多自由度非线性系统物理参数识别方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    10572070
  • 项目类别:
    面上项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0812.实验固体力学
  • 结题年份:
    2008
  • 批准年份:
    2005
  • 项目状态:
    已结题
  • 起止时间:
    2006-01-01 至2008-12-31

项目摘要

我国载人航天921工程将实现航天器在轨对接任务,其关键问题之一是如何通过试验建立结构信息不完整的非线性系统动力学物理参数模型。这是目前多领域工程应用中普遍存在的难题之一,也是当前非线性系统识别研究的前沿课题。为解决上述问题,本项目拟采用神经网络与参数模型混合建模、物理参数模型与NARMAX模型混合建模两种技术研究结构信息不完整的多自由度非线性系统物理参数识别方法,探讨一般性的最小规模黑箱模型构造方法,并通过黑箱模型与已知参数模型不同的耦合建模方式,实现对系统未知非线性的修正,保证物理参数识别的正确性。其中对物理参数随状态变化的问题,如对接机构,将研究基于滑动时间窗跟踪的参数内嵌NARMAX模型多自由度非线性系统两步识别法。项目还将尝试采用高精度差分格式建立与非线性系统微分方程数值上等效的NARMAX模型,修正文献研究的不足。项目研究具有理论意义和工程应用前景。

结项摘要

项目成果

期刊论文数量(10)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(0)
单边饱和跟腱控制器结构振动控制实验研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大连理工大学学报, 2006 46(增): 40-45
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
PI force feedback control for large flexible structure vibration with active tendons
主动腱大型柔性结构振动的 PI 力反馈控制
  • DOI:
    10.1007/s10409-008-0203-9
  • 发表时间:
    2008-12-01
  • 期刊:
    ACTA MECHANICA SINICA
  • 影响因子:
    3.5
  • 作者:
    Guo, Tieneng;Lu, Qiuhai;Li, Junfeng
  • 通讯作者:
    Li, Junfeng
基于单边饱和拉索的结构振动最优控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    工程力学, 2007, 24(5):24-28.
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
死区非线性系统物理参数的两步辨识法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    清华大学学报(自然科学版),2007,47(11): 2048-2051
  • 影响因子:
    --
  • 作者:
  • 通讯作者:
静电悬浮式电容差分加速度计测量原理与动特性设计
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    振动与冲击,27(9),2008
  • 影响因子:
    --
  • 作者:
  • 通讯作者:

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

损伤识别的模态数据异常值分析方法
  • DOI:
    10.16511/j.cnki.qhdxxb.2015.03.017
  • 发表时间:
    2015
  • 期刊:
    清华大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    缑百勇;陆秋海;向志海;王波;李连友;沈兆普
  • 通讯作者:
    沈兆普
引射筒动态载荷识别研究
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    振动与冲击
  • 影响因子:
    --
  • 作者:
    陆秋海;张海泉;由小川;庄茁
  • 通讯作者:
    庄茁
利用固有频率异常值分析法检测螺栓拧紧力
  • DOI:
    10.13465/j.cnki.jvs.2015.23.014
  • 发表时间:
    2015
  • 期刊:
    振动与冲击
  • 影响因子:
    --
  • 作者:
    缑百勇;陆秋海;王波;王世英
  • 通讯作者:
    王世英
敲击扫描式梁式结构损伤检测方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    固体力学学报
  • 影响因子:
    --
  • 作者:
    戴晓玮;向志海;张尧;陆秋海
  • 通讯作者:
    陆秋海

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码