基于改進正則化方法的狀態空間載荷識別技術

馬　超，華宏星

(上海交通大學機械系統與振動國家重點實驗室,上海　200240)

第一作者馬超男，博士生，1982年生

基于改進正則化方法的狀態空間載荷識別技術

馬超，華宏星

(上海交通大學機械系統與振動國家重點實驗室,上海200240)

摘要：由于噪聲和系統特性的影響，載荷識別問題往往是不適定的，為了克服該問題獲得穩定解，一般采用正則化技術來處理，可是直接利用傳統正則化方法重構載荷，識別出的載荷的精度不是很高，本文提出采用一種改進正則化方法，數值仿真結果表明該方法能夠有效地抑制噪聲的影響，從而更精確的識別出載荷。

關鍵詞：不適定；正則化；穩定解；載荷識別；狀態空間

收稿日期：2014-03-05修改稿收到日期：2014-06-06

中圖分類號:Tp12；Tp13.3

文獻標志碼：A

DOI:10.13465/j.cnki.jvs.2015.11.026

Abstract:Due to the influence of noise and system property, a load identification problem is always ill-posed, in order to deal with this issue, it is necessary to use the regularized technique. Here, an improved regularized technique was proposed to get the stable solution. Numerical tests were made to verify the proposed method, and the results were compared with those identified using the traditional Tikhonov regularization method. It was shown that the proposed method gives better results than the traditional Tikhonov regularization method does.

State space load identification technique based on an improved regularized method

MAChao,HUAHong-xing(State Key Laboratory of Mechanical System and Vibration, Shanghai Jiao Tong University, Shanghai 200240, China)

Key words:ill-posed; regularization; stable solution; load identification; state space

載荷識別技術已被廣泛地應用于土木，運輸及航空等領域中。載荷識別的研究屬于結構動力學方面的第二類逆問題[1]，該技術是根據已知結構的動態特性和實測的動態響應來反演作用于結構上的動態載荷的一門技術。由于在許多實際工程問題中，為了保證工程結構的安全性和可靠性，需要準確的確定作用于結構上的動態載荷，因此，如何有效精確的識別出載荷具有十分重要的意義。

從數學的角度來看，由于測量噪聲和系統特性的影響，載荷識別問題往往屬于不適定問題，解決這類問題通常采用正則化技術處理[2-5]。本文提出采用一種改進正則化技術來重構載荷，數值結果表明該方法具有較高的識別精度。

1狀態空間載荷識別模型

對于線性時不變動態系統，其離散狀態空間方程可以表示為：

xk+1=Axk+Bfk

(1)

其中xk表示狀態空間變量，fk為外載荷向量，A和B分別為系統矩陣和輸入矩陣。相應地輸出方程可以表示為：

yk=Cxk

(2)

式中C為輸出影響矩陣，yk為響應向量。本文以位移數據作為測量響應量來反演載荷。

假定初始狀態量x0已知，將式(1)代入式(2)中，則式(2)最終可以表示為：

式(3)即為本文進行狀態空間載荷識別的數學模型。

2傳統Tikhonov正則化方法

一般說來，對于式(3)的求解，其最小二乘解可表示為：

(4)

(1)矩陣H的奇異值逐漸變為零

(2)矩陣H的條件數太大。

為了克服該問題，獲得穩定解，必須采用正則化方法。目前應用廣泛且相當有效的正則化方法是Tikhonov正則化方法，其表達式為：

(5)

式中φ為正則化參數。其正則解表示為：

(6)

與式(4)比較發現，式(6)右端系數矩陣部分增加了φI項，因為該項可以起到克服方程系數矩陣病態的作用，所以可以得到穩定解。由于式(6)中的正則化解與參數φ有關，φ的取值不同，其解也不同，故如何選取合適的參數φ是式獲得穩定解的關鍵。對于參數的確定準則常用方法有：GCV法[7]，L-曲線法[8]等。文中在利用傳統Tikhonov正則化技術反演載荷時，采用GCV法來確定正則化參數。

3改進正則化技術

引入穩定泛函：

(7)

式中λ為正則化參數，滿足0<λ<1。

正則解F為泛函φλ(F)的最小值點。使式(7)對F求導，并令其導數等于零，得：

(1-λ)H*(HF-Y)+λF=0

(8)

求解上式得：

Fλ=[(1-λ)H*H+λI]-1(1-λ)H*Y

(9)

式(9)即為改進正則化方法的正則解。對于式(9)中正則化參數λ的確定，本文采用以下公式選取[9]：

(10)

式中N為迭代步數，N0為初值選取參數(一般選0～5之間的整數)，β為下降速率參數(一般建議取0.5左右的數值)，λ(N)為第N步時的正則化參數值。在本文中N0取零值，β等于0.5。

為了評估載荷識別的精度，定義相對誤差函數如下：

(11)

式中Fk為第k次迭代后重構的載荷，F為真實的載荷值。在實際工程應用中，由于F未知，該評價指標無法使用，需采用其它指標來評價(如響應相對誤差函數指標)。

4算例研究與試驗驗證

為了驗證本文所提方法的有效性，通過數值仿真與實驗對該方法進行了驗證。

4.1數值仿真

圖1　平面桁架結構Fig.1 The plane truss structure

(12)

由于實際測量的響應數據都含有噪聲，為模擬真實的工程情景，利用公式(13)來添加噪聲。

(13)

圖2 無噪聲情況下的Picard圖Fig.2ThePicardplotwithnoisefreedata圖3 無噪聲情況下的識別結果圖(其中a和b分別表示f3和f7的辨識結果圖)Fig.3Theforceidentificationresultsoff3(a)andf7(b)withnoisefreedata

圖4 Picard圖Fig.4ThePicardplot圖5 在α=0.1噪聲下的辨識結果圖(其中a和b分別表示f1和f2的辨識結果圖)Fig.5Theforceidentificationresultsoff1(a)andf2(b)withα=0.1noise

表1　不同噪聲情況的誤差值

表2　不同采用時間間隔下的誤差值

4.2試驗驗證

圖6為本文進行試驗的試件圖，其設計尺寸見圖中所示，圖中‘A’表示激勵點位置，‘1’和‘2’表示測點位置。表3列出了該結構前四階的固有頻率及阻尼比。在進行載荷識別前，本文采用子空間辨識法[11]對系統參數進行識別獲取系統矩陣(A，B和C)。為了驗證本文方法的有效性，在激勵點施加107 Hz的正弦信號，利用加速度傳感器(HD-YD-216)測量出響應數據，同時利用力傳感器(B&K 8200)測量出載荷數據作為辨識結果的對比值。在試驗過程中，采樣時間間隔為1/1 024 s。由于文中建立的載荷辨識模型是基于位移響應建立的，因此需將加速度響應數據轉換為位移響應，文中采用頻域積分法[12]對該問題進行了處理。在獲得以上數據后，采用本文推薦的方法就可辨識出載荷，圖7為辨識結果圖。從圖7可知,改進法的辨識結果曲線與真實載荷曲線基本吻合，識別精度明顯優于傳統法。

圖6　試件圖Fig.6 The figure for specimen

序號固有頻率/Hz阻尼比/%113.1360.64253.8570.54384.9450.164107.9280.14

圖7　辨識結果圖Fig.7 The identified results

5結論

由于載荷識別問題往往是不適定的，本文提出了一種基于改進正則化方法的狀態空間載荷識別技術，并把辨識結果與傳統Tikhonov正則化的結果進行比較研究，數值仿真和試驗結果表明本文提出的方法在對狀態空間載荷辨識方面具有更高的辨識精度和魯棒性。

參考文獻

[1]張方，唐旭東，秦遠田，等. 結構連續分布的動態隨機載荷識別方法研究[J]. 振動與沖擊， 2006，25(2): 120-124.

ZHANG Fang，TANG Xu-dong，QIN Yuan-tian，et al. The identification method of dynamic randon load distributing on structure[J]. Journal of Vibration and Shock, 2006，25(2): 120-124.

[2]Jacquelin E, Bennani A, Hamelin P. Force reconstruction: analysis and regularization of a deconvolution problem[J]. Journal of Sound and Vibration, 2003, 265 (1): 81-107.

[3]Mao Y, Guo X, Zhao Y. A state space force identification method based on Markov parameters precise computation and regularization technique[J]. Journal of Sound and Vibration, 2010, 329 (15): 3008-3019.

[4]郭杏林，毛玉明，趙巖，等. 基于Markov參數精細積分法的載荷識別研究[J]. 振動與沖擊，2009，28(3): 27-30.

GUO Xing-lin，MAO Yu-ming，ZHAO Yan，et al. Load identification based on precise time-step integration for Markov parameters[J].Journal of Sound and Vibration, 2009，28(3): 27-30.

[5]Choi H, Thite A, Thompson D. A threshold for the use of Tikhonov regularization in inverse force determination[J]. Applied Acoustics, 2006, 67 (7): 700-719.

[6]毛玉明. 動載荷反演問題時域分析理論方法和實驗研究[D]. 大連:大連理工大學，2009.

[7]Golub G H, Heath M, Wahba G. Generalized cross-validation as a method for choosing a good ridge parameter[J]. Technometrics, 1979, 21 (2): 215-223.

[8]Hansen P C. The L-curve and its use in the numerical treatment of inverse problems[M]. IMM, Department of Mathematical Modelling, Technical Universityof Denmark, 1999.

[9]王浩,盧孝強,孫怡. 基于改進正則化方法的有限角度 CT 圖像重建算法[J]. CT 理論與應用研究, 2008, 17 (4): 15-22.

WANG Hao, LU Xiao-qiang, SUN Yi. CT reconstruction algorithm from limited-angle using modified regularization method[J].CT Theory and Applications, 2008, 17 (4): 15-22.

[10]Hansen P C. The discrete picard condition for discrete ill-posed problems[J]. BIT Numerical Mathematics, 1990, 30(4): 658-672.

[11]徐麗霞，黃貞益，孔祥偉. 基于N4SID子空間辨識的軋機系統性能改進分析[J]. 振動與沖擊，2013，32(4):142-145.

XU Li-xia, HUANG Zhen-yi, KONG Xiang-wei. Performance improvement analysis of a rolling mill based on N4SID subspcae identification method[J].Journal of Sound and Vibration, 2013，32(4): 142-145.

[12]張志，孟少平，周臻，等. 振動臺試驗加速度積分方法[J]. 振動、測試與診斷，2013，33(4)：627-633.

ZHANG Zhi，MENG Shao-ping，ZHOU Zhen，et al. Numerical integration method of acceleration recodes for shaking table test[J]. Journal of Vibration, Measurement & Diagnosis，2013，33(4)：627-633.