基于神經網絡和子空間的非線性系統(tǒng)載荷識別

摘要： 由于非線性描述函數選定困難，在不同激勵水平下會導致時域非線性子空間辨識過程重復繁瑣。針對此問題，基于不同激勵水平下時域非線性子空間方法重構的非線性恢復力數據和測量的非線性位置響應數據訓練神經網絡模型，等效代替響應-非線性恢復力映射關系，使得辨識過程不再依賴系統(tǒng)模型，只需已知非線性位置的響應即可獲取非線性恢復力，計算效率得以提高。針對非線性系統(tǒng)外載荷難以測量的問題，利用響應-非線... （共10頁）