机械工程学报

作者：余磊, 刘莉, 马志赛, 康杰

单位：1. 北京理工大学宇航学院 北京 100081;；2. 北京理工大学飞行器动力学与控制教育部重点实验室 北京 100081;；3. 天津大学机械工程学院 天津 300350;；4. 天津大学非线性动力学与控制重点实验室 天津 300350

关键词：BPMN,动态特性,能耗单元,耦合关系,数控机床,多维振动响应,广义随机约束,模态参数辨识,时变结构；

基金：国家自然科学基金（11802201）和中国博士后科学基金（2017M621075）资助项目。

针对多维振动响应测量信号下的仅输出时变结构模态参数辨识问题，基于广义随机约束时变自回归滑动平均模型（Generalized stochastic constraints time-dependent auto-regressive moving average，GSC-TARMA），拓展出广义随机约束向量时变自回归滑动平均模型（Generalized stochastic constraints vector time-dependent auto-regressive moving average，GSC-VTARMA）。为降低计算复杂度，进一步提出改进的GSC-VTARMA模型（GSC-VTARMA*），并利用时变刚度数值系统与移动质量简支梁时变结构实验系统的非平稳振动响应信号对所提模型进行了验证。通过与单维GSC-TARMA模型和传统的泛函序列向量时变自回归滑动平均（Functional series vector time-dependent auto-regressive moving average，FS-VTARMA）模型进行对比，辨识结果表明：相较于GSC-VTARMA模型，GSC-VTARMA*模型在保持辨识精度相同的前提下降低了计算复杂度；相较于单维GSC-TARMA模型，GSC-VTARMA*模型具有更高的数据利用率与辨识鲁棒性；GSC-VTARMA*模型具有与传统的FS-VTARMA模型相近的辨识精度，但由于采用了递推算法，该模型计算效率更高，在线辨识能力更强。

来源：2019年第15期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2019年第15期