1 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 传感器故障类型
1.2.2 传感器故障诊断
1.2.3 非线性参数识别
1.3 本文主要研究内容
2 粒子滤波概念
2.1 基本数学工具
2.2 状态空间模型
2.3 贝叶斯滤波
2.4 蒙特卡洛法
2.5 重要性采样
2.6 序贯重要性采样(SIS)滤波
2.7 重采样算法
2.8 序贯重要性重采样(SIR)滤波
3 基于SSI模型的结构损伤识别与传感器故障诊断
3.1 引言
3.2 参数识别模型
3.2.1 结构参数识别(SPI)模型
3.2.2 结构与传感器识别(SSI)模型
3.3 故障诊断思路
3.3.1 假设及解决的问题
3.3.2 故障诊断流程
3.4 双层框架地震作用数值模拟
3.4.1 数据生成
3.4.2 状态空间方程及参数
3.4.3模拟结果
3.5.1 三层框架基本情况
3.5.2 基准工况和待测工况
3.5.3 状态空间方程及参数
3.5.4 实验结果
3.6 本章小结
4 基于SPI和SFI模型的结构损伤识别与传感器故障诊断
4.1 引言
4.2 传感器故障识别(SFI)模型
4.3 故障诊断思路
4.3.1 假设及解决的问题
4.3.2 故障诊断流程
4.4 双层框架自由振动数值模拟
4.4.1数据生成
4.4.2 状态空间方程及参数
4.4.3 模拟结果
4.5 三层框架自由振动实验
4.5.1 三层框架基本情况
4.5.2 基准工况和待测工况
4.5.3 状态空间方程及参数
4.5.4 实验结果
4.6 本章小结
5 结论与展望
5.1 结论
5.2 展望
参考文献
附录
A. 作者在攻读学位期间的成果目录
B. 作者在攻读硕士学位期间参与的基金项目
C. 学位论文数据集
致谢
重庆大学;