基于子结构的非线性参数系统动力反演方法研究

研究了输入、输出不完备情况下的非线性参数系统动力反演问题.将子结构技术与分解算法相结合,引入广义逆,无需迭代.直接求得待识别参数的极小范数最小二乘解,反演获得未知输入荷载.本文从理论上论证了该方法的收敛性和严格的适用条件,为有限测点条件下非线性参数系统的动力反演问题提供了一个较好的解决方法.与全量补偿算法相比,计算效率大大提高,具有广泛的工程实际应用前景.数值算例表明该方法具有很好的参数识别精度及荷载反演效果.     

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。     

部分输入未知条件下结构参数识别法研究

深入研究了输入信息测试不完备条件下的结构参数识别问题，从理论上论证了部分输入未知时动力复合反演问题补偿算法的实质，指出了全量补偿算法在严格意义上的适用条件，提出了更为简便的二阶段识别法，使部分输入未知条件下结构参数识别的理论进一步完善，并可为工程应用提供指导。数值算例验证了理论上的正确性。     

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     

基于无迹卡尔曼滤波的高层建筑风荷载反演

基于无迹卡尔曼滤波提出了一种高层建筑风荷载的反演算法，该方法利用有限测量楼层的风致响应数据，实时识别结构的未知风荷载和风致响应。通过典型高层建筑的风洞试验进行风荷载反演实例分析，验证了该方法的准确性和适用性，评估了模态参数误差、测量噪声水平对风荷载反演的影响。研究结果表明，文中提出的算法对模态参数误差不敏感，在一定噪声水平下反演的结果基本能够满足实际工程需要，该算法为实时评估高层建筑的风荷载和风致响应提供了有效的工具。     

高层建筑风荷载反演研究

本文研究了结构参数未知条件下的高层建筑风荷载反演问题,通过将平均风速的实测特性作为识别计算中的辅助条件,文中提出了一类荷载归一化统计平均方法,结合工程实例,进行了高层建筑风荷载反演分析,结果表明,本文建议方法可以在幅值、时程等方面均给出良好的风荷载反演结果,同时识别得到的结构参数具有良好的精度。从而为高层建筑风荷载研究提供了一条可行途径。     

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     

一类加权全局迭代参数卡尔曼滤波算法

结合参数卡尔曼滤波算法和全局迭代推广卡尔曼滤波算法本文提出了加权全局迭代参数卡尔曼滤波算法。参数卡尔曼滤波算法可避免系统参数和状态变量之间的非线性耦合 ,同时通过带有目标函数的全局迭代算法保证能够获取到稳定、收敛的识别结果。分别针对线性结构模型和随动强化双线性结构模型进行了仿真参数识别。结果显示 ,不加权的全局迭代参数卡尔曼滤波算法对线性系统是有效的 ,而对非线性系统必须使用加权的全局迭代参数卡尔曼滤波算法。当信噪比较大 ,迭代无法得到收敛的结果时 ,目标函数保证了较好识别结果的获得     

基于Kriging代理模型的迭代更新高效反演方法

为提高混凝土坝等大体积结构参数反演效率和精度,减少由于应用有限元进行大量正分析而产生的计算机时,建立了一种结合Kriging代理模型和粒子群优化(PSO)算法的迭代更新反演方法。通过拉丁超立方抽样(LHS)方法确定初始样本点的空间分布,并使用有限元正分析获取对应的响应值,构建粗糙的初始代理模型,结合具有全局寻优能力的PSO算法,反演大体积结构的分区弹性模量,随之再代入有限元模型中,计算获取新的位移响应,并将其作为新样本加入到样本集中,通过迭代更新获得局部更高精度的代理模型。工程实际算例表明,该方法对混凝土坝等大体积结构参数反演精度较高和适用性好,且能大幅减少传统有限元模型反演方法所需消耗的正分析机时,提高反演效率。     

时域自适应算法求解移动荷载下梁的多宗量反问题

通过一种时域自适应算法,建立了求解变速移动荷载下梁的多宗量反问题的数值模型,可同时识别移动荷载和梁的物性参数.正问题采用时域自适应算法和FEM建模,并可由此方便地推导敏度公式;在反问题求解中采用Levenberg-Marquardt法,计算表明该方法具有较好的抗不适定性.通过两个算例,对所提算法进行了数值验证,并探讨了噪声和测点的变化对反演结果的影响,结果令人满意.     

基于广义卡尔曼滤波的桥梁结构物理参数识别

基于广义卡尔曼滤波提出了随机荷载作用下桥梁结构物理参数的识别方法。首先,以荷载为观测对象,推导出基于有限元模型的桥梁结构系统的观测方程,以结构待识别的物理参数为状态向量,建立系统状态方程;然后,对该状态方程和观测方程构成的非线性参数系统应用广义卡尔曼滤波,从而识别出结构的物理参数。对一座简支梁桥和一座三跨连续梁桥在不同工况下的物理参数识别进行了数值仿真,结果表明本文方法能够准确地识别桥梁结构全部刚度参数、质量参数和阻尼参数,且具有很强的抗噪性能,从而验证了本文方法的有效性和鲁棒性,可应用于识别大型桥梁结构的物理参数。     

基于经验包络法的非线性系统参数识别

基于平均法导出了Van der Pol-Duffing类振子响应时程瞬时特性与系统参数间的函数关系,在此基础上提出一种高效的非线性系统参数识别方法。借助经验包络法EE（Empirical Envelope Method）求解了响应时程瞬时特性,验证了EE相对传统Hilbert变换HT（Hilbert Transform）方法在求解瞬时频率上的优势。通过数值算例验证了本文方法的识别精度。分析了信号长度、初始条件、采样频率和噪声比例四种因素对识别精度的影响。结果表明,线性参数识别精度不受上述因素影响,非线性刚度项系数识别精度受各因素影响较为明显;本文方法具有良好的抗噪声性能,即使系统响应受到10%的噪声污染,本文方法也具有很好的识别精度。     

基于改进萤火虫算法的移动车辆参数识

提出了一种基于萤火虫优化算法的移动车辆参数直接识别方法.采用四自由度双轴十二参数车辆模型和欧拉梁有限元模型建立了车桥耦合系统的动力方程,并利用Newmark直接积分法求解了系统的动力响应.通过引入一种局部搜索策略和末位淘汰机制改进了萤火虫优化算法的收敛速率,并提高了识别结果的精度.本文方法仅利用车辆振动的竖向加速度响应测量就能进行移动车辆参数的识别.数值算例表明,改进的萤火虫优化算法可以准确地识别出车辆的质量、悬挂刚度和阻尼等参数,并且对测量噪声不敏感.     

基于一种免疫算法的结构动态参数识别

受生物免疫系统的启发提出了一些基于免疫概念的优化算法。该方法有效地避免了传统遗传算法易于出现早熟、搜索效率低及不能很好保持个体多样性等问题。本文将免疫算法应用于结构动态参数识别领域，通过其在VC环境下调用ANSYS有限元程序中的APDL语言，并在后期引入加速循环操作，从而实现了对结构动态参数快速而精确的识别，仿真算例表明其正确性、有效性和较好的抗观测噪声能力。该方法特别适合于对大型复杂结构的参数识别计算。     

Parameter identification for improved viscoplastic model considering dynamic recrystallization

The successful application of viscoplastic model considering dynamic recrystallization depends on how well the parameters are identified. However, it is difficult to obtain satisfactory parameters using conventional parameter identification methods. The reasons are due to difficulties in obtaining homogeneous deformation, high complexity of physical process described by the model and large number of parameters. In this paper, the material parameters are identified by inverse analysis. Global information on objective function is firstly studied by an improved uniform random sampling method; secondly, a hybrid global optimization method, which combines the genetic algorithm, the Levenberg–Marquardt algorithm, the augmented Gauss–Newton algorithm and the flexible tolerance method, is constructed and an inverse analysis numerical procedure, which combines the proposed optimization method with the finite element analysis, is proposed; at last, a set of satisfactory material parameters for 26Cr2Ni4MoV is obtained by the proposed inverse analysis numerical procedure.