2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩85頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、本文主要探討基于參數(shù)靈敏度的有限元模型動力修正和優(yōu)化技術在模型修正中的應用。論文工作主要由四部分組成,首先對結(jié)構(gòu)做模態(tài)實驗,通過實驗技術和參數(shù)識別技術分析結(jié)構(gòu)的模態(tài);第二部分主要通過有限元軟件建立結(jié)構(gòu)的有限元模型,并對有限元模型進行模態(tài)分析,運用Matlab數(shù)據(jù)處理程序提取模型的單元、結(jié)點信息為Matlab模型修正程序的修正工作做準備;第三部分是通過模型縮聚理論建立結(jié)構(gòu)有限元模型的縮聚模型,使得縮聚模型自由度與實驗測試自由度一致,將縮聚

2、模型用于殘余力向量法,通過殘余力向量法確定有限元模型的誤差單元,結(jié)合修正參數(shù)靈敏度矩陣確定修正參數(shù);第四部分主要是把模型修正問題轉(zhuǎn)化為參數(shù)優(yōu)化問題,運用遺傳算法和信賴域牛頓法結(jié)合的優(yōu)化方法修正參數(shù),使得有限元模型的動力學特性與實驗結(jié)果吻合。在過去的模型修正研究中,通常是人為的根據(jù)工作經(jīng)驗選擇修正參數(shù),但是隨著結(jié)構(gòu)的復雜性不斷加大,材料參數(shù)的增多,這無疑會影響參數(shù)修正的準確性。為此,本文將損傷定位的方法引入到模型修正中,實驗結(jié)果表明這種方

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論