基于增秩Kalman滤波的动态荷载识别和结构响应重构

针对传统的荷载识别方法受不适定性问题影响导致识别误差较大,且受传感器数上的限制也无法监测所有结构易损伤位置处振动响应的问题,提出了一种基于增秩Kalman滤波（augmented Kalman filter, AKF）算法的动态荷载识别和结构响应重构方法.基于结构状态空间方程,形成由荷载向量和状态向量组成的增秩状态向量（augmented-rank state vector,ASV）,利用Kalman滤波算法获得增秩状态向量的最小方差无偏（minimum variance unbiased, MVU）估计,实现了状态和荷载向量的同时识别.结合最优状态估计和观测矩阵,实现了未布置传感器处的结构动力响应重构.通过三个有限元案例,初步验证了该方法的可行性和有效性.结果表明,当荷载位置固定或移动时,所提方法均能有效地识别荷载和重构响应,精度较高且对测量噪声不敏感.传感器的种类、数量和布置位置对荷载识别和响应重构精度会有一定影响.     

基于近场辐射声压信号的索力识别方法*

为准确、快速获取拉索结构索力,该文提出利用结构近场固定位置辐射声压信号对拉索进行索力测试的方法。基于动力学理论推导出结构振动加速度响应与其近场辐射声压响应的线性比例关系,并根据希尔伯特-黄变换推导了声压响应信号与结构频率的关系。对单根拉索依次施加3种不同工况的初始张拉力,并对结构中心表面处施加一瞬时脉冲力,使拉索受迫振动发声,通过对结构近场范围内拉索振动辐射声压进行测量,进而获得不同工况下不同位置声压响应信号,并探讨了在有高斯噪声干扰情况下通过希尔伯特-黄变换方法获取拉索固有频率的可靠性。数值模拟分析验证了该方法能较为准确地得到拉索固有频率并利用索力计算实用公式有效地计算出索力值,为实际工程中拉索索力测试提供了一种新的简单有效的方法。     

基于仿真优化的自动化集装箱码头出口箱箱位分配

在集装箱码头堆场中，出口集装箱的箱位分配直接影响集装箱的装船效率以及船舶的在港停留时间。研究主要探讨自动化集装箱码头出口集装箱的箱位分配问题，并将船舶靠泊随机性和出口集装箱集港顺序综合考虑到整数规划模型中。针对模型的特点，设计了基于仿真优化思想的启发式算法求得集装箱贝位分配量，并提出“长途箱压短途箱”的贝内具体落位策略。多组实验结果表明，提出的基于仿真的遗传算法能够有效解决自动化集装箱码头出口箱的箱位分配问题。通过多组算例对比实验发现贝位平均翻箱次数和箱区间作业不平衡度随集装箱数量增加而增加，且“长途箱压短途箱”堆存策略能有效减少未来取箱的翻箱次数。研究结果为智能港口、全自动化集装箱码头的运营提供了思路和方向，有助于实现集装箱码头各子系统一体化效率的提升。