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 |
| |
引用本文: | 王未寅,王佐才,辛宇,丁雅杰.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[J].振动与冲击,2023(2):79-88. |
| |
作者姓名: | 王未寅 王佐才 辛宇 丁雅杰 |
| |
作者单位: | 1. 合肥工业大学土木与水利工程学院;2. 合肥工业大学安全关键工业测控技术教育部工程研究中心;3. 合肥工业大学安徽省基础设施安全检测与监测工程实验室 |
| |
基金项目: | 国家自然科学基金优秀青年科学基金(51922036);中央高校基本科研业务费专项资金项目(JZ2020HGPB0117,JZ2021HGQA0248)。 |
| |
摘 要: | 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。
|
关 键 词: | 非线性结构 模块化贝叶斯 模型误差 测量误差 高斯过程模型 |
本文献已被 维普 等数据库收录! |
|