咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >船体结构冰载荷的时域反卷积识别算法及信号采样周期选取 收藏

船体结构冰载荷的时域反卷积识别算法及信号采样周期选取

Ice load identification of ship structure based on time-domain deconvolution algorithm and selection of sampling period

作     者:孔帅 田于逵 崔洪宇 季顺迎 KONG Shuai;TIAN Yu-kui;CUI Hong-yu;JI Shun-ying

作者机构:中国船舶科学研究中心江苏无锡214082 大连理工大学工业装备结构分析国家重点实验室辽宁大连116024 

出 版 物:《船舶力学》 (Journal of Ship Mechanics)

年 卷 期:2021年第25卷第8期

页      面:1021-1030页

核心收录:

学科分类:08[工学] 0707[理学-海洋科学] 0815[工学-水利工程] 0824[工学-船舶与海洋工程] 0802[工学-机械工程] 0814[工学-土木工程] 082401[工学-船舶与海洋结构物设计制造] 0801[工学-力学(可授工学、理学学位)] 

基  金:工信部高技术船舶科研计划项目(2017-614)。 

主  题:采样周期 冰载荷识别 时域反卷积算法 Tikhonov正则化方法 冰载荷监测 

摘      要:冰载荷是影响冰区船舶安全的重要环境载荷,可造成船舶结构的严重损毁或疲劳破坏。基于时域反卷积算法的识别模型可较好地考虑冰载荷的动载荷效应,但冰激应变信号的采样周期对其计算稳定性和识别精度影响较大。利用Green核函数建立船体外板结构冰载荷识别的正问题,并采用Tikhonov正则化算子和广义交叉验证法提升其求解稳定性。结合动态载荷识别信号采样周期选取原则、实测冰载荷数据和外板结构自振特性确定信号采样周期。通过构造分析不同频率施加载荷和不同噪声水平信号干扰的工况以评估选取采样周期的适用性。结果表明,其识别载荷可以较为准确地反映施加载荷的时程特征,且载荷识别精度良好。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分