本技术介绍了一种结合物理模型与深度学习的非线性模态数据识别方法。该方法通过深度学习技术,仅利用非线性系统的响应数据,即可实现对非线性模态的精确识别,遵循物理规律,提高了识别的准确性和效率。
背景技术
非线性模态识别在工程和科学研究有着广泛的应用。常用的方法有Koopman算子方法、谐波平衡法等。尽管这些方法在处理特定的非线性问题时能够取得令人满意的结果,但它们在普遍适用性和物理解释的清晰度上存在局限。Koopman算子方法中构建有限维近似是一个极具挑战性的任务;谐波平衡法虽适用于强非线性系统,但计算复杂且缺乏清晰的物理解释。
实现思路