| 【论文摘要】 |
本文基于实验数据对有限元模型修正的方法进行了研究。
上个世纪70年代以来,有限元模型修正技术得到了迅速发展,并在工程领域广泛应用于改善有限元模型与实验数据的相关性、提高有限元模型的分析精度和可靠性。目前,模型修正的方法按修正对象可分为矩阵型修正法和参数型修正法。其中矩阵型修正法由于修正对象为有限元模型的系统矩阵而面临修正后物理含义模糊的问题;参数型修正法大多依赖于灵敏度分析的结果,而灵敏度分析常常对建模误差的位置做出错误判断,修改参数的合理性值得怀疑。因此,有限元模型修正的方法仍需进一步研究。
目前,大多数参数型修改法主要面临以下三方面的问题:1、在实验未测的高阶部分,修正后的有限元模型与实验之间的相关性不能保证得到改善;2、修改的物理参数不一定符合测试对象物理特征;3、迭代计算效率较低,且存在发散的问题。
通常,评价有限元模型修正效果的方法是分析有限元计算频率、模态与实验数据的相关性,本文根据模型修正的上述问题,认为在研究过程中需要增加两条验证标准:(1)用低阶实验数据修正后,不仅比较低阶数据上的相关性,还要比较“高阶”数据上的相关性;(2)需要对修改后参数的改变量进行物理... |
