噪声与振动控制 ›› 2022, Vol. 42 ›› Issue (1): 41-47.

• 振动理论与数值解法 • 上一篇    下一篇

基于JS-BP模型和JS散度的随机有限元模型修正

盛腾威殷红彭珍瑞张亚峰   

  1. (兰州交通大学机电工程学院,兰州730070)
  • 收稿日期:2021-01-07 修回日期:2021-04-10 出版日期:2022-02-18 发布日期:2022-02-24

Stochastic Finite Element Model Updating Based on JS-BP Model and Jensen-Shannon Divergence#br#

  • Received:2021-01-07 Revised:2021-04-10 Online:2022-02-18 Published:2022-02-24

摘要: 对考虑试验参数不确定性的有限元模型修正方法展开研究。首先假设待修正参数和响应特征量都服从正
态分布,将不确定性模型修正问题转化为均值和标准差的修正问题;其次采用拉丁超立方抽样选取待修正参数样本点
作为输入,并计算其对应的频响函数进行常数Q变换提取第一层系数作为输出,通过海蜇算法(JS)优化BP神经网络的
权值和阈值,构建JS-BP神经网络模型;最后以最小化JS 散度作为目标函数,实现对待修正参数的均值和标准差的同
步修正。空间桁架算例表明,所提方法能够有效地修正结构参数的均值和标准差,并且在试验数据标准差不同时仍能
得到较好的修正效果。

关键词: 振动与波, 随机模型修正, 频响函数, 常数Q变换, JS-BP 神经网络, JS 散度