基于VMD和DBN的非线性结构模型参数识别

为解决现有的非线性结构模型参数识别方法面临优化过程复杂的问题,提出一种基于变分模态分解(variational mode decomposition, VMD)和深度置信网络(deep belief network, DBN)的非线性结构模型参数识别方法。首先,利用VMD和希尔伯特变换(Hilbert transform, HT)识别振动响应的瞬时参数;将瞬时参数进行主成分分析后作为输入,非线性模型参数作为输出;然后,利用DBN拟合两者之间的非线性映射关系;最后,将实测振动响应的瞬时参数进行主成分分析,输入训练好的DBN可直接识别修正后的非线性模型参数。通过对两个不同非线性类型的双自由度模型和一个复杂框架模型在地震作用下的数值模拟,与高压输电结构的振动台试验,验证了该方法的有效性。数值与试验结果表明,所提方法具有较高的计算效率和良好的抗噪性。     

基于频响函数截断奇异值响应面的有限元模型修正

考虑由于模型参数误差造成的有限元模型偏差的问题,提出一种基于频响函数截断奇异值响应面的模型修正方法。利用傅里叶反变换将结构频响函数变换为时域内的脉冲响应函数,通过延迟坐标法重构脉冲响应函数的相空间矩阵,进而对相空间矩阵进行截断奇异值分解,提取有限个较大的奇异值作为频响函数的特征量。以待修正模型参数为样本集输入,截断的奇异值为样本集输出,建立支持向量机响应面模型并进行训练,以逼近模型待修正参数与频响函数的特征量之间的非线性映射关系。以目标频响函数的特征量与支持向量机响应面模型输出的特征量之间的差值最小化为目标,利用遗传算法通过优化求解参数修正量。仿真计算表明:支持向量机的保留奇异值响应面能准确预报训练集以外样本的保留奇异值,具有较强的泛化能力;结合遗传优化算法能获得准确的参数修正量,算法对噪声有较强的鲁棒性。     

多年冻土场地桩基桥梁地震响应不确定性量化分析EI北大核心CSCD

该研究采用多年冻土场地桩基桥梁数值模型和高斯过程替代模型进行多年冻土场地桩基桥梁地震响应不确定性量化分析。首先,利用试验设计方法构建多年冻土场地桩基桥梁高斯过程替代模型的训练样本,生成结构体系输入参数的最大数量采样点;针对采样点,利用建立的桩基桥梁有限元数值模型进行非线性地震响应分析,使用高斯过程替代模型模拟多年冻土场地桩基桥梁输入和输出关系,进而执行桩基桥梁的不确定性量化。基于统计变量和变异参数(coefficient of variation, COV)评估多年冻土场地桩基桥梁地震响应的不确定性。研究结果表明:(1)当桥梁结构参数随着变异参数由5%增加为30%时,桥梁结构的时程响应随之而增加,桥梁结构输入参数的变异性对多年冻土场地桩基桥梁的地震响应影响显著;(2)随着桥梁结构体系输入参数变异性增加,相应的地震响应的变异性随之增加,桥梁结构体系输入参数变异性增加直接影响地震响应变异参数的变化。该研究中所述多年冻土场地桩基桥梁地震响应不确定性量化分析可为同类构筑物的模拟提供分析方法和思路。     

基于模块化贝叶斯推理的随机非线性模型修正EI北大核心CSCD

为同时考虑多种不确定因素对非线性结构模型修正的影响,提出了一种基于模块化贝叶斯推理的随机非线性模型修正方法。为了描述具有时变特性的非线性动力响应,提取结构动力响应主分量的瞬时加速度幅值作为非线性指标,基于贝叶斯方法,将整个模型修正过程分为3个相互独立的模块:首先建立非线性模型的高斯过程替代模型记为模块一;同时,为考虑模型误差对非线性结构随机模型修正的影响,将设计变量作为输入,模型误差作为输出,建立关于模型误差的高斯过程替代模型,记为模块二;最后,结合贝叶斯推理方法与模块一和模块二中的高斯过程模型,利用过渡马尔可夫链蒙特卡罗(transitional Markov Chain Monte Carlo,TMCMC)随机采样方法估计待修正参数后验概率密度函数,实现基于模块化贝叶斯推理的随机非线性模型修正研究。采用三跨连续梁桥数值算例来验证所提出的随机非线性模型修正方法的准确性,并对比了不同噪声水平、不同程度模型误差条件下的模型修正结果。研究结果表明,基于模块化贝叶斯推理的随机非线性模型修正方法能够有效地实现非线性结构的随机模型修正,并具有较好的鲁棒性。     

结合SVR响应面与粒子群优化的有限元模型修正

提出了一种模型修正方法，可以在不依赖模型灵敏度的前提下，利用较少的计算量实现对结构有限元模型的参数修正。该方法首先构建代理模型替代结构有限元模型，通过计算少量样本点，训练支持向量回归机(support vector regression, SVR)预测参数所对应的响应；其次，以结构固有频率的残差为目标函数，利用粒子群优化算法实现全局寻优求解，得到修正后的有限元模型参数；进一步，以带孔平板为试验研究对象，基于实测数据验证了所提方法的有效性，并讨论不同参数、样本点数等对模型修正精度的影响；最后，用某卫星结构模型修正算例证明了该方法相对基于灵敏度分析的方法在计算耗时上的优势。该研究旨在为具有复杂参数-响应特征的结构模型修正提供技术支持。     

基于贝叶斯优化BiLSTM模型的输电塔损伤识别

结构的加速度响应可以反映结构的状态信息，蕴含结构的损伤特征。针对目前输电塔健康监测系统产生大量数据而无法有效分析和诊断输电塔损伤的问题，利用结构输出加速度响应数据的时序关系，提出了基于双向长短时记忆网络(bi-directional long and short-term memory, BiLSTM)的损伤识别方法，并采用概率寻优方法贝叶斯优化(Bayesian optimization, BO)确定网络模型超参数。首先描述了BiLSTM的基本原理，给出基于贝叶斯优化的超参数选取策略，从而提出了基于BO-BiLSTM模型的损伤识别方法。然后使用该方法对输电塔有限元模型进行了损伤定位与模式识别，测试集的整体识别准确率达到94.2%。为了验证该方法对实际结构的损伤识别效果，提出基于异源数据的损伤识别方式：将输电塔有限元模型数据作为模型训练的样本训练BO-BiLSTM模型，使用试验数据用作验证集检验损伤识别效果。识别结果表明BO-BiLSTM可以较为准确的识别真实结构的损伤情况，识别效果较BiLSTM以及BO-LSTM更稳定。     

基于实测时间序列的非线性系统恢复力识别

提出一种完全基于激励和结构响应实测数据的结构动力系统非线性恢复力识别方法,并通过在一个4层钢结构模型中引入具有非线性特性的磁流变阻尼器(MR)模拟非线性恢复力,基于此模型结构在不同的激励方式下的动力响应测量数据,验证了该方法的有效性。对于结构的各自由度均受到激励的情况,运用最小二乘拟合算法识别出等效线性系统的物理参数(质量、刚度和阻尼矩阵),进而得到模型结构振动过程中MR阻尼力随时间变化情况并与实验实测结果进行了比较。针对结构仅在有限自由度上受到激励的情况,对以上方法进行了改进,提出了一种非线性系统恢复力的非参数化识别方法,利用结构中弹性恢复力的对称关系,分步确定了结构各层间恢复力模型,从而得到MR恢复力的大小并与实测结果进行了比较。结果表明,基于时域实测信号的非线性系统恢复力识别法在完整激励和非完整激励下均能有效地识别结构的非线性恢复力特性。文章所述方法可以运用于工程结构在动力荷载作用下的损伤发生发展过程的监测与识别。     

部分观测下结构质量及非线性恢复力免模型识别

强动力荷载作用后结构的非线性恢复力是其非线性行为的最直观描述,但由于不同结构非线性特性的复杂性,非线性行为往往难以事先用准确的参数化形式描述,而且由于土木工程结构的活荷载的不确定性,结构质量也往往无法准确预知,结构各自由度所有动力响应也难以完整获得。为此,本文提出一种仅利用结构部分自由度上的加速度响应,结合等效线性理论与无迹卡尔曼滤波(Unscented Kalman Filter, UKF )算法,迭代识别结构非线性恢复力与结构质量方法。该方法不需要假设任何参数化或非参数化模型。通过在一个线性多自由地系统中引入磁流变阻尼器(MR)模拟非线性元件构成非线性动力模型,考虑不同质量初始值和一处或者多处存在非线性而且非线性特征不一样的情况,基于部分自由度上的加速度响应测量,对结构中磁流变阻尼器的恢复力以及结构质量进行了识别,通过与理论值的比较验证了该方法的有效性。     

连接Maxwell模型的两相邻结构非线性地震反应分析

对连接Maxwell模型的两相邻高层钢筋混凝土结构进行了大震作用下的非线性地震反应分析,相邻结构的本构模型采用三线型刚度退化模型,推导了连接Maxwell型阻尼器的相邻结构的运动方程,研究了Maxwell阻尼器优化参数理论表达式在结构进入非线性阶段的适用性,并研究了碰撞对相邻结构地震响应的影响,提出了不同地震波激励下阻尼器的优化参数值。分析结果表明:相邻结构进入非线性阶段时需要连接具有更强阻尼耗能能力的阻尼器以控制两结构的地震响应;即便在较小的防震缝宽度下,连接了控制装置后的相邻结构在大震作用下发生碰撞的可能性亦较小。     

结构恢复力非参数化模型识别的改进容积卡尔曼滤波方法

对地震等强动力荷载作用过程中结构损伤的发生发展过程进行识别,必须考虑结构行为的非线性。本文运用相对位移和相对速度的幂级数多项式表征结构恢复力模型,提出一种基于改进的容积卡尔曼滤波算法（Updated Cubature Kalman Filter, UCKF）和结构部分自由度上加速度响应时程的结构参数、未知响应及恢复力非参数化模型识别方法。以一个含磁流变阻尼器的多自由度数值模型为例,考虑20%的加速度响应测量噪声影响,识别出模型的结构参数、未知响应及阻尼力。并将本文方法所得结果分别与基于扩展卡尔曼滤波算法、传统容积卡尔曼滤波算法及含记忆衰退的扩展卡尔曼滤波算法所得结果进行比较。对一个带磁流变阻尼器的四层剪切型框架模型进行激振试验,基于部分自由度上的加速度响应时程实测值,识别出结构参数、未知动力响应以及阻尼器阻尼力的非参数化模型,通过与实测结果的比较,验证了本文方法的可行性。