کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6756058 509551 2015 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Structural system identification using degree of freedom-based reduction and hierarchical clustering algorithm
ترجمه فارسی عنوان
شناسایی سیستم ساختاری با استفاده از درجه کاهش آزادسازی و الگوریتم خوشه بندی سلسله مراتبی
ترجمه چکیده
یک روش شناسایی سیستم برای اعتبارسنجی مدلهای عناصر محدود از ساختارهای پیچیده با استفاده از داده های مدال اندازه گیری پیشنهاد شده است. روش عنصر محدود برای شناسایی سیستم و همچنین تجزیه و تحلیل ساختاری استفاده می شود. در روش های متلاشی شدن، سیستم مزاحم به عنوان ترکیبی از ساختار اولیه و اختلالات مرتبط بیان می شود. تغییرات در پاسخ های پویا برای تعیین تغییرات ساختاری اعمال می شود تا تعادل در سیستم مزاحم رضایت بخش باشد. در برنامه های عملی، اندازه گیری های پویا بر روی تعداد محدودی از گره های قابل دسترسی و درجه های مربوط به آزادی انجام می شود. معادله تعادل در اصل از لحاظ درجه آزادی (اصلی، اولیه) و درجه آزادی (برده، ثانویه) اندازه گیری شده است. فقط درجه مشخص آزادی در فرمول بندی معادله برای شناسایی گنجانده شده است و درجه های نامشخص آزادی از طریق طرح کاهش بهبود تکراری حذف می شوند. تعداد زیادی از پارامترهای سیستم به عنوان متغیرهای ناشناخته در شناسایی سیستم ساختار بزرگ مقیاس گنجانده شده است. مشکل شناسایی با تعداد زیادی پارامترهای سیستم نیاز به مقدار زیادی از زمان و منابع محاسباتی دارد. در مطالعه حاضر، یک الگوریتم خوشه بندی سلسله مراتبی برای تعدیل پارامترهای سیستم به طور موثر استفاده می شود. نمونه های عددی نشان می دهد که روش پیشنهادی به طور قابل توجهی دقت و کارایی در مسئله معکوس شناسایی را بهبود می بخشد.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی عمران و سازه
پیش نمایش مقاله
شناسایی سیستم ساختاری با استفاده از درجه کاهش آزادسازی و الگوریتم خوشه بندی سلسله مراتبی
چکیده انگلیسی
A system identification method has been proposed to validate finite element models of complex structures using measured modal data. Finite element method is used for the system identification as well as the structural analysis. In perturbation methods, the perturbed system is expressed as a combination of the baseline structure and the related perturbations. The changes in dynamic responses are applied to determine the structural modifications so that the equilibrium may be satisfied in the perturbed system. In practical applications, the dynamic measurements are carried out on a limited number of accessible nodes and associated degrees of freedom. The equilibrium equation is, in principle, expressed in terms of the measured (master, primary) and unmeasured (slave, secondary) degrees of freedom. Only the specified degrees of freedom are included in the equation formulation for identification and the unspecified degrees of freedom are eliminated through the iterative improved reduction scheme. A large number of system parameters are included as the unknown variables in the system identification of large-scaled structures. The identification problem with large number of system parameters requires a large amount of computation time and resources. In the present study, a hierarchical clustering algorithm is applied to reduce the number of system parameters effectively. Numerical examples demonstrate that the proposed method greatly improves the accuracy and efficiency in the inverse problem of identification.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Sound and Vibration - Volume 346, 23 June 2015, Pages 139-152
نویسندگان
, , , ,