非比例阻尼结构参数识别算法的研究

在地下结构的地震响应中,无限地基的辐射阻尼起着重要的影响,然而其阻尼形式同结构的比例阻尼假定不同。同样,对于施加隔振、减震措施的建筑结构,其系统阻尼也不再满足比例阻尼假定,在结构参数识别中将阻尼阵假定为与刚度阵形式相似的方法不能反映实际结构参数。从研究结构的阻尼模型发发,引入了节点堆积阻尼,这样形成的阻尼与刚度、质量既有一定的联系,又有一定的独立性。以剪切型结构为例对此做了详细说明,结果表明,引入堆积阻尼后,进行参数识别的结构动力学方程是一个非线性识别问题,在此基础上提出了基于最小二乘平均的非线性迭代识别算法。     

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。     

转角信息未知条件下的结构参数识别方法研究

针对结构中的梁式构件提出了一种基于反应曲线拟合的参数识别方法。该方法采用一组正交基函数对Euler-Bernoulli梁在不同时刻的平动反应曲线进行拟合,继而通过平动反应曲线对测点坐标的导数获得梁的转角反应曲线。为解决反应曲线拟合过程中的噪声淹没现象,提出了一种样本平均方法以消除噪声的影响,该方法利用采样集合的子集的平均形成的序列进行识别。算例分析表明,反应曲线拟合方法可较为准确地获得梁式构件的转角反应,且样本平均方法可大大降低参数识别过程中噪声的影响。     

输入信息不完备下预报-校正类识别法探讨

输入信息测试不完备是结构动力测试中常遇到的问题,本文在回顾这方面文献的基础上,重点对预报-校正迭代算法进行了研究,针对该算法提出的第一类迭代过程,分别从部分输入未知和全部输入未知两方面进行讨论,从理论分析和数值算例说明了该迭代算法存在的不足,证明了学者们长期以来对该算法提出的疑问.     

结构动力参数识别方法研究

本文通过将脉动风对结构作用的特点转化为分析中的辅助计算条件，给出了一种在无需风作用过程信息的前提下，直接从结构风振动中应识别结构动力参数的方法，数值算例表明了该方法良好的实用性能。     

迟滞非线性系统参数识别方法的研究

迟滞非线性既是非线性的,又是非解析的,关于它的参数识别一直是人们关注却又难以解决的问题,本文提出 了一种较好的识别迟滞非线性系统参数的方法,就是根据实测得到的系统输入－输出数据来直接识别系统的物理参数。     

未知激励下的无迹卡尔曼滤波新方法

无迹卡尔曼滤波（UKF）是一种识别非线性系统的有效方法,然而传统的UKF方法需要观测外部激励,这限制了UKF的应用范围。迄今为止,国内外对未知激励情况下的UKF方法的研究还非常少。该文在传统UKF的基础上,推导出在未知激励情况下的无迹卡尔曼滤波（UKF-UI）方法的递推公式,通过对观测误差的最小化,利用非线性方程求解,识别未知外部激励,进而识别非线性结构系统状态与结构未知参数。进一步采用融合部分观测的加速度响应及位移响应,消除识别结果的漂移问题。分别通过白噪声和未知地震作用下识别非线性迟滞模型的两个数值算例,考虑观测噪声对非线性系统进行识别,从而验证提出新方法的有效性。结果表明,该文所提出的UKF-UI方法,能够在部分观测结构系统响应的情况下,有效地识别非线性结构参数和未知激励。     

结构层间力学参数识别方法研究

本文提出了一类结构层间动力学参数的识别方法，用以解决可模型化为层间模型的各类结构的参数识别问题，文中具体导出两类结构模型的识别公式，并进行了算例验证。     

一种含外部攻击和未知输入的事件驱动控制策略设计

文章主要考虑了无线传输中基于含外部攻击和未知输入随机系统含有外部攻击和未知输入情况下的随机系统的事件驱动控制策略以及相应的事件驱动传输机制,旨在决定何时发送数据的传感器数据传输方案．通过随机均方有界性稳定性理论推导了事件触发下驱动的控制器增益,此外利用近似二次性能指标的最小化设计了相应的事件驱动传输策略,以使保证控制效果、通信速率和节点的电池寿命得到一个很好的平衡．在仿真中给出了一个数值实例来验证理论结果的潜在性和有效性．仿真结果表明：文章设计的估计器和事件驱动传输策略能很好地平衡估计精度和传输次数,对传感器的节能具有重要意义．     

一种粘滞阻尼体系阻尼矩阵识别新方法

阻尼是结构动力学分析的重要参数,对阻尼矩阵的估计一直是动力学建模的难点.该文提出一种适用于粘滞阻尼体系的阻尼矩阵识别方法.该方法的一个优点是能够考虑阻尼矩阵中非零元素的不同分布形态;另一个优点则是应用有限的低阶实测模态可相对准确的估算结构的阻尼矩阵,从而更好的适应目前只有有限的低阶模态能够相对准确测得的现状.该文采用5...     

面向RC结构损伤演变的位移相关型阻尼模型及参数识别

针对目前阻尼模型不能充分反映钢筋混凝土结构阻尼与损伤之间关系的不足,提出位移相关型非线性阻尼模型,该模型既能反映结构振动过程中的粘滞阻尼耗能又能反映与结构损伤相关的内摩擦耗能。将内摩擦阻尼分解为残余应力效应和粘结滑移效应。基于能量守恒原理提出模型中阻尼参数的识别方法,并进行数值验证。对一钢筋混凝土简支梁进行损伤加载和动力测试,基于位移相关型非线性阻尼模型和相关动力学模型识别各损伤状态下的阻尼参数,分析其变化规律及非线性阻尼与损伤之间的内在联系。结果表明位移相关型阻尼模型不仅能反映阻尼比随位移峰值的增大而增大的现象,还能反映阻尼比随损伤程度的演变规律。     

有阻尼体系动力分析的一种显式差分法

本文利用拉格朗日型的二次插值函数近似位移反应,建立了速度、加速度的差商近似公式,进而推得集中质量阻尼体系动力分析的一种显式差分法.该显式差分格式具有二阶计算精度,与目前常用的有阻尼体系动力求解的几种格式相比,具有明显减少计算工作量的优点.     

基于Prony法的非线性阻尼辨识与实验研究

针对合金材料的非线性阻尼性质,在扩展的Prony法的基础上提出了从自由响应信号中辨识非线性阻尼的移动Prony法和时变Prony法.通过对不同特性的阻尼进行仿真和分析,证明了这两种算法的有效性,同时得出了时变Prony法更适用于非线性阻尼的辨识的结论.在传统阻尼实验装置的基础上,开发了具有准均匀应力场的梯形等强度梁试件.实验结果表明所研究的阻尼合金Al-33Zn-6Si的阻尼能力随着应变的增加而增加,呈现明显的非线性关系.     

基于扩展卡尔曼滤波的结构参数和荷载识别研究

经典的扩展卡尔曼滤波（Extend Kalman Filter,EKF）方法可有效识别结构参数,但却需要已知外部激励,然而,在工程实际中,有些外激励往往难以实时获取。为此,该文提出了一种基于EKF的未知激励下的结构参数和荷载识别方法。通过在观测方程中引入投影矩阵,实现了结构参数的识别,同时,利用最小二乘估计实时识别了未知的外激励。为了验证该方法的有效性和鲁棒性,文中采用了三个数值算例：四层的Benchmark模型、分段线性系统和非线性Duffing系统。数值分析的结果表明,该方法不仅能够准确识别线性和非线性结构的参数,还能有效识别作用于这些结构的外激励。     

一种隔离损伤的桁架结构性态识别方法

结构损伤的准确识别是结构健康监测的重要内容,由于识别的模型需要实时修正,使得结构整体刚度矩阵的更新和分解往往占用大量时间。该文基于隔离非线性理论,提出了一种隔离损伤的桁架结构性态识别方法。该方法将截面的应变分解成弹性应变和损伤应变,从截面刚度退化角度定义材料损伤,将表征损伤的刚度矩阵从整体矩阵中隔离出来,实现模型中损伤隔离,在迭代计算时避免了结构整体刚度矩阵的实时更新和分解,只需对规模较小表征损伤的刚度矩阵进行更新和分解,提高了损伤识别的求解效率。最后,以某实际钢桁架桥为例,对其主桁弦杆的损伤识别进行了数值模拟研究,设计了两种静力荷载工况对该方法进行验证。结果表明：当桁架结构发生局部损伤时,该方法可以准确高效地识别出发生损伤的位置和程度。     

分置式斯特林制冷机排出器运动阻尼的在线辨识

依据伪随机相关分析方法对分置式斯林制冷机排出器的运动阻尼进行了在线辨识，提出了经过优化的辨识实验方案，辨识结果揭示了制冷机降温过程中排出器运动阻尼随制冷温度下降的重要变化特征。     

工程结构损伤的集成神经网络识别研究

从结构损伤识别的实际出发，提出采用基于信息融合理论的集成神经网络技术对结构损伤状况进行识别，即通过结构损伤特征信息的有效组合，用各种子神经网络从不同侧面对结构损伤进行初步识别诊断，然后对识别结果进行决策融合。给出了系统的实现策略和子网络的组建原则。从识别实例中可以看出，此识别方法充分利用了各种特征信息，可以有效地提高识别率。