通过相关性改进的混合模型进行连接界面识别
应用物理
2021-01-25 v1
摘要
在带有连接界面的机械系统中，准确预测连接特性极为重要。尽管经过多年研究，关于连接界面动力学的许多内容仍有待了解。当界面自由度（DoF）无法用于频响函数（FRF）测量时，问题变得更加困难。例如，带有鸽尾或枞树型连接的叶盘系统就是这种情况。因此，采用一种称为系统等效模型混合（SEMM）的基于 FRF 的扩展方法以获得扩展的界面动力学。该方法利用各部件及其装配的数值和实验子模型来生成相应的扩展或混合子模型。通过对这些子模型应用子结构解耦，可识别连接。然而，由于扩展和测量误差传播至混合子模型，连接可能含有噪声。本文在 SEMM 方法中提出一种基于相关性的方法，其中改进了扩展子模型的质量。在该新方法中，使用实验 FRF 的不同组合系统生成若干扩展模型，并计算参数频响保证准则（FRAC）以评估不同测量贡献的质量。可基于 FRAC 的某一阈值滤除最低相关通道或 FRF。使用改进的混合子模型，连接识别也显示出显著改善。该方法的测试对象为带有鸽尾连接的盘与单叶片的装配体。
引用
@article{arxiv.2101.09202,
title = {Joint Identification through Hybrid Models Improved by Correlations},
author = {Zeeshan Saeed and Christian Maria Firrone and Teresa Maria Berruti},
journal= {arXiv preprint arXiv:2101.09202},
year = {2021}
}
备注
42 pages. Post-print (accepted author's manuscript) submitted to Elsevier's Journal of Sound and Vibration