基于PTMD的钢-混组合梁减振效应试验研究EI北大核心CSCD

针对钢-混组合梁桥的行车振动问题,设计了一种碰撞调谐质量阻尼器(pounding tuned mass dampers, PTMD)装置,进行了基于PTMD的钢-混组合梁减振效应试验研究和数值分析研究。设计并制作了钢-混组合梁试验模型和PTMD装置,研究了PTMD装置的减振效果并进行PTMD装置的参数讨论。结果表明,该PTMD装置对钢-混组合梁的振动有明显的抑制效果,在振动响应较大时能够取得更好的减振效果,其最佳质量比为2%,最佳碰撞间隙为4 mm,在试验梁上同时安装3个PTMD更为合理。以某高速公路线路上的双主梁钢-混组合梁桥为研究背景,建立了车-桥-PTMD耦合系统模型,计算并对比双主梁钢-混组合梁桥在移动车辆荷载作用下无减振装置和应用PTMD装置下的动力响应,验证了PTMD装置在实际应用中的减振效果。     

基于贝叶斯统计推断的框架结构损伤诊断研究

提出一种基于贝叶斯推理的非线性结构模型修正方法,同时考虑激励的随机性,建立了复合随机振动系统的动力可靠度分析方法。利用实测结构动力响应主分量的瞬时特征参数作为非线性指标构建似然函数,结合拒绝延缓自适应(Delayed Rejection and Adaptive Metropolis, DRAM)算法和高斯过程替代模型实现了非线性结构模型修正及其参数的不确定性量化。根据首次超越破坏准则,利用广义概率密度演化方法,分别对仅考虑激励随机性的确定性模型和同时考虑结构参数与激励不确定性的复合随机振动模型进行动力可靠度分析,并利用蒙特卡洛随机抽样方法验证了计算结果的准确性。研究结果表明：基于振动响应瞬时特征参数的贝叶斯推理方法能够快速、准确地实现结构的非线性模型修正及其参数的不确定性量化。与具有初始设计参数名义值的确定性模型相比,考虑参数不确定性的复合随机模型的动力可靠度总体偏低,因此,在结构安全评估中应考虑非线性模型参数不确定性的影响,使评估结果更加安全、可靠。     

基于改进UKF的非线性结构荷载和参数同步识别

传统无迹卡尔曼滤波（unscented Kalman filter,简称UKF）方法在非线性结构参数识别过程中,通常要求结构的输入已知,当非线性结构的输入难以测量或测量误差较大时,该方法的应用将受到限制。为了对未知激励作用下的非线性结构参数进行识别,提出一种基于改进UKF的非线性结构荷载和参数同步识别方法。该方法在系统状态更新过程中,利用结构响应和参数的当前预测值,对输入荷载进行初步估计,并结合系统状态的估计值对输入荷载进行识别。为降低测量噪声对非线性系统识别结果的影响,采用在UKF方法中嵌入卡尔曼滤波器（Kalman filter,简称KF）,对测量噪声协方差矩阵进行同步优化,确保非线性结构荷载和参数识别的精确性。分别对地震激励下的单自由度和5自由度Bouc-Wen滞回模型进行数值模拟,验证了该方法的可行性和准确性。结果表明,改进的UKF方法能够有效地实现非线性结构未知荷载和模型参数的同步识别。     

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。     

基于贝叶斯理论的非线性结构模型修正及其动力可靠度分析EI北大核心CSCD

提出一种基于贝叶斯推理的非线性结构模型修正方法,同时考虑激励的随机性,建立了复合随机振动系统的动力可靠度分析方法。利用实测结构动力响应主分量的瞬时特征参数作为非线性指标构建似然函数,结合拒绝延缓自适应(Delayed Rejection and Adaptive Metropolis,DRAM)算法和高斯过程替代模型实现了非线性结构模型修正及其参数的不确定性量化。根据首次超越破坏准则,利用广义概率密度演化方法,分别对仅考虑激励随机性的确定性模型和同时考虑结构参数与激励不确定性的复合随机振动模型进行动力可靠度分析,并利用蒙特卡洛随机抽样方法验证了计算结果的准确性。研究结果表明:基于振动响应瞬时特征参数的贝叶斯推理方法能够快速、准确地实现结构的非线性模型修正及其参数的不确定性量化。与具有初始设计参数名义值的确定性模型相比,考虑参数不确定性的复合随机模型的动力可靠度总体偏低,因此,在结构安全评估中应考虑非线性模型参数不确定性的影响,使评估结果更加安全、可靠。