基于动态模式分解的风力发电机传动链刚柔耦合多体动力学分析方法

本发明属于多体动力学分析技术领域，公开了一种基于动态模式分解的风力发电机传动链刚柔耦合多体动力学分析方法，该方法首先通过编码器神经网络将多自由度时序数据非线性嵌入至高维特征空间；利用本征正交分解（POD）提取主导模态，构建低维特征空间；采用参数化动态模式分解与径向基函数回归，建立系统参数与Koopman算子的映射关系，实现变工况下动态特征的精准预测；最后通过解码器重构物理响应，并结合误差驱动机制优化模型参数。本发明有效解决了传统方法计算效率低、非线性适应性差及多参数耦合预测难的问题，显著提升了传动链动力学分析的效率与精度，为风电机组状态监测与寿命预测提供了可靠技术支撑。