基于L1正则化的随机梁式结构静力损伤识别方法

提出了一种结合摄动法和L1正则化方法的随机梁式结构静力损伤识别方法。考虑初始模型误差和测量误差的影响,建立了关于随机损伤指数的控制方程,并将摄动法和L1正则化方法相结合,对随机损伤指数的控制方程进行求解,进而从概率的角度对结构的损伤进行识别。损伤试验结果表明,和传统的最小二乘求解法相比,本文方法能够更为准确地识别多处局部损伤的位置及大小,对实际结构损伤检测具有较好的参考价值。     

基于正则化等效源模型的航空重力梯度测量信息降噪方法

航空重力梯度测量能获取重力梯度的多个分量,在保证各梯度分量内部固有约束条件下降低测量噪声,是一个巨大的挑战.为提高航空重力梯度测量精度,提出一种基于正则化等效源模型的测量降噪方法.根据矩形棱柱体与重力梯度之间的关系构建了等效源线性方程组,针对该方程组可能存在病态性的问题,引入截断奇异值TSVD和Tikhonov正则化的...     

基于模态参数灵敏度的损伤方程组求解正则化方法研究

基于模态参数的结构损伤识别方法是振动损伤识别领域中应用最为广泛的方法.利用模态参数灵敏度构建结构损伤方程组,对其进行求解可以识别结构损伤位置和程度.由于实际工程中模态参数不完备性和噪声的影响,结构损伤方程易出现病态问题,直接求解可能产生错误的结果.为了解决这一问题,可以引入正则化方法进行求解.然而,各类正则化方法的基本...     

面载荷识别的TSVD正则化方法

线性系统的响应可以表示为单位脉冲响应函数与动态载荷的卷积分,经离散后得到载荷识别反问题。引入TSVD正则化方法处理反问题的不适定性,对不同噪声的实测响应进行了面载荷的反演求解,并对识别精度做出了分析。算例表明,TSVD正则化方法对响应误差的适应性强,识别精度高。     

材料物性参数识别的梯度正则化方法

本文对梯度正则化方法（Ｇｒａｄｉｅｎｔ－Ｒｅｇｕｌａｒｉｚａｔｉｏｎ Ｍｅｔｈｏｄ）作了进一步的研究,给出一种建立了梯度正则化迭代算法和选择正参数的简明实用方法。文中椭圆算子方程参数识别算例不仅说明了ＧＲ法具有广泛的适应性和一定的抗噪声能力,而且收敛速度较快,具有较大的收敛范围。     

含水层参数识别的正则化方法

采用正则化最小二乘方法研究了含水层参数识别问题．通过合理选取正则化参数能够解决参数识别中的不稳定问题．同时通过合理布置水头观测点的位置和补充流量条件解决了参数识别中的唯一性问题．数值计算结果表明,在水头观测误差为1cm～2cm的条件下,参数识别结果的误差不超过1％．     

计算系统识别与结构模型化

本文提出了利用计算机模拟输出实施系统识别的方法,并把这种概念性方法称之为“计算系统识别”。其基本点是,用计算机仿真模型和方法替代通常系统识别研究中的真实系统(或模拟试验系统)和试验方法那一部分,而实现通常系统识别研究的原定目标。联系结构模型化工作,文中报告了一例安全壳结构弯剪梁模型的识别结果。文章还介绍了一个解有约束极小化问题的修正单纯形法,用以完成结构物理参数的寻优任务。     

基于柔度矩阵曲率范数差的结构损伤识别方法

基于模态柔度矩阵曲率范数差构造了一种损伤识别新指标。首先对损伤前后柔度矩阵按列、行分别求两次曲率,再对曲率矩阵的列向量求2-范数差,得到2-范数下各节点的损伤定位指标值。根据梁式结构刚度和位移曲率的负相关关系,推导出准确定量损伤程度的理论表达式,对单损伤和相邻多损伤进行了损伤定量分析。基于串联弹簧原理,提出了等效损伤程度分析模型,建立了测点间梁单元局部损伤与全损伤之间的损伤程度对应关系。采用某三跨连续梁用作仿真算例,结合已有的均匀荷载面曲率差指标,并考虑多种损伤工况,对指标进行对比分析,结果表明该方法仅需低阶模态参数即可进行损伤检测,且具有较好的抗噪声能力。采用对比测点间梁单元局部损伤与全损伤工况基频的方法,验证了所提等效损伤程度计算方法的合理性。     

基于Kriging模型的频响函数有限元模型修正方法

针对使用频响函数进行有限元模型修正的问题,提出了一种基于Kriging模型的修正方法,用于检测结构由损伤引起的在单元刚度特性上的衰减。本文方法可以在不需要推导修正参数与频响函数残差代数关系的前提下,通过少量测点提供的有效数据快速求解;还可以通过控制算法的终止准则来提高对未知区域的探索程度,降低结果收敛到局部解上的可能。使用Kriging模型可以有效地减少原有限元模型的计算次数,保证计算效率的同时,为对结构进行更准确精密的有限元建模提供了便利。     

灰色系统模型在结构损伤识别中的应用

开发结构健康监测系统是结构损伤识别的一个重要课题。由于建筑结构具有很多不确定因素，通过模态分析识别结构损伤的精度很难保证。本文提出一种灰色系统模型应用于结构损伤识别的方法。建立频率变化率和刚度变化的灰色系统模型，把一阶单变量的灰色模型(M(1，1))作为频率变化率和刚度变化之间的系统，通过一阶单变量的灰色模型(M(1，1))预测来体现结构动力指纹的整体功能，确定频率变化率和刚度变化之间的关系变量。为了验证理论，对多种工况进行了框架结构模型的振动试验并对结果进行了分析。试验结果表明：对于层间剪切结构，通过测量结构频率变化，建立的灰色系统模型可以较准确地确定结构的损伤位置和损伤程度，并使识别精度得到有效提高。     

灰色相关性分析在结构静力损伤识别中的应用

基于灰色理论的相关性分析方法，首次提出了灰色曲率关联系数的概念并将其应用到结构的静力损伤识别中，提出了对局部损伤十分敏感的静态位移曲率置信因子SDCACi，通过该因子的大小对各节点所连接的单元是否会发生损伤进行精确的判断，然后运用最小二乘法对损伤区域的损伤程度进行识别．并将该方法应用于两端固支梁的损伤识别中，由识别结果可以证明：不论测量数据(用有限元仿真计算并考虑了测量误差)的多少，该方法对结构中的单损伤和多损伤都能进行准确的定位，因此该方法在大型结构及复杂结构的损伤识别中具有广阔的应用前景．     

基于正则结构的各向异性损伤演化律

在Rice的正则结构框架下，推导出基于共轭力的各向异性损伤演化律。其中损伤变量采用二阶裂隙张量，它是固体内微裂纹的一个宏观测度。推导过程不涉及自由能的具体形式，主要结果包括损伤势函数及演化方程的解析表达式。在唯象的损伤力学模型里，损伤演化方程经常以唯象方程的形式出现。研究了唯象方程成立的条件及损伤特征张量的解析表达式。引入了广义裂隙张量及脆性指数的概念，并介绍了它们的作用和意义。     

环境温度影响下基于支持向量机与强化飞蛾扑火优化算法的结构稀疏损伤识别

结构处于自然环境中常会受到环境温度变化的影响,引起实测动力响应出现较大误差,进一步影响对结构健康状况的判定.另外,基于优化算法的损伤识别在反演损伤位置及量化损伤程度时,易出现局部最优解,且计算效率低下.针对以上难题,本文提出一种结合支持向量机与强化飞蛾扑火优化算法的损伤识别方法,用于对环境温度影响下的结构稀疏损伤进行识...     

结构动力模型修正方法研究进展

叙述了结构动力模型修正方法的一般原理及与其密切相关的模型缩聚和模态扩展方法, 并且挑选其中具有代表性的文献, 介绍和比较了3种主要的修正方法, 即传统的动力模型修 正方法, 包括矩阵型修正方法和参数型修正方法, 和最近兴起的基于神经网络的模型修正方 法, 重点分析了这些方法的优点和不足之处, 力图能使读者对于这一研究领域的发展有一个 脉络清晰的了解. 最后, 就目前研究中尚未解决的问题作了一些探讨.     

RBF神经网络及其在结构损伤识别中的应用研究

采用具有更好的仿生效果的径向基函数(RBF)网络对单处损伤结构及多处损伤结构的损伤程度、位置、区域、处数进行识别,网络学习方法选择了简单易行、精度高且运算速度快的正交最小二乘(OLS)法.通过实例对该方法进行了测试,并与BP网进行了比较.测试结果可验证:RBF网络及其OLS学习方法可以快速、有效、高精度地识别结构损伤状况.     

残余力向量法在结构损伤识别中的应用研究进展

工程结构的损伤识别技术对于把握结构工作状态及评估结构的安全性与正常使用性能具有重要的意义。近年来基于残余力向量法的损伤识别技术受到了关注并取得了一定的研究成果。文章从基于残余力向量法的损伤识别技术、残余力向量法和灵敏度分析方法相结合、残余力向量法的改进、残余力向量法和人工神经网络技术的结合、残余力向量法和智能算法的融合等5个方面综述了目前国内外基于残余力向量法进行结构损伤识别研究的成果。并根据残余力向量法应用上存在的问题展望了应用残余力向量法进行结构损伤识别时在如何减小误差;如何克服测试信息不完备的影响;如何进行实际工程损伤识别的研究以及残余力向量法的改进以及残余力向量法和智能算法结合等方面的发展趋势。     

结构损伤识别的非线性解析法

本文在直接解析法的基础上,进一步提出结构损伤识别的非线性解析法.它与直接解析法不同之处是:考虑了频率和振型对损伤参数的二阶偏导数项,以此构造损伤参数为未知量的超定非线性方程组.求解该方程组可以一次性得到全部损伤参数值.本方法不仅具有直接解析法的优点,而且由于构建方程组时增加了损伤参数的二次项,极大地提高了损伤识别的精度.最后,通过对一个五层框架结构进行数值模拟分析验证了该方法的可行性,同时经过比较计算结果表明:在损伤识别中,非线性解析法在精度及节省计算工作量上明显优于直接解析法.     

GPS快速定位中相位模糊度动态解算的一种正则化方法

针对GPS快速定位中少数历元组成的法方程存在严重病态性的问题,研究了GPS单频整周模糊度快速解算的新方法:即首先采用改进SVD分解获得系数矩阵的精确奇异值,避免了较小奇异值抖动的影响;然后基于改进SVD分解结合法矩阵病态性特点,设计了一种改进Tikhonov正则化方法,合理构造了正则化矩阵,有效抑制法矩阵的病态性。算例表明:与LS估计-LAMBDA方法和Tikhonov正则化-LAMBDA方法相比,新方法能够有效降低法矩阵的条件数约3个数量级,仅解算4个历元数据,浮点解偏离真值的方差从41.89减小到1.04,可以快速获得准确、稳定的模糊度浮点解。模糊度固定性能结果进一步表明,新方法显著地提高模糊度搜索效率和成功率,解算成功率提高100%。     

基于遗传算法的一种Tikhonov正则化改进方法

就Tikhonov正则化方法求解第一类算子方程进行了新的探讨,针对展平泛函的极值处理,采用了遗传算法来解决.结合遗传算法的优点,扩大了解决问题的范围.介绍了其基本原理及运算流程,作为此方法的应用,首先对一变截面悬臂梁模型进行截面积反求,另外解决了一个热传导反问题实例,证明了其方法的有效性.