近日，北航宁波创新研究院先进飞行器与空天动力创新研究中心的王磊特聘研究员，在力学领域国际著名SCI期刊《ComputerMethods in Applied Mechanics and Engineering》上发表题为“Aradial basis function artificial neural network (RBF ANN) based method foruncertain distributed force reconstruction considering signal noises andmaterial dispersion”的研究论文。论文第一作者/通讯作者的署名单位为北航固体所和北航宁波创新研究院。《ComputerMethods in Applied Mechanics and Engineering》最新期刊影响因子为4.821，在JCR分区中的工程多学科领域多年位列Q1区。

在工程实际中，作用在大型复杂工程结构上的载荷往往需要提前获知，从而进行结构设计、故障分析以及可靠性分析。该研究提出了一种基于径向基神经网络的结构动态分布载荷识别方法，考虑测量信号噪声与结构不确定性参数，结合径向基神经网络算法，对若干分布载荷作用下的结构响应（如位移、速度、加速度等）及分布载荷通过勒让德正交多项式逼近的多项式系数进行训练，从而得到某特定结构的动态分布载荷识别模型。该方法首先基于有限元计算与正交多项式拟合生成神经网络训练样本，再引入高斯白噪声及子区间不确定性传播方法，得到考虑多源不确定性的结构响应与多项式系数之间的复杂映射关系，最后输入传感器测量的响应信息，得到待识别动态分布载荷的多项式系数，从而基于正交多项式拟合手段识别结构的动态分布载荷。结合数值算例，验证了所提方法的有效性和可行性，算例表明该研究提出的考虑多源不确定性的动态分布载荷识别方法，可以实现实际工程结构外部服役状况和载荷边界的精准预测。

图1.考虑多源不确定性的分布载荷识别流程

图2.二维分布载荷识别结果

该论文通讯作者及第一作者王磊为北航宁波创新研究院特聘研究员、北航副教授，曾入选“北航青年拔尖人才计划”，主要研究方向是计算固体力学，飞行器结构可靠性，结构优化设计，力学反问题等。多源不确定环境下的结构载荷重构问题是大型工程结构健康监测、振动控制、可靠性设计等领域的重要研究方向。王磊特聘研究员将依托我院先进飞行器与空天动力创新研究中心，大力开展复杂服役条件下的动态载荷识别与高精度反演研究，为地方相关企业提供技术服务。

该研究得到了装备发展部领域基金（61402100103）的大力支持，中国航空科学基金（2017ZA51012）、国防基础科研计划项目(JCKY2016204B101和JCKY2017208B001)给予了相应资助。

我院先进飞行器与空天动力创新研究中心依托北航两个国家“双一流”建设学科——航空宇航科学与技术（A+）、力学（A-），在首席科学家闫楚良院士、中心主任文东升教授、杨立军教授的带领下，围绕“一个中心、两个学科、三个平台、四个基地”的发展规划，大力开展先进飞行器、空天动力以及相关领域的科技研究及产业转化工作；力争把中心建设成为国内领先的技术服务基地和成果孵化基地、国际领先的创新研究基地和人才培养基地；致力于把科研优势转化为服务地方发展的技术优势，为宁波经济发展、地方产业升级添砖加瓦。