[发明专利]基于自适应和迭代算法的载荷分布式光纤辨识方法

说明书

本发明公开一种基于自适应和迭代算法的载荷分布式光纤辨识方法，属于结构健康监测领域。包括：步骤一：采用有限元方法，得到梁结构的离散化状态方程；步骤二：基于分布式光纤传感器的气动载荷‑应变响应信号采集；步骤三：基于卡尔曼滤波器和载荷估计器的气动载荷分布状态反演；步骤四：采用Sage‑Husa自适应和迭代实现对步骤三气动载荷分布反演过程中噪声特性参数Q，R和收敛特性的调节，分别得到Q，R参数优化值；步骤五：将步骤四优化所得参数Q，R代入步骤三所述算法，作为下一次采样时刻的基准参量；步骤六：按照步骤二至步骤五顺序，依次反复循环上述过程。本发明提高了收敛速度以及对动态载荷的实时估计精度，具有简单方便，实时性强等特点。

技术领域

本发明属于结构健康监测领域，提出了一种基于自适应和迭代算法的载荷分布式光纤辨识方法。

背景技术

在航空航天结构设计和健康状态监测中，载荷识别可以确保结构的设计安全，实时监测结构的健康状态，为航空航天器安全服役提供可靠保障。

动载荷识别的方法分为直接测量法和间接识别法两种，前者即通过传感器直接测量载荷本身或者与载荷相关的参数进而确定载荷的大小，但在大多数实际工程应用中，动态载荷无法通过直接测量获得，如火箭飞行状态中所受的推力，爆炸冲击的载荷，飞机飞行状态中机翼所受的气动载荷等。此时必须采用间接方法对动载荷进行识别，即载荷识别技术。

目前载荷识别方法中应用最广泛的是频域法，即频响函数矩阵求逆，最小二乘法和模态坐标变换法。频响函数求逆法只要获得频率响应函数矩阵及响应谱，即可识别动态载荷。最小二乘法是频响函数矩阵求逆法的补充和深入，当响应点数目多于激励点数目时，频响函数矩阵不能直接求逆，求最小二乘解获得载荷。这两种方法的缺点在于低频的识别精度较差。目前可以通过奇异值分解技术改善，还可以通过相干函数作为阈值控制矩阵的病态，但是阈值的选取尚无成熟方法，识别精度有待进一步提高。模态坐标变化法必须知道系统的固有频率及模态振型才能识别载荷特性，参与计算的模态的选取及截断对载荷识别精度影响较大，选取不同阶数的模态，测试噪声等因素对识别精度的影响较大，在工程应用中存在较大的局限性。时域法克服了频域法只能对平稳载荷识别的缺点，但传统的杜哈梅积分方法存在着积分计算量大，对边值条件和初值条件敏感，数值不稳定等问题。时域法探讨的模型多数建立在仿真模型的基础上，识别模型与实际模型存在差异，与实际应用还有一段距离，实际工程中常见的分布载荷的识别仍然比较罕见。

目前载荷识别算法在实时估计方面尚未得到充分研究，为了实时估计气动载荷，在此提出了一种新的载荷识别算法，此算法拥有良好的噪声处理能力和实时显示的特点，并可以与系统控制完美结合，具有良好的工程应用价值。在此基础上，提出利用Sage-Husa自适应和迭代对噪声特性和收敛性能进行实时调节，提高了系统的实时性和辨识精度。

由于分布式光纤光栅传感器可以实现对温度、应变等物理量的直接测量，且具有不受电磁干扰、信号带宽大、灵敏度高、易于复用、重量轻、适于在高温、腐蚀性的危险环境中使用等优点。因此提出了基于分布式光纤布拉格光栅传感器应变信息实时采集的气动载荷反演辨识方法。

发明内容

技术问题：本发明目的在于提供一种识别精度高，收敛速度快的基于自适应和迭代算法的载荷分布式光纤辨识方法。

该方法采用分布式光纤布拉格光栅传感器网络感知梁结构中不同位置的载荷响应信号，通过研究传感器测得的应变响应信号，计算气动载荷大小，利用迭代算法加快收敛性能，利用自适应算法识别噪声特性。

技术方案：为解决上述技术问题，本发明的所采用的技术方案包括以下步骤：

步骤一：Bernoulli-Euler梁结构状态方程的建立及离散化