未知输入条件下的结构物理参数识别研究

研究在输入信息未知条件下识别结构物理参数的问题.根据建筑结构风荷载的作用特点,提出了一类时域识别算法,用于高层建筑结构的结构物理参数识别.文中对算法给出了理论证明.数值分析算例表明:不考虑量测噪声时,文中方法可给出结构参数的精确识别结果;在量测噪声高达30%仍可得到较高精度的参数识别结果.     

部分输入未知时求解动力复合反演问题的补偿算法

将作者提出的全量补偿算法[8] 推广为一类适用于一般多自由度系统的时域补偿识别算法。该方法是基于最小二乘原则的一类迭代计算方法 ,对于结构上的部分作用力已知的情况 ,可用来同时识别结构的参数并反演输入。文中应用不同类型的结构分析实例说明了此方法适用于实际工程动力检测的可能性。     

未知集中荷载和风荷载共同作用下的结构识别问题研究

对同时作用有未知集中荷载和未知风荷载的剪切型结构的参数识别问题进行了研究。首先提出了直接消去法以解决顶部作用有集中未知荷载时程的剪切型结构的识别问题。对于仅作用未知风荷载的情况,使用简洁的直接代入方法识别结构参数。继而对同时作用有以上两种未知荷载的情况进行了研究。当相邻层的风载时程在时域上完全相关的假定成立时,结合直接消去法和直接代入法在识别出所有结构参数蹬同时反演出未知的集中荷载时程和风荷载时程。文后以文章的最后用仿真算例验证了所提算法的正确性,并对测量噪声对识别结果的影响进行了讨论。     

基于小波分析与子结构法的未知风荷载作用下高层剪切结构参数识别方法研究

对于未知风荷载作用下高层剪切结构,通过子结构理论将其余部分对子结构的效应作为外荷载施加给子结构,并建立风荷载作用下的动力方程。应用函数的小波多尺度逼近方法将产生低频响应的风荷载表示为尺度函数的线性组合,根据动力方程构造结构参数和低频小波系数的识别方程。用最小二乘法识别结构参数和低频小波系数,由识别的参数和结构响应计算未知激励。分析结果表明,该方法对结构参数的识别误差在2%以内,有一定的抗噪性。     

激励与转角信息未知条件下桥梁结构物理参数识别

桥梁结构物理参数识别往往需要完整的结构响应和已知的外加激励信息,这在实践中通常难以实现。为实现转角信息与外加激励数值均未知情况下的桥梁结构物理参数在线识别,先采用静力凝聚方法消去转动自由度,据此将扩展卡尔曼滤波方法与最小二乘方法结合,提出一种改进的扩展卡尔曼滤波方法。其中,针对静力凝聚后观测方程呈现高度非线性,导致卡尔曼量测矩阵计算低效的问题,引入基于克朗尼克积的分解算法。以一座简支梁桥为例,在移动荷载下进行了仿真测试。结果表明,所提方法能够准确地识别结构物理参数和外加激励,且克朗尼克积引入后,识别精度与程序运行速度均有显著提升。     

一种结构参数识别的两阶段方法

针对测量信息不完备的剪切型结构 ,建立了一种两阶段系统识别的复合反演方法 ,这种方法包括两部分 :子结构地震动反演和结构参数识别。首先 ,选取可观测的子结构 ,利用一维地震动作用于结构的力学特性 ,将子结构动力方程的有限元列式进行变换 ,得到适合于最小二乘法的简单形式 ,解决了测量信息不完备及结构参数未知条件下的地震动反演问题。其次 ,根据子结构反演得到的地震动输入 ,采用结构参数时域识别技术中的加权整体迭代 -广义卡尔曼滤波器方法 ,成功地识别出了有限测量条件下单元水平结构参数     

部分输入未知条件下结构动力复合反演的分解算法

在充分利用部分输入已确知而部分输入未知的激励特性的基础上,提出了结构动力复合反演的分解算法,该算法从源头上消除了迭代过程中参数识别与荷载反演的相互影响,降低了问题的计算规模。对于线性参数系统,该算法不经过任何迭代计算即可一次性完成结构参数识别及荷载反演。将其与松弛法结合,可解决非线性参数系统的识别问题,与文献[4]的方法比较,其收敛速度有显著提高。     

用神经网络和优化方法进行结构参数识别

本文分别采用优化方法和神经网络方法,对工程中经常碰到的结构参数识别问题进行了研究,论文对一个二层试验框架和香港青马大桥马湾塔的实测资料进行了分析,结果表明,两种方法对于解决实际 工程结构的参数识别问题都是可行的,精度可以满足工程要求,并对这两种方法作了对比,指出了各自的优缺点和值得进一步研究的问题。     

多输入——多输出实验模态参数识别(3)——频域识别法及其内在联系

本文从文献[1]中所建立的多输入多输出实验模态参数识别的统一模型出发,推导出几种近十几年最常见的多输入多输出实验模态参数频域识别法,阐明了它们之间的内在联系,统一了频域识别技术的理论基础。     

物理参数直接识别法对于分布系统的应用

本文将物理参数直接识别法用于均匀分布系统等效离散模型的物理参数识别，数值模拟结果表明，识别得到的离散模型的动力特性较好地接近分布系统的动力特性，离散系统物理参数识别的有关结论对分布系统仍然成立，数值模拟与实验结果还表明，均匀分布系统时域响应测量点应等距离布置。     

分段常微分方程边值问题的改进COLSYS算法

对分段定义的常微分方程边值问题的 COLSYS算法进行了改进 ,提高了其计算效率及数值稳定性 ,并且可以节省内存 ,这些优势随着分段数的增加而迅速加大。     

Performances of Unknown Input Observers for Chaotic LPV Maps in a Stochastic Context

Jointly modeling chaotic maps as Linear Parameter Varying (LPV) systems and using Unknown Input Observers (UIOs) for retrieving the information in a secure communication scheme has previously been motivated in a deterministic context [Millerioux, G. and Daafouz, J. International Journal of Bifurcation and Chaos 14(4), 2004]. In this paper, some new theoretical results from a control theory point of view, concerning the design in a stochastic and so more realistic context of UIOs for chaotic LPV systems is provided. The design of such observers is expressed in terms of the resolution of a finite set of Matrix Inequalities constraints and guarantees some prescribed performances on the state reconstruction error.     

时域模态参数识别的直接特征系统实现算法

本文提出了一种新的结构模态参数识别算法,称为直接特征系统实现算法(DERA)。直接采用时域多输入多输出数据构成线性时不变离散系统的最小实现,并利用系统矩阵的特征值和特征向量求取模态参数。输入输出数据的直接应用避免了利用脉冲响应函数作原始数据的ERA、PRCE等算法的一些局限。奇异值分解技术的引入使系统的定阶和实现更方便,并具有了更良好的数值稳定性。为验证算法,构造了一个五自由度的弹簧质量系统进行数值模拟。良好的数值结果证明了本算法的有效性,并表明本算法对密集模态仍有较高的识别精度。     

时变结构的参数识别方法

较详细地叙述了时变结构参数识别方法在国内外的研究进展,指出了这一工作深入研究的理论与实际意义．对其中的典型研究成果,包括自动控制理论领域的研究成果,给出了简要介绍,叙述了将广义系统的识别方法用于结构系统的思路和问题,特别是在线识别技术和神经网络技术．介绍了使用小波理论来识别时变结构参数的新思想．最后简要地展望了这一领域的发展前景．