.png){kind=icon}
返回
Toward Data-Driven Dynamic Substructuring in Frequency Domain
.png){kind=icon}
PRE
AI
DOI：10.2514/1.J065310.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究的目标是将基于机器学习（ML）的元模型以组件级方式通过动态子结构法整合到传统的结构振动模型中。在动态子结构法中，有限元（FE）方法是建模子结构的一种常用方式。本研究从理论上考察了基于机器学习的元模型替换组装全局结构中FE子结构时的动态子结构公式。在双重组装和频域中，一个子结构作用于另一个子结构的振动特征可以独立定义为界面动力学刚度矩阵和界面有效力向量。这些子结构信息可以用基于机器学习的元模型来描述。因此，在所提出的公式中可以实现FE模型与基于机器学习的元模型的混合建模技术。本研究采用监督学习的前馈神经网络（FNN）来定义基于机器学习的元模型，该模型能够根据材料属性、几何形状和载荷条件等输入参数预测子结构的界面有效力和界面动力学刚度。随后利用两个FNN处理由阻尼引起的复数，分别对实部和虚部进行独立训练。该提出的混合方法的一个额外优点是能够轻松处理非匹配网格问题。通过数值算例验证了所提出的FE-ML混合方法的有效性。
Keyword:
Mechanical and Structural Vibrations
Frequency Response Functions
Finite Element Modeling
Bayesian Optimization
Reduced Order Modelling
Computational Structural Dynamics
Dynamic Substructuring
期刊
A
IF:
2.8
论文数:
389
被引数:
3.2W
机构
引用论文
Lee, Y. Experimental Study on Aerodynamic Characteristics of Generic Missile Configuration with Grid Fin in Transonic Flow. Int. J. Aeronaut. Space Sci. 2025, 1–12. [Google Scholar] [CrossRef]Lee, Y. 网格翼通用导弹构型在跨声速流中的气动特性实验研究. 国际航空航天科学杂志. 2025, 1–12. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏分享收藏Deep learning based identification and uncertainty analysis of metro train induced ground-borne vibration基于深度学习的地铁列车地面振动辨识与不确定性分析
PREAI
分享收藏Grey-box modeling and application for building energy simulations-A critical review建筑能耗模拟的灰箱建模与应用 -- 综述
OAAI
OAAI分享收藏
查看更多内容