基于随机抽样与距离判别的GARTEUR模型修正与确认研究

• 作者: 毕司峰 邓忠民
• 来源期刊: 航空学报
• 学科: 工学
• 关键词: 模型修正 模型确认 不确定性 Monte Carlo法 距离判别分析 GARTEUR
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 固体力学与飞行器总体设计
• 页码范围: 2757-2767
• 页数: 11页
• 分类号: V214|TB12
• 字数: 4912字
• 语种: 中文
• DOI: 10.7527/S1000-6893.2013.0327

摘要

提出了一种基于随机抽样技术与距离判别分析的结构有限元随机模型修正(SMU)方法,并将其应用到GARTEUR飞机模型的有限元模型修正过程中.传统的模型修正方法以灵敏度分析及优化分析方法为核心,对有限元模型的输入参数进行修正.而本文的随机模型方法充分考虑了有限元建模过程与试验测量中普遍存在的不确定性,利用MonteCarlo抽样方法进行大量的随机抽样实验,完成不确定性从输入参数向输出特征的传递分析;在参数修正过程中,利用距离判别分析计算试验与仿真两个数据集之间的统计学差异,并通过迭代程序逐步修正输入参数使仿真数据逐步收敛于测量数据;利用径向基函数,在修正过程中引入代理模型,在保证精度的同时大大降低了随机模型修正的计算量.利用MCS.Patran的二次开发语言PCL开发了随机抽样实验的相关程序,并可以自动收集数据用于参数修正的迭代运算.通过普遍认可的三级确认准则对GARTEUR有限元模型可靠性进行了确认分析,结果表明提出的随机模型修正方法具有可行性和工程应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓忠民	北京航空航天大学宇航学院	25	96	6.0	9.0
2	毕司峰	北京航空航天大学宇航学院	2	3	1.0	1.0