利用非完整的模态响应信息进行损伤识别,通常归结为一个基于模态参数匹配的优化问题,较多的待识别参数将导致优化反问题计算规模过大以及识别结果非唯一性等问题。本文提出了基于误差函数灵敏度分析的新的参数更新策略。该方法将少数优势单元参数的提取与单元参数参考值的改进结合起来,实现逐次扩增的参数分组过程,每一步所采用的优化反问题中,只求解较小规模的优化问题。基于所建立的参数识别方法,数值仿真结果显示所采用的模型更新方法可以有效处理稀疏的有噪音测试数据,具有较稳健的识别性能。

为了降低四杆机构实际运动轨迹与理论运动轨迹的误差。采用混合粒子群算法对四杆机构误差函数进行优化,实现四杆机构运动轨迹误差最小化。创建四杆机构二维简图模型,利用向量关系式推导四杆机构运动轨迹点的二维坐标方程式。选择四杆机构优化参数变量,构造误差函数并添加约束条件。采用混合粒子群算法搜索出几何参数最优值,并将最优几何参数导入到Matlab软件中进行误差仿真验证。结果表明,优化前,四杆机构横向和纵向运动轨迹点的平均误差分别为0.588mm和0.618mm,优化后,四杆机构横向和纵向运动轨迹点的平均误差分别为0.314mm和0.304mm,优化前后相对平均误差分别减少了46.6%和50.8%。采用混合粒子群算法优化四杆机构几何参数,能够降低四杆机构在机器使用中产生的误差。

为了降低轨迹生成四杆机构所产生的横向和纵向误差,提高四杆机构的运动精度。采用了改进差分进化误差函数法对平面四杆机构轨迹进行优化,实现横向和纵向误差值最小化。建立平面四杆机构直角坐标系,分析连杆运动的相关设计参数,构造优化目标函数,采用改进差分进化误差函数对四杆机构多目标变量进行优化。结合具体实例,采用MATLAB软件对优化的四杆机构参数进行仿真,并且与欧几里得距离误差函数方法进行对比。仿真结果显示：欧几里得距离误差函数方法所产生的横向和纵向误差最大值分别为1.6×10^-3m和2.4×10^-3m,而采用改进差分进化误差函数法所产生的横向和纵向误差最大值分别为1.0×10^-3m和1.4×10^-3m,横向和纵向误差分别减少了37.5%和41.7%。采用改进差分进化误差函数法优化平面四杆机构,可以提高四杆机构运动精度。