(biāo)變換法。頻響函數(shù)求逆法只要獲得頻率響應(yīng)函數(shù)矩陣及響應(yīng)譜，即可識(shí)別動(dòng)態(tài) 載荷。最小二乘法是頻響函數(shù)矩陣求逆法的補(bǔ)充和深入，當(dāng)響應(yīng)點(diǎn)數(shù)目多于激勵(lì)點(diǎn)數(shù)目時(shí)， 頻響函數(shù)矩陣不能直接求逆，求最小二乘解獲得載荷。這兩種方法的缺點(diǎn)在于低頻的識(shí)別 精度較差，且固有頻率處識(shí)別精度也較差。目前可以通過奇異值分解技術(shù)改善，還可以通過 相干函數(shù)作為閥值控制矩陣的病態(tài)，但是閥值的選取尚無成熟方法，識(shí)別精度有待進(jìn)一步 提尚。模態(tài)坐標(biāo)變換法必須知道系統(tǒng)的固有頻率及模態(tài)振型才能識(shí)別載荷特性，參與計(jì) 算的模態(tài)的選取及截?cái)鄬?duì)載荷識(shí)別精度影響很大，選取不同階數(shù)的模態(tài)、測(cè)試噪聲等因素 對(duì)識(shí)別精度影響較大，在工程應(yīng)用中存在較大的局限性。時(shí)域法克服了頻域法只能對(duì)平穩(wěn)載荷識(shí)別的缺點(diǎn)，但傳統(tǒng)的杜哈曼積分方法存在 著積分計(jì)算量過大、對(duì)邊值條件和初值條件敏感、數(shù)值不穩(wěn)定等問題。時(shí)域法探討的模型多 數(shù)建立在仿真模型基礎(chǔ)上，識(shí)別模型與實(shí)際模型存在差異，與實(shí)際應(yīng)用還有一段距離，實(shí)際 工程中常見的分布動(dòng)載荷的識(shí)別仍然比較罕見。
自適應(yīng)LMS算法具有對(duì)邊值條件和初值條件不敏感、容易收斂、求解速度快的特 點(diǎn)。自適應(yīng)LMS算法在振動(dòng)主動(dòng)控制領(lǐng)域有較成功的應(yīng)用，其關(guān)鍵在于建立合適的延遲及 解耦濾波器，建立延遲與解耦濾波器的方法決定了濾波器的質(zhì)量，也決定了振動(dòng)控制的成 敗。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種識(shí)別精度較高，識(shí)別速度快的動(dòng)載荷的自適應(yīng)時(shí)域識(shí) 別方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的包括真實(shí)機(jī)械系統(tǒng)的離線建模和動(dòng)載荷在線辨識(shí)兩部分；第一步真實(shí)機(jī)械系統(tǒng)的離線建模真實(shí)機(jī)械系統(tǒng)用一組一定階數(shù)(如64階或1 階)的自適應(yīng)濾波器來表示，白噪 聲信號(hào)分別輸入真實(shí)機(jī)械系統(tǒng)和自適應(yīng)濾波器，采集真實(shí)機(jī)械系統(tǒng)和自適應(yīng)濾波器的輸出 信號(hào)。將真實(shí)機(jī)械系統(tǒng)的輸出信號(hào)與自適應(yīng)濾波器的輸出信號(hào)作差，為誤差信號(hào)。使用該 誤差信號(hào)對(duì)自適應(yīng)濾波器進(jìn)行調(diào)整，直至誤差收斂至最小值，得到真實(shí)機(jī)械系統(tǒng)的自適應(yīng) 模型；第二步進(jìn)行動(dòng)載荷在線辨識(shí)未知載荷作用于真實(shí)機(jī)械系統(tǒng)得到真實(shí)輸出，初始載荷作用于系統(tǒng)自適應(yīng)模型得 到輸出信號(hào)。真實(shí)機(jī)械系統(tǒng)的真實(shí)輸出與系統(tǒng)自適應(yīng)模型的輸出信號(hào)作差得誤差信號(hào)，使 用所述誤差信號(hào)自適應(yīng)調(diào)整初始載荷直至誤差信號(hào)收斂至某一定值，此時(shí)系統(tǒng)自適應(yīng)模型 的輸入載荷即為實(shí)際真實(shí)機(jī)械系統(tǒng)動(dòng)載荷的最佳估計(jì)。相對(duì)于動(dòng)載荷的頻域法，本發(fā)明具有能夠應(yīng)用于非平穩(wěn)載荷的優(yōu)點(diǎn)。該發(fā)明中提 出的自適應(yīng)時(shí)域識(shí)別法克服了傳統(tǒng)時(shí)域法的積分計(jì)算量過大的缺點(diǎn)，能夠快速進(jìn)行載荷識(shí) 別，識(shí)別精度較高。


圖1是本發(fā)明的動(dòng)載荷的自適應(yīng)時(shí)域在線識(shí)別框圖；圖2是基于LMS算法的真實(shí)機(jī)械系統(tǒng)離線建?？驁D；圖3是動(dòng)載荷為單頻激勵(lì)時(shí)，系統(tǒng)辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波器輸出信號(hào)的 對(duì)比曲線；圖4是動(dòng)載荷為單頻激勵(lì)時(shí)，系統(tǒng)辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖5是動(dòng)載荷為單頻激勵(lì)時(shí)，動(dòng)載荷辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波器輸出信號(hào) 的對(duì)比曲線；圖6是動(dòng)載荷為單頻激勵(lì)時(shí)，動(dòng)載荷辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖7是動(dòng)載荷為單頻激勵(lì)時(shí)，辨識(shí)的動(dòng)載荷與實(shí)際載荷的對(duì)比圖；圖8是動(dòng)載荷為白噪聲激勵(lì)時(shí)，系統(tǒng)辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波器輸出信號(hào) 的對(duì)比曲線；圖9是動(dòng)載荷為白噪聲激勵(lì)時(shí)，系統(tǒng)辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖10是動(dòng)載荷為白噪聲激勵(lì)時(shí)，動(dòng)載荷辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波器輸出信號(hào)的對(duì)比曲線；圖11是動(dòng)載荷為白噪聲激勵(lì)時(shí)，動(dòng)載荷辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖12是動(dòng)載荷為白噪聲激勵(lì)時(shí)，辨識(shí)的動(dòng)載荷與實(shí)際載荷的對(duì)比圖；圖13是動(dòng)載荷為兩個(gè)正弦激勵(lì)疊加時(shí)，系統(tǒng)辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波器 輸出信號(hào)的對(duì)比曲線；圖14是動(dòng)載荷為兩個(gè)正弦激勵(lì)疊加時(shí)，系統(tǒng)辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖15是動(dòng)載荷為兩個(gè)正弦激勵(lì)疊加時(shí)，動(dòng)載荷辨識(shí)過程中系統(tǒng)輸出信號(hào)與濾波 器輸出信號(hào)的對(duì)比曲線；圖16是動(dòng)載荷為兩個(gè)正弦激勵(lì)疊加時(shí)，動(dòng)載荷辨識(shí)過程中的響應(yīng)誤差信號(hào)；圖17是動(dòng)載荷為兩個(gè)正弦激勵(lì)疊加時(shí)，辨識(shí)的動(dòng)載荷與實(shí)際載荷的對(duì)比圖。
具體實(shí)施例方式下面結(jié)合附圖舉例對(duì)本發(fā)明做更詳細(xì)地描述動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別的方法，是基于真實(shí)機(jī)械系統(tǒng)的離線建模進(jìn)行的。本發(fā)明的方法含有以下步驟(1)真實(shí)機(jī)械系統(tǒng)離線建模結(jié)合圖2，選取一定階數(shù)(本發(fā)明選取64階)的自適應(yīng)濾波器，用于模擬真實(shí)機(jī) 械系統(tǒng)。以白噪聲信號(hào)x(n)作為真實(shí)機(jī)械系統(tǒng)h(n)及自適應(yīng)濾波器的輸入，同時(shí)采集真 實(shí)機(jī)械系統(tǒng)及自適應(yīng)濾波器的輸出信號(hào)Cl1(Ii)、yi (η)。將真實(shí)機(jī)械系統(tǒng)及自適應(yīng)濾波器輸 出信號(hào)(Mnhy1 (η)作對(duì)比，取兩者誤差為力(η)。以誤差信號(hào)力(η)采用LMS算法自適應(yīng) 調(diào)整濾波器權(quán)系數(shù)W1 (η)，直至輸出信號(hào)誤差ei (η)收斂至最小。此時(shí)自適應(yīng)濾波器權(quán)向量 W1(Ii)即為真實(shí)機(jī)械系統(tǒng)時(shí)域特性h(η)的最佳估計(jì)，得到真實(shí)機(jī)械系統(tǒng)的自適應(yīng)模型。自適應(yīng)濾波器權(quán)系數(shù)W1 (η)調(diào)整過程可用如下公式表示yi(n) = xT(n)Wl(n)θι (η) = Cl1 (η) -Υι (η)w^n+l) = W1 (η)+ μ (η) χ (η)其中η為迭代次數(shù)，μ i為收斂系數(shù)，本發(fā)明中取收斂系數(shù)μ i為0. 001。(2)動(dòng)載荷在線識(shí)別結(jié)合圖1，首先未知載荷f (η)加載于真實(shí)機(jī)械系統(tǒng)h(n)，采集其輸出信號(hào)(12(11)。 給定初始載荷fo (η)輸入自適應(yīng)濾波器W2 (η)，得到載荷fs (η)。該載荷作為輸入信號(hào)加載 于真實(shí)機(jī)械系統(tǒng)的自適應(yīng)濾波器模型巧仏)，輸出信號(hào)為y2(n)。以輸出信號(hào)d2(n)、y2(n)之 間的誤差信號(hào)自適應(yīng)調(diào)節(jié)自適應(yīng)濾波器W2(Ii)，直至誤差％(η)收斂至某一固定值，此 時(shí)真實(shí)機(jī)械系統(tǒng)的自適應(yīng)模型的輸入載荷fs(η)即為實(shí)際真實(shí)機(jī)械系統(tǒng)動(dòng)載荷f (η)的最 佳估計(jì)。自適應(yīng)調(diào)整權(quán)系數(shù)W2 (η)的過程可用如下公式表示e2(η) = d2(η) -y2(η)w2 (η+1) = w2 (η) + μ 2e2 (η) f0 (η)本發(fā)明中取收斂系數(shù)μ 2為0. 001。圖3-7是未知載荷為單頻激勵(lì)時(shí)動(dòng)載荷識(shí)別得到的仿真結(jié)果。以白噪聲作為系統(tǒng)辨識(shí)的輸入信號(hào)，得到系統(tǒng)輸出和濾波器輸出的對(duì)比曲線以及誤差信號(hào)的收斂曲線。圖3-4 顯示系統(tǒng)輸出與濾波器輸出比較吻合，誤差較小，即此時(shí)的濾波器權(quán)系數(shù)W1 (η)可以較好估 計(jì)真實(shí)機(jī)械系統(tǒng)特性h(n)。圖5-7是動(dòng)載荷識(shí)別時(shí)采集的系統(tǒng)輸出與濾波器輸出信號(hào)的對(duì) 比曲線、誤差信號(hào)收斂曲線以及辨識(shí)載荷與未知載荷的對(duì)比曲線。圖5-6顯示系統(tǒng)輸出與 濾波器輸出信號(hào)隨迭代次數(shù)增加是逐漸逼近的，誤差收斂。圖7中動(dòng)載荷&(11)與實(shí)際未 知載荷f(n)吻合較好。圖8-12是未知載荷為白噪聲激勵(lì)時(shí)動(dòng)載荷識(shí)別得到的仿真結(jié)果。以白噪聲作為 系統(tǒng)辨識(shí)的輸入信號(hào)，得到系統(tǒng)輸出和濾波器輸出的對(duì)比曲線以及誤差信號(hào)的收斂曲線。 圖8-9顯示系統(tǒng)輸出與濾波器輸出比較吻合，誤差較小，即此時(shí)的濾波器權(quán)系數(shù)W1 (η)可以 較好估計(jì)真實(shí)機(jī)械系統(tǒng)特性h (η)。圖10-12是動(dòng)載荷識(shí)別時(shí)采集的系統(tǒng)輸出與濾波器輸出 信號(hào)的對(duì)比曲線、誤差信號(hào)收斂曲線以及辨識(shí)載荷與未知載荷的對(duì)比曲線。系統(tǒng)輸出與濾 波器輸出信號(hào)吻合較好。圖12中動(dòng)載荷仁(11)與實(shí)際未知載荷f (η)曲線走勢(shì)基本一致， 幅值上稍有誤差。圖13-17是未知載荷為兩正弦激勵(lì)時(shí)動(dòng)載荷識(shí)別得到的仿真結(jié)果。以白噪聲作為 系統(tǒng)辨識(shí)的輸入信號(hào)，得到系統(tǒng)輸出和濾波器輸出的對(duì)比曲線以及誤差信號(hào)的收斂曲線。 圖13-14顯示系統(tǒng)輸出與濾波器輸出比較吻合，誤差較小，即此時(shí)的濾波器權(quán)系數(shù)W1 (η)可 以較好估計(jì)真實(shí)機(jī)械系統(tǒng)特性h (η)。圖15-17是動(dòng)載荷識(shí)別時(shí)采集的系統(tǒng)輸出與濾波器輸 出信號(hào)的對(duì)比曲線、誤差信號(hào)收斂曲線以及辨識(shí)載荷與未知載荷的對(duì)比曲線。誤差信號(hào)是 逐漸收斂的，系統(tǒng)輸出與濾波器輸出信號(hào)吻合較好。圖17中動(dòng)載荷&(11)與實(shí)際未知載荷 f(n)曲線走勢(shì)基本一致，幅值上稍有誤差。
權(quán)利要求
1.一種動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法，包括真實(shí)機(jī)械系統(tǒng)的離線建模和動(dòng)載荷在線辨 識(shí)兩部分；其特征是第一步真實(shí)機(jī)械系統(tǒng)的離線建模真實(shí)機(jī)械系統(tǒng)用一組一定階數(shù)的自適應(yīng)濾波器來表示，白噪聲信號(hào)分別輸入真實(shí)機(jī)械 系統(tǒng)和自適應(yīng)濾波器，采集真實(shí)機(jī)械系統(tǒng)和自適應(yīng)濾波器的輸出信號(hào)；將真實(shí)機(jī)械系統(tǒng)的 輸出信號(hào)與自適應(yīng)濾波器的輸出信號(hào)作差，為誤差信號(hào)；使用該誤差信號(hào)對(duì)自適應(yīng)濾波器 進(jìn)行調(diào)整，直至誤差收斂至最小值，得到真實(shí)機(jī)械系統(tǒng)的自適應(yīng)模型；第二步進(jìn)行動(dòng)載荷在線辨識(shí)未知載荷作用于真實(shí)機(jī)械系統(tǒng)得到真實(shí)輸出，初始載荷作用于系統(tǒng)自適應(yīng)模型得到輸 出信號(hào)；真實(shí)機(jī)械系統(tǒng)的真實(shí)輸出與系統(tǒng)自適應(yīng)模型的輸出信號(hào)作差得誤差信號(hào)，使用所 述誤差信號(hào)自適應(yīng)調(diào)整初始載荷直至誤差信號(hào)收斂至某一定值，此時(shí)系統(tǒng)自適應(yīng)模型的輸 入載荷即為實(shí)際真實(shí)機(jī)械系統(tǒng)動(dòng)載荷的最佳估計(jì)。
2.根據(jù)權(quán)利要求1所述的動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法，其特征是真實(shí)機(jī)械系統(tǒng)離 線建模采用LMS自適應(yīng)算法調(diào)整自適應(yīng)濾波器權(quán)系數(shù)。
3.根據(jù)權(quán)利要求1所述的動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法，其特征是動(dòng)載荷在線辨識(shí) 采用LMS自適應(yīng)算法調(diào)整初始載荷。
4.根據(jù)權(quán)利要求1、2或3所述的動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法，其特征是所述一定 階數(shù)的自適應(yīng)濾波器是64階或1 階的自適應(yīng)濾波器。
全文摘要
本發(fā)明提供的是一種動(dòng)載荷的自適應(yīng)時(shí)域識(shí)別方法。真實(shí)機(jī)械系統(tǒng)用一組自適應(yīng)濾波器來表示，白噪聲信號(hào)分別輸入真實(shí)機(jī)械系統(tǒng)和自適應(yīng)濾波器，采集真實(shí)機(jī)械系統(tǒng)和自適應(yīng)濾波器的輸出信號(hào)。將真實(shí)機(jī)械系統(tǒng)與自適應(yīng)濾波器的輸出信號(hào)作差。使用該誤差信號(hào)對(duì)自適應(yīng)濾波器進(jìn)行調(diào)整，直至誤差收斂至最小值，得到真實(shí)機(jī)械系統(tǒng)的自適應(yīng)模型；未知載荷作用于真實(shí)機(jī)械系統(tǒng)得到真實(shí)輸出，初始載荷作用于系統(tǒng)自適應(yīng)模型得到輸出信號(hào)。真實(shí)機(jī)械系統(tǒng)的真實(shí)輸出與系統(tǒng)自適應(yīng)模型的輸出信號(hào)作差得誤差信號(hào)，使用所述誤差信號(hào)自適應(yīng)調(diào)整初始載荷直至誤差信號(hào)收斂至某一固定值，得到實(shí)際真實(shí)機(jī)械系統(tǒng)動(dòng)載荷的最佳估計(jì)。本發(fā)明的方法識(shí)別速度快，且適用于非平穩(wěn)載荷。
文檔編號(hào)G06F19/00GK102122322SQ201110025450
公開日2011年7月13日 申請(qǐng)日期2011年1月24日 優(yōu)先權(quán)日2011年1月24日
發(fā)明者盧熙群, 周盼, 李玩幽, 率志君, 肖友洪, 胡寅寅 申請(qǐng)人:哈爾濱工程大學(xué)