一种基于贝叶斯估计的结构动力学数字孪生模型演化方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于贝叶斯估计的结构动力学数字孪生模型演化方法
申请号:CN202510304267
申请日期:2025-03-14
公开号:CN120449624A
公开日期:2025-08-08
类型:发明专利
摘要
本发明提供了一种基于贝叶斯估计的结构动力学数字孪生模型演化方法,通过引入包括被测系统质量、阻尼和/或刚度的需估计参数向量,并在需估计参数的演化计算中将先验知识与实测响应全部考虑在内,确保了需估计参数的准确性;根据估计得到的参数变化率与设置的参数变化率安全阈值进行比较,判断系统性能安全与否,并可以通过将估计得到的参数带入构建的双时间尺度结构动力学数字孪生模型中得到所需的系统真实响应数据。本发明方法有效解决了现有技术中对模型参数问题估计不准确的问题,仅需要以实测响应数据为目标,不需要得到准确的被测系统模态参数,降低了数据采集的难度,提高了结构动力学数字孪生的可实施性。
技术关键词
数字孪生模型 演化方法 概率密度函数 加速度 双时间尺度 参数 刚度 阻尼 非线性函数关系 状态空间方程 矩阵 周期 构建系统 判断系统 采集系统 数据 噪声 载荷