火炮关键部件的动载荷识别(2)
1.2 课题内容
本文的标题就是火炮关键部件的动载荷识别，炮身正是火炮的关键部件之一，其最主要的任务就是完成炮弹的装填、发射[1][2]，而身管更是炮身的最关键组成部件。由于火炮在发射时会产生高温、高压的火药燃气作用于炮身上，故其技术状况将直接影响到使用的安全、射击效果和火炮寿命。身管作为炮身的关键部件之一，受力主要是火药燃气对身管内壁的压力、弹丸作用力以及后坐、反后坐力等。火炮发射周期短并且伴随着高温、高压火药燃气，难以直接测量作用在身管内部的载荷，尤其是弹丸对身管的作用力。
这篇文章就是要研究探寻出一种相对简洁可行的动载荷识别方法，以期能够运用在与身管有关的动载荷识别上。
1.3 动载荷识别的研究现状
上世纪的七十年代，世界各国提高了在军事、航空领域都起着至关重要作用的飞机的各方面的性能要求，导致了复合材料的广泛使用，但是复合材料的材料特性不同于常规材料，如何最优化地发挥出复合材料的最大作用就需要结合飞机不同部位在航行过程中的受力状况。事实上，由于飞机的高速运动，很难直接去测量得到所有部位的外部受力，于是就提出了载荷识别这一研究课题来帮助测量了解飞行过程中的不易于直接测量的那部分载荷受力。
最初开始研究载荷识别就是希望能够通过借助系统特性和测量所得的响应来反向识别出飞机的动态激励。此后的几十年间，经过大量国内外学者的深入研究，动载荷的识别对象开始广泛存在于不同的领域中，识别方法也发展出了频域法和时域法两大类别。国外学者对动载荷识别问题开展的研究更加提前，研究成果也更加丰富。先是在频域法方面，Bartlet和Flannelly[3]首次于1979年在测量直升机主轴所受动态激励的过程中利用测得的加速度响应作为初始条件之一来反求而不是测量外部动载荷，当时甚至直接实测了某直升飞机模型来验证其结果的有效性。他们用这种方法解决了主要谐波频率下的桨毂中心的动载荷识别问题。此外，在时域法方面，1985年Ory和Glaser[4][5]等提出了一种基于离散系统的全新时域动态载荷识别法，并将其首次尝试应用于飞行载荷的识别上。该方法是基于模态坐标变换的基础上，解耦系统微分方程，再利用阶跃函数来描述微小时间段内的动态载荷，从而建立起动载荷识别的逆向模型，并最终利用位移等易于实测的响应信息建立不同类型的动载荷计算模式。近年来的研究就比较多元化了，1999年Nakagiri 、Suzuki[6]等就外部载荷不确定性识别的有限元间隙进行分析研究；2007年Law和Bu[7]等人就研究了有关于简支正交异性平面的动载荷识别；2010年Wu和Law[8] 研究了桥梁甲板具有不规则轮廓时其上的车辆轴承载荷识别，Wu和Law[9]在2013年还对包含不确定性的统计动载荷识别进行研究，运用了一种全新的随机动载荷识别技术对动载荷随着时间的变化进行统计识别，并通过Karhunen–Loève展开来表示结构响应和被假定为高斯随机方法的交互载荷；2012年Nakamura、Igawa和Kanda [10]使用疲劳应变数据对连续分布载荷进行逆识别；同年Ronasi、Johansson[11]等研究了载荷识别的数值框架和旋转圆盘的正则化应用。尽管国内关于动态载荷识别的研究起步的比国外学者稍晚，但是也有着不少的研究成果。唐秀近[12][13]等就在Ory的研究基础上研究动态载荷识别时域法，通过模态分解法在时域内离散系统控制方程，基于位移等易于测量的结构动力响应，求出动载荷的Duhamel积分的逆形式解。初良成[14]等人在冲激响应函数的基础上对时域动载荷识别进行了研究，在将反向求解动载荷这一问题转化成了正向分析的方式进行处理的过程中，主要是通过利用奇异值分解来解决系数矩阵秩亏这一长久存在的问题，不过该方法也有一定的局限性就是要求测量响应的节点数大于需识别载荷的个数。潘宏[15]等对比评述了时域动载荷识别法与频域动载荷识别法，指出：模态坐标转换不但计算效率高，并且能够增强在结构固有频率附近对频响矩阵求逆的稳定性，另外该技术还可以在兵器领域的实际问题中得到广泛深入的应用。2012年，祝德春、张方[16]研究了以简支梁为研究对象的动载荷识别，提出用最小判定系数法来识别动载荷的激励位置。最小判定系数识别主要是通过同时预估载荷的虚拟激励位置并选取两组加速度响应（可预先识别出其当量动载荷），最后利用差值最小化的方法确定其真实位置。载荷激励位置的识别对于动载荷识别领域的研究同样有着不可忽视的作用，该方面研究的后续深入同样说明了这个问题。同年，陈帅、杨智春[17]就动载荷时域半解析法进行了研究。他们在模态空间转化的基础上将求解动载荷识别转化为研究模态坐标函数识别，将结构特性参数和已知自由度上的动态响应当作输入，基于最小二乘拟合法拟合出模态坐标函数，最后再由叠加原理与动力学控制方程出发进行时域动载荷识别。另外，朱广荣、陈国平[18]基于Wilson- 算法改进了初始的动载荷识别时域算法。他们将动载荷识别模型与模态空间结合到了一起，通过模态的叠加来识别多自由度系统的动载荷，最终证明了该算法在识别精度以及稳定性方面的优越性。朱涛、肖守讷、阳光武[19]等人发现了一种新的时域动载荷识别算法。他们的方法是从系统的状态空间方程出发，基于最小二乘法建立起系统响应的实测值与识别值之间的关系函数，同时引入Newmark-β积分的概念，得到了关于系统位移等系统响应的离散运动方程，并将动态规划方法和Bellman最优化原理应用于目标函数的最小化，推导出了经过优化的动载荷识别公式。2013年，池林、刘杰、姜潮[20]验证了动态载荷识别在时域内的径向基形函数法。基于动力响应卷积关系的离散，划分时域载荷分布单元，利用径向基函数构造单元模型的形函数，并在整个时间域内进行组装，得到整体形函数矩阵，建立起载荷识别的正向模型，并在此基础上，利用正则化方法实现动载荷的识别。伍乾坤、韩旭[21]等人则直接利用已经求解出的系统位移响应，提出一种时域动载荷识别法。对系统动力学进行中心差分格式的有限元离散，得到一个全新的系统方程，并对新方程的系数矩阵进行分块变换，从而将载荷识别这一反问题转化为一个求解虚构系统方程响应的正问题。数值算例计算表明：该载荷识别法能够减小位移响应数据中由于噪声所带来的影响，能够有效稳定地识别动态载荷，具有计算简捷、抗噪声等优点，同时也不涉及到模态截取等问题。