期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于粒子滤波算法的风力发电塔地震动力响应预测 被引量:2
1
作者 徐亚洲 任倩倩 +1 位作者 于明阳 时文浩 《振动与冲击》 EI CSCD 北大核心 2022年第15期161-168,共8页
建立有限元分析模型过程中产生的误差和不确定性可导致试验和有限元分析结果之间显著的差异性,量化此类不确定性对结构动力响应预测尤为重要。基于粒子滤波算法对有限元计算结果的不确定性进行量化,提出了一个用于结构动力响应预测的概... 建立有限元分析模型过程中产生的误差和不确定性可导致试验和有限元分析结果之间显著的差异性,量化此类不确定性对结构动力响应预测尤为重要。基于粒子滤波算法对有限元计算结果的不确定性进行量化,提出了一个用于结构动力响应预测的概率贝叶斯估计计算框架,并通过风力发电塔振动台试验动力响应观测结果对计算方法的合理性与有效性进行验证。结果表明:随地震波输入幅值的增大,有限元计算结果的误差显著增大,考虑试验观测值修正之后可以显著减小此类不确定性的影响;粒子滤波算法用于结构动力响应预测精度较好,预测值与试验实测值具有很好的一致性;将粒子滤波算法与振动台试验相结合能够对结构动力响应进行有效预测,具有一定的工程应用参考价值。 展开更多
关键词 贝叶斯估计 粒子滤波算法 动力响应预测 风力发电塔 振动台试验
在线阅读 下载PDF
高速磁浮列车悬浮间隙仿真预测 被引量:3
2
作者 吴晗 刘梦娟 曾晓辉 《同济大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第3期351-359,共9页
基于长短时记忆(LSTM)神经网络提出了一种可用于高速磁浮列车的电磁铁悬浮间隙预测方法。考虑高速磁浮列车运行过程中受到的气动荷载,建立了列车仿真模型并计算列车的动态响应;通过PyCharm建立LSTM神经网络,并以高速磁浮列车仿真模型计... 基于长短时记忆(LSTM)神经网络提出了一种可用于高速磁浮列车的电磁铁悬浮间隙预测方法。考虑高速磁浮列车运行过程中受到的气动荷载,建立了列车仿真模型并计算列车的动态响应;通过PyCharm建立LSTM神经网络,并以高速磁浮列车仿真模型计算结果为样本集,构建了高速磁浮列车电磁铁悬浮间隙预测模型。最后,通过对预测模型计算结果和评价指标进行评判,验证了所提出的电磁铁间隙预测算法的准确性。 展开更多
关键词 高速磁浮列车 长短时记忆(LSTM)神经网络 数值仿真 动力响应预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部