基于改进UKF的非线性结构荷载和参数同步识别 |
| |
引用本文: | 王振,辛宇,王佐才,袁子青.基于改进UKF的非线性结构荷载和参数同步识别[J].振动.测试与诊断,2023,43(5):980-987. |
| |
作者姓名: | 王振 辛宇 王佐才 袁子青 |
| |
作者单位: | 1.合肥工业大学土木与水利工程学院 合肥,230009;2.安徽省基础设施安全检测与监测工程实验室 合肥,230009 |
| |
基金项目: | 中央高校基本科研业务费专项资金资助项目(JZ2021HGQA0248,JZ2020HGPB0117);国家自然科学基金优秀青年科学基金资助项目(51922036);安徽省重点研发计划资助项目(1804a0802204) |
| |
摘 要: | 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。
|
关 键 词: | 无迹卡尔曼滤波 非线性结构 未知荷载识别 非线性参数识别 |
收稿时间: | 2021/10/26 0:00:00 |
修稿时间: | 2021/12/26 0:00:00 |
|
| 点击此处可从《振动.测试与诊断》浏览原始摘要信息 |
|
点击此处可从《振动.测试与诊断》下载全文 |
|