全网唯一标准王
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111105735.7 (22)申请日 2021.09.2 2 (71)申请人 东南大学 地址 211102 江苏省南京市江宁区东 南大 学路2号 (72)发明人 陈强 费庆国 李彦斌 吴邵庆  张宇鹏 吴东涛  (74)专利代理 机构 北京德崇智捷知识产权代理 有限公司 1 1467 代理人 戴义保 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/27(2020.01) G06F 17/16(2006.01) G06K 9/62(2022.01) (54)发明名称 基于降阶模态能量聚类分析的统计能量分 析子系统识别方法 (57)摘要 本发明提供了一种基于 降阶模态能量聚类 分析的统计能量分析子系统识别方法, 先针对结 构离散化有限元模型开展模态分析, 获得结构在 分析频段内的模态频率和模态能量; 然后采用主 成分分析对模态能量矩阵进行降阶, 提取模态信 息中的主要特征; 进而对降阶模态能量矩阵进行 聚类分析, 识别结构的统计能量分析子系统。 传 统统计能量分析子系统识别方法需要计算多个 载荷工况, 计算量较大、 识别精度低、 计算稳定性 差, 本发明所提出的方法仅需对 结构进行一次有 限元模态分析, 通过主成分分析提取了主要模态 能量信息, 大幅提升了统计能量 分析子系统的识 别精度。 权利要求书2页 说明书3页 附图2页 CN 113987854 A 2022.01.28 CN 113987854 A 1.一种基于降阶模态能量 聚类分析的统计能量分析子系统识别方法, 其特征在于包括 以下步骤: (1)获取结构在分析 频率内的模态能量矩阵 建立结构的离散化有限元分析模型, 通过模态分析获取分析频段内结构的各阶次模 态, 进而得到各模态阶次中结构各 单元模态能量, 并将其组装成结构的模态能量矩阵; (2)对模态能量矩阵进行降阶 基于主成分分析方法对模态能量矩阵进行降阶分析, 得到降阶模态能量矩阵, 从而降 低后续聚类分析 所需要的数据量、 提升聚类分析的稳定性; (3)基于聚类分析 方法识别统计能量分析子系统 基于K‑Means算法对降阶模态能量矩阵进行聚类分析, 获得各个子系 统对应类的组成 元素有限元 单元, 完成统计能量分析子系统的识别。 2.根据权利要求1所述的基于降阶模态能量聚类分析的统计能量分析子系统识别方 法, 其特征在于: 步骤(1)所述获取 结构在分析 频率内的模态能量矩阵包括以下步骤: 计算分析频段[f1,f2]内的最高频率对应的波长, 按照不大于波长1/6的尺寸设定有限 元模型的网格尺寸, 并建立结构的有限元分析模型, 记其单 元数量为m; 通过模态分析获取分析频段内结构的n阶模态 及各模态中单元模态能 量, 记第i个单 元在第j阶模态对应的能量 为eij, 得到矩阵维度为(m ×n)的模态能量矩阵E 。 3.根据权利要求1所述的基于降阶模态能量聚类分析的统计能量分析子系统识别方 法, 其特征在于: 步骤(2)对 模态能量矩阵进行降阶包括以下步骤: 对模态能量矩阵E进行奇异值分解, 求解下式得到其n个特征值s1,s2…sj…sn和对应的 特征向量Ψ: ETEV=VΛ Ψ=EV 式中: Λ=[s1,s2…sj…sn]为模态能量矩阵E的特征值组成的对角矩阵, 其中特征值按 照从大到小的顺序排列; V=[v1,v2…vj…vn]是由ETE的特征向量v1,v2…vj…vn组成的矩阵; 选取对特征值贡献程度之和能够占据80%以上n1个特征值, 即模态能量矩阵中的主成 分, 获得这些特征值对应 的特征向量, 组成维度为(m ×n1)的降阶模态能量矩阵 完成模 态能量矩阵的主成分 分析。 4.根据权利要求1所述的基于降阶模态能量聚类分析的统计能量分析子系统识别方 法, 其特征在于: 步骤(3)基于K ‑Means聚类算法对降阶模态能量矩阵进行分析包括如下步 骤: 1)从降阶模态能量矩阵 中随机选择K个样本作为初始的K个质心向量, 将结构的单元 随机初始划分为K个 类Ct(t=1,2. ..K); 2)对于每一个单元ei(i=1,2...m), 假定其在降阶模态能量矩阵 中对应的行向量为 xi=[xi1,xi2…xij…xin], 假定各个质心向量为yt=[yt1,yt2…ytj…ytn], 则xi与yt之间的标准 化欧式距离d表示 为:权 利 要 求 书 1/2 页 2 CN 113987854 A 2其中, stj是分量的标准差; 3)将单元ei归纳入其距离最近的质心点所在的类; 4)所有单元的距离计算完成后, 根据更新后的类, 重新计算各个类对应的新质心向量; 如果任意一个质心向量产生变化, 则重复步骤2); 如果所有的K个质心向量都没有发生变 化, 则转到步骤5); 5)根据聚类分析的结果, 获得各个子系统的组成元素, 从而完成统计能量分析子系统 的识别。权 利 要 求 书 2/2 页 3 CN 113987854 A 3

.PDF文档 专利 基于降阶模态能量聚类分析的统计能量分析子系统识别方法

文档预览
中文文档 8 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于降阶模态能量聚类分析的统计能量分析子系统识别方法 第 1 页 专利 基于降阶模态能量聚类分析的统计能量分析子系统识别方法 第 2 页 专利 基于降阶模态能量聚类分析的统计能量分析子系统识别方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 21:45:44上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。