输入未知下非比例阻尼结构参数识别方法的研究

在地震动、地脉动等环境激励下的结构动力测试中,由于输入信息的随机性和作用位置的不确定性,输入信息是难以测试或难以精确测试的。本文在研究前人关于复合反演算法的基础上,提出加权平均修正算法,解决了地震动未知情况下结构参数的识别问题;在此基础上,本文研究非比例阻尼模型下的识别问题,针对堆积阻尼模型下的结构系统,结合松弛算法和加权平均修正算法,提出比例输入未知条件下非比例阻尼模型结构参数系统识别的迭代修正算法。     

有限测点下结构复合反演的混合法

回顾了近年来输入信息未知条件下结构识别的复合反演算法，并对输出信息测试不完备条件下的复合反演问题做了深入的研究。提出了时频域混合的复合反演算法。该算法首先在时域内利用子结构上的测试信息反演未知输入，然后在频域内依据反演得到的未知输入和有限测点上的响应信息构造目标函数来识别结构参数。该算法适用于具有多个未知输入的情况，与仅适用于单个未知输入条件下的复合反演算法相比，具有更广泛的应用价值。最后用一数值算例说明了本文算法的可行性。     

未知输入下的复合反演研究

回顾了近年来未知输入情况下的结构参数识别算法,并针对未知输入情况下的复合反演算法做了深入研究,总结归纳了这类算法的特点和应用条件,并在此基础上提出了能够用于具有多个未知输入组合下的复合反演算法。此方法是基于最小二乘原则并结合统计平均思想的一类迭代算法,对于在多个未知输入情况下的结构(例如在地震动和风荷载共同作用下等),可以用来识别结构参数并同时反演多个未知输入。与仅适用于具有一个未知输入情况下的复合反演算法相比,本文方法具有更广泛的应用背景,最后以一个4层剪切型结构为例来验证本文方法。有噪声情况下和无噪声情况下的识别结果显示本文方法具有一定适用性。     

输入信息不完备情况下的混和修正识别法

回顾输入信息测试不完备条件下的结构识别问题,并对近年来提出的基于最小二乘类的时域复合反演算法做了深入研究,在统计平均算法的基础上提出了加权平均算法。同时针对满足多个修正条件的结构情况,结合补偿算法,提出混和修正识别法。最后以地震动未知情况下的桁架桥结构为例来说明了算法的可行性。     

全量补偿复合反演算法的改进及其应用

全量补偿法的提出为部分输入未知条件下的结构参数识别以及荷载反演提供了一个很好的思路,但由于该算法在进行参数估计时没有考虑已知输入与未知输入的可信度差别,因此参数收敛过程中会产生振荡现象,收敛速度相对较慢。在此基础上,充分利用部分输入可确知而部分输入未知的激励特性,构造了一个基于加权最小二乘准则的改进算法。与原算法相比,改进算法不仅在理论上更加完备,而且其收敛特性也有质的改善。在同等的参数识别精度条件下,其所需的迭代次数仅为原算法的十分之一。     

子结构物理参数识别与输入地震动的复合反演研究

利用结构的动力响应同时识别结构物理参数并反演输入过程的工作称为复合反演.本文研究一类基于子结构分析的地震动复合反演问题.通过结构动力矩阵的分解并结合作者提出的一种在输入信息未知的条件下识别结构物理参数的方法,提出了一类复合反演算法.算例分析表明了算法的实用性.     

未知输入干扰下异构多传感器分布式两级信息滤波与偏差联合估计

针对目标跟踪过程中受未知输入影响的多传感器网络,提出一种局部单传感器抗干扰信息滤波算法并根据此算法实现分布式一致性多传感器融合滤波估计实现目标的精确跟踪。首先,建立包含未知输入的系统模型;其次,消除未知输入影响并设计局部单传感器两级信息滤波算法实现状态和广义偏差的同时估计;最后,根据提出的单传感器两级信息滤波算法进行分布式加权数据融合。仿真结果表明,该方法及其融合算法的系统偏差、状态估计误差和均方根误差均明显降低,目标跟踪精度有所提高,并且具有较低的运算量和较高的一致性。     

压电智能结构冲击荷载有限元逆向求解方法

基于压电智能结构有限元动力方程,提出冲击荷载的逆向求解方法：采用最小二乘优化算法,通过后向迭代逆运算及前向迭代运算,使目标值与实测值最小方差不断收敛,完成对未知冲击荷载大小与作用位置识别。建立简支压电智能薄板有限元数值模型,算例结果表明该方法精度可满足工程计算要求,适用于形状、边界条件较复杂的智能结构冲击荷载识别。     

输入未知条件下基于自适应广义卡尔曼滤波的结构损伤识别

发展一种输入未知条件下的自适应广义卡尔曼滤波(Adaptive Extended Kalman Filter with Unknown Inputs,AEKF-UI)方法,在线复合反演系统参数与未知输入,结合基于改进粒子群优化算法的自适应技术实现系统时变参数追踪,进而识别结构损伤,包括损伤发生的时间、位置和程度。建立基础隔震结构实验模型及理论模型,其中隔震层的非线性动力学特性通过Bouc-Wen模型描述。对基础隔震结构进行振动实验研究,采用刚度元件装置模拟时间、位置和程度不同的结构损伤,基于测得的加速度响应和AEKF-UI方法进行实时系统参数与未知输入的同步反演。研究结果表明:在两种典型地震波激励下,AEKF-UI方法得到的识别值与参考值相一致,验证了该方法在系统辨识中的有效性和准确性。     

动态载荷时域识别的联合去噪修正和正则化预优迭代方法

系统响应可表示为单位脉冲响应函数与激励载荷的卷积,将其离散化一组线性方程组,则载荷识别问题即转化为求解线性方程组的反问题。针对响应中带有噪音时载荷识别的困难,提出了联合奇异熵去噪修正和正则化预优的共轭梯度迭代识别方法。一方面对含噪信号进行基于奇异熵的去噪处理,提高反问题求解中输入数据的精度。另一方面利用正则化方法对共轭梯度迭代算法进行预优,改善反问题的非适定性。由于从输入的响应数据去噪和正则化算法两方面同时改善动态载荷识别反问题的求解,因此可以有效地抑制噪声,提高识别精度。通过数值算例分析,表明在不同的噪声水平干扰下,其识别精度均优于常规的正则化方法,能够实现有效稳定地识别动态载荷。最后通过实验研究进一步验证了该方法的正确性和有效性。     

单输入和多输入时域模态参数识别法的比较研究

本文利用现代控制论中可控性与可观性理论,从理论和实验两方面对模态参数时域识别法进行了分析和研究,给出了利用时域法能够识别出振动系统所有模态参数的充要条件,并对单输入和多输入识别法进行了比较,指出在重根模态和大阻尼等复杂情形下,多输入识别法拥有单输入识别法所无法比拟的优点。     

An adaptive algorithm for nonlinear system identification

There are several methods — fixed, adaptive, recursive — for the identification of linear and bilinear systems from input-output measurements that are noisy. However, literature is rather scarce as far as such techniques are concerned for the identification of nonlinear systems. The objective of this paper, therefore, is to suggest an iterative technique for the identification of nonlinear system parameters from measurements that are noisy. This technique requires the transformation of a nonlinear system in the state variable form into an input-output autoregressive moving average exogenous (armax) model. The pseudo linear regression algorithm, which has been extensively used for the identification of linear systems, can then be used to identify the nonlinear system parameters. Using this technique simulation studies were carried out which, indeed, confirm the efficacy of the method.     

Simultaneous identification of structural parameters and input time history from output-only measurements

A new time-domain method is suggested in this paper for simultaneous identification of the structural parameters and the time history of the input excitation using output-only measurements. The proposed method is based on an iterative identification procedure consisting of the least-squares identification technique and a modification process between each iterative step. The modification process is introduced to convert the spatial information of the external excitation into mathematical conditions. First, the unknown force vector is conjectured through the equation of motion using the initial guess of the structural parameters and the measured structural responses. The estimated input force vector is then modified to force it comply with the spatial distribution of the external excitations. The modified input force vector is further used to provide new estimation of structural parameters. Repeat the aforementioned procedure until the structural parameters satisfy the preset convergence criterion. Numerical examples as shear building and truss bridge model are employed to evaluate the feasibility of the proposed method. In the numerical examples, typical scenario of complete and noise-free as well as incomplete and noise-contaminated output measurements are considered. The results demonstrate that the proposed method can accurately identify both the structural parameters and the input time history for the cases that the structural responses are not polluted or slightly contaminated by measurement noise.The writers are grateful for the financial support from the National Natural Science Foundation of China (NSFC) through its Project of Young Scientists Fund (No. 50308020) awarded to the first author.     

系统非线性参数识别的松驰法

研究了非线性参数系统模型的识别问题,通过引入求解线性方程的松驰法思想,构造了一类新的迭代识别算法。算例表明此方法具有很好的参数识别精度,并且具有概念清楚,易于编程等特点,为非线性系统模型参数的识别问题提供了新的思路。     

结构物理参数时域识别的子结构方法研究

研究了输入、输出信息皆不完备情况下的结构参数识别以及荷载反演问题。阐述了一种通用的子结构动力方程及其参数识别方程建立的基本原理和方法,并针对实际工程检测中子结构参数识别方程的输入特性,分别采用一种与之相适应的分解反演算法或统计平均算法。子结构技术与分解算法或统计平均算法的有效结合,为有限测点条件下的结构参数识别及荷载反演问题提供了一个较好的解决方案。大量的数值计算结果表明,本文提出的方法具有很好的参数识别精度及荷载反演效果。