基于部分观测信息的结构参数与荷载同步识别时域新方法

摘要

土木工程结构自身不确定因素较多,荷载环境复杂,输入和输出的测量信息有限,且易被噪声污染。荷载和参数对结构响应具有耦合影响,单一方面的识别难以获得准确结果。另外,结构参数、荷载的识别问题不适定,识别过程中计算量繁重并且结构参数的物理意义难以保证。本文基于以上问题,提出了在结构输入和输出测量信息有限情况下的结构参数与荷载同步识别时域新方法,主要研究内容如下:
　　(1)提出了时变结构参数与荷载的两阶段识别方法。该方法仅利用结构少数自由度上的加速度响应,基于扩展的卡尔曼滤波算法(EKF)和平均加速度离散化方法实现了时变结构参数与荷载的复合反演。并通过数值仿真和振动台模型实验验证了方法的可行性。
　　(2)基于荷载时程正交分解及扩展卡尔曼滤波、无迹卡尔曼滤波算法,提出了非线性结构参数与荷载同步识别方法。首先将荷载时程进行切比雪夫正交分解,而后分别利用扩展和无迹卡尔曼滤波算法对结构参数与荷载进行同步识别。最后通过数值仿真算例验证了方法的可行性,并对比了扩展卡尔曼滤波器与无迹卡尔曼滤波器(UKF)的同步识别效果。
　　(3)提出了约束的卡尔曼滤波算法,并提高了算法的鲁棒性。首先利用数学手段对状态量进行约束,从而保证了待识别结构物理参数的物理意义。而后,通过改进误差协方差的计算方法,减小了计算机浮点误差对卡尔曼滤波算法的不利影响。最后以无迹卡尔曼滤波器为例进行了数值仿真分析,验证了该方法的有效性。

目录

封面

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状

1.3 本文的主要研究内容

第2章 时变结构参数与荷载的两阶段识别方法

2.1 引言

2.2基于EKF和不完备测量信息的时变结构参数识别方法

2.3 时变结构荷载识别方法

2.4两阶段同步识别方法

2.5 本章小结

第3章 非线性结构参数与荷载同步识别方法

3.1 引言

3.2基于EKF的参数与荷载同步识别方法

3.3基于UKF的参数与荷载同步识别方法

3.4 本章小结

第4章 UKF的鲁棒性改进与状态量约束

4.1 引言

4.2影响UKF鲁棒性的因素

4.3改进的奇异值分解方法

4.4状态量的约束方法

4.5 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

声明

致谢