Identyfikacja spektrum relaksacji materiałów lepkosprężystych przy silnie zakłóconych danych pomiarowych. Część I: Problem i przykład

W pracy rozważa się problem wyznaczania cią­głego spektrum relaksacji materiałów liniowo lepkosprężystych na podstawie dyskretnych silnie zakłóconych pomiarów mo­dułu relaksacji. Problem identyfikacji spektrum relaksacji to problem źle uwarunkowany, w którym nawet niewielka zmiana danych doświadczalnych może powodować drastyczną zmianę uzyskanego rozwiązania. Klasycznym remedium jest regularyzacja problemu. Przedstawiono algorytmy aproksymacji spek­trum relaksacji skończonymi szeregami funkcji specjalnych (Laguerre'a, Legendre'a, Hermite'a, Czebyszewa) optymalnej w sensie zregularyzowanej metody najmniejszych kwadratów. Podano przykład ilustrujący proces wyznaczania spektrum relak­sacji rzeczywistego materiału biologicznego (próbki buraka cu­krowego badanego w stanie jednoosiowego odkształcenia) przy silnie zakłóconych pomiarach siły reakcji próbki. Zastosowano algorytmy Laguerre'a i Legendre'a. Pokazano, że zastosowanie wstępnej filtracji danych pomiarowych nie wpływa istotnie na wynik identyfikacji. Analiza teoretyczna odporności badanych algorytmów identyfikacji spektrum relaksacji na zakłócenia pomiarowe jest przedmiotem drugiej części pracy.

The two-part paper deals with the problem of re­covery of continuous relaxation spectrum of linear viscoelastic materials from discrete-time noise corrupted measurements of relaxation modulus obtained in stress relaxation test. This prob­lem is known to be severely Hadamard ill-posed. Thus even small changes in measurement data can lead to arbitrarily large changes in the relaxation spectrum. In remedy, respective regularization of the original problem can be used. Noise robustness issues are studied. A class of identification algorithms based on the least-squares approximation of relaxation modulus by finite serious of some special functions (Laguerre, Legendre, Hermite, Chebyshev) and using Tikhonov regularization to guarantee the stability of the scheme is considered. An exam­ple of the relaxation spectrum identification of the beet sugar root sample in the state of the uniaxial deformation based on the strong-noise corrupted measurements of the time-varying force induced in the specimen is given. The Laguerre and Legendre algorithms are applied. The relaxation spectrum models determined for original noise data and the filtered one are congruent. Thus the initial filtering of noise measurements is not necessary when the considered algorithms are used. Theoretical analysis of the noise robustness of the relaxation spectrum identification schemes is the subject of the second part of the paper.