桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractiona...桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractional Conjugate Gradient)的载荷识别方法.基于车辆行驶过程在时域中建立车桥动力系统,通过模态叠加原理得到桥梁动态响应,将MFI问题转化为无约束优化问题;其次,引入新的搜索方向标量,使所提算法能够针对多轴以及高噪声情况下保持精度和识别效率;接着,通过识别两轴车辆移动载荷验证了所提方法的有效性;然后,对分数阶次进行定量对比研究,选择最优分数阶次;最后,通过识别多种工况下的三轴车辆载荷,将所提方法与现有方法进行对比,验证了IFCG方法在不同工况下的桥梁多轴车辆MFI都具有较高的识别精度和速度.展开更多
文摘提出了一种新颖的基于本征正交分解(proper orthogonal decomposition,POD)的多重多级子结构方法.该方法在传统静凝聚(将内部自由度降阶至边界主自由度)的基础上,引入了两级独立的POD降阶.首先,构建低阶振动模态和基于POD的高阶近似模态共同作为降阶基底,分别用于近似静凝聚中的数值基函数(约束模态)和缩减后的内部动力学行为,以显著降低存储需求.其次,也是本方法实现子结构高效拼接的关键,即对所有子结构的边界降阶模态施加奇异值分解(singular value decomposition,SVD),从而生成一组公共的正交界面基底.该基底确保了所有子结构的边界变形能在同一线性空间内表达,极大简化了组装过程并提升了计算速度.此外,还探讨了针对复杂拓扑边界的降阶处理办法,以及如何消除刚体模态对应的零特征值对计算稳定性的影响.通过对算法复杂度的定量分析表明,本方法在空间和时间复杂度上均优于传统子结构法.最后的数值算例证实,方法的计算精度和效率随着所采用正交基数量的增加而稳定提升,展现了其良好的收敛性与可靠性.
