基于大爆炸优化算法的结构参数识别

作为一种新颖的优化工具,大爆炸算法（Big Bang-Big Crunch optimization,BB-BC）被成功应用于很多复杂优化问题。结构参数识别一直是结构健康监测的核心问题,利用BB-BC算法进行结构参数识别的研究。该方法的基本思想是通过最小化识别模型与实际结构系统响应的误差,从而将参数识别问题转化成一个多峰值非线性非凸的优化问题,并利用BB-BC算法发现系统参数的最优估计。利用BB-BC算法在输入输出数据不完备且噪声污染条件下,同时在没有系统质量、刚度等先验信息的情况下对结构系统进行了参数识别,并与基于遗传算法（GA）、粒子群（PSO）的参数识别方法进行了比较。结果表明：该方法可以成功地应用于结构参数识别,识别效能更优越。     

不中断运营的既有桥梁模态参数识别

为了在不中断桥梁运营的前提下使结构模态参数识别结果更精确,采用随机子空间方法对汽车荷载和环境激励共同作用下的不中断运营的桥梁结构进行模态参数识别研究,并采用一三跨连续梁的有限元模型进行了验证。结果表明,随机子空间方法可以识别汽车、环境共同作用下的桥梁结构模态参数识别,可以有效地识别环境激励下的不中断运营的桥梁结构的模态参数,拓展了随机子空间方法适用范围。     

基底输入未知条件下质量不确定结构损伤识别

针对结构各层有效质量和地震动输入均未知情况下的损伤识别问题,构造了不需要已知周围土壤、邻近结构和非结构构件影响的层间规格化刚度参数和阻尼参数,提出了一种新的逐层递推时域识别方法,给出了用规格化参数进行损伤识别的公式.为避免结构质量的影响,引入暂态影响参数和相关参数,并分析了质量误差对参数识别的影响.该方法利用测试数据时程直接进行结构损伤识别,并可反演出地震动时程.算例表明本方法切实可行.     

多自由度非线性结构参数识别的鲁棒性研究

由于多自由度非线性结构参数识别是反问题,其解具有不确定性,为提高识别效率及识别结果的精度,基于序列二次规划法并通过数值试验分析研究影响参数识别鲁棒性能的各个因素.研究结果表明:噪声不影响识别效率但影响识别结果精度;基于时域信息构建优化目标函数时,时程长度影响识别效率和识别结果的精度,一般时程长度选取8倍结构基本周期时能取得较好效果;在描述非线性力学行为时,Bouc-Wen模型相比双线性模型适应性更强,具有更好的识别效果;非线性结构在激励强度较大情况下识别得到的参数值更具可靠性;对相关性较弱参数,可通过分步骤识别,减小参数识别数量,从而提高参数识别效率.     

结构损伤识别的样条函数方法

结构参数识别方法是目前结构损伤识别领域中最有效的工具之一，在结构参数识别过程中引入样条函数方法，避免了传统有限元方法带来的庞大刚度矩阵的负面影响。从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

桥梁结构基于高维模型拟合响应面的参数识别

为提高响应面法在桥梁结构参数识别中的计算精度,提出了基于高维模型拟合响应面的参数识别方法.即采用HDMR响应面法拟合结构响应面,并基于该响应面进行结构参数的识别.研究了HDMR响应面的基本构造方法,阐述了在响应面基础上通过有约束最小二乘优化实现参数识别的一般过程.以一座连续梁及一座独塔斜拉桥为算例进行分析,探讨了该方法在结构参数识别中的计算精度及效率.结果表明,相比传统响应面法,该方法在计算精度上具有显著优势.同时也验证了该方法在大型桥梁结构参数识别中的可靠性和适用性.     

基于小波多分辨率分析的结构时变参数识别

利用小波多分辨率分析将结构的时变参数在多尺度上展开,截断高频细节成分,仅由展开的低频成分来近似描述时变参数(阻尼和刚度),将结构时变参数识别问题转化为时不变小波系数估计问题.基于Akaike信息准则(AIC)来优化确定各时变参数的小波分解层数.分解的小波系数采用最小二乘求解得到,为减小方程的病态问题,对模型进行Tikhonov正则化,然后重构识别出结构的时变参数.建立了一个三层剪切框架时变结构模型验证该方法的有效性.识别结果表明,该方法可以有效识别结构时变参数,时变刚度比时变阻尼识别效果更好,抗噪性更高.     

复杂结构刚体惯性参数识别方法与试验

为了高效精确地识别复杂结构刚体的惯性参数,基于频响函数质量线法,设计了惯性参数识别试验装置。采用多体动力学仿真分析了系统刚度与阻尼、噪声、激励点坐标误差、响应点坐标误差、激励角度误差以及传感器安装角度误差对惯性参数识别精度的影响规律。借助搭建试验装置,对已知惯性参数的样件进行识别,惯性参数误差都在5%以内。表明基于频响函数质量线法的试验装置可以高效精确地识别复杂结构刚体的惯性参数。     

一种改进的桥梁结构物理参数识别算法

为了解决悬臂型桥墩结构在输入信息未知条件下的物理参数识别问题,采用将松弛法与改进的全量补偿算法结合起来的算法,通过对参数的离散化,对输入未知条件下的一悬臂型桥墩结构的多个物理参数进行了识别。结果表明:无噪声条件下,结构各物理参数识别精度较高;添加不同噪声后,由于Rayleigh阻尼中质量和刚度阻尼系数的数量级差别较大,以致质量阻尼系数的识别结果相对误差明显较刚度参数大,但均在精度要求范围之内。该改进的算法不仅理论上更加完善,同时也具有很高的识别精度和一定的收敛速度,为弯曲型结构物理参数识别研究提供了一种新的方法思路,便于工程应用。     

基于变换空间法的结构参数识别及地震输入反演

针对地震作用下结构参数识别及未知输入反演问题,本研究提出一种仅观测部分自由度绝对加速度响应识别结构参数及反演未知输入的方法.首先,该方法基于变换空间法和最小二乘法,直接识别一层以上的结构阻尼和刚度参数;然后,利用识别得到的模态信息,求解一层刚度参数;最后,将动力方程转变到变换空间内,建立相邻采样时刻地震动输入的相关关系...     

HHT法识别结构模态频率和阻尼比的改进

在应用EMD方法分解信号时,可能造成固有模态函数中不同的振动模态混合,从而淹没能量较小的振动模态而导致无法识别其模态参数。为了提高结构模态参数识别的精度和比较精确地识别低频模态及能量较小模态的参数,文章对结构响应信号进行带通滤波后再应用EMD方法进行分解,最后得到结构的各阶模态频率和阻尼比;仿真结果表明,该方法可以有效提高结构模态频率和阻尼比的识别精度。     

一种获取结构实模态振型的方法

为获取结构真实而精确的实模态振型,提出将复振型向量构建的特征方程应用于基于参考点的数据驱动子空间方法中进行结构模态参数识别的方法.为验证该方法识别结构模态参数的可行性和精确性,对一矩形截面悬臂梁端部突加一集中荷载,进行有限元时程分析,得到梁上一系列节点的加速度响应数据,进而利用提出方法识别了悬臂梁的频率、实模态振型及阻尼比.识别结果与悬臂梁模态参数的理论值吻合较好,表明利用复振型向量构建的特征方程结合基于参考点的数据驱动子空间方法进行结构模态参数识别是可行和精确的,该方法可以得到结构可靠的实模态振型.     

基于离散小波变换的时变结构物理参数识别

利用离散小波变换将时变结构的时变参数在多尺度上展开为概貌信号和细节信号,忽略高频细节信号,仅由低频概貌信号估计时变参数,将时变结构识别问题转化为时不变结构识别问题。基于时变结构的输入和输出信号用最小二乘法识别低频尺度展开系数,从而重构得到原始时变参数。对于噪音引起的方程不适定性问题,采用Tikhonov正则化方法减小其影响。通过1个具有时变刚度和阻尼的2层框架结构的数值模拟验证该方法的有效性。识别结果表明:该方法可以有效识别结构时变刚度,时变阻尼识别结果对噪音较敏感。     

基于时不变ARMA模型的线性多自由度结构参数识别

简单介绍了时不变ARMA模型的数学描述，并阐述了结构参数与ARMA模型参数之间的对应关系：通过实例分析说明了ARMA模型用于工程结构识别的可行性；最后用一维ARX模型和ARVX模型对同一结构进行识别，从而得出多维模型在结构识别领域有更广阔的应用前景。     

部分输入未知条件下的桥墩物理参数识别及波浪力反演

基于全量补偿复合反演算法,对孤立墩柱在波浪力部分输入信息未知条件下,分别对无噪声和有噪声干扰的情况进行桥梁墩柱结构的物理参数识别及波浪时程反演研究。算例数值分析表明,结构物理参数识别结果满足精度要求,对墩柱在部分未知输入信息下的参数识别的反演方法是可行的。从而为跨江、跨海墩柱受波浪力作用下的结构物理参数识别研究提供了一种新的方法,供工程应用参考。     

残余力向量结构损伤诊断的神经网络方法

以残余力向量作为结构参数识别的网络输入,针对训练样本在数据空间分布不均匀的状况,提出了一种基于残余力向量结构参数识别的神经网络方法,并采用GSL变换对训练样本数据进行预处理,从而提高网络收敛速度及参数的识别精度,文中算例证明了该方法的有效性。     

热振环境下薄壁结构动力学参数识别的流形学习方法

热振激励下的高超声速飞行器复合材料薄壁结构的动力学特性复杂,通过对不同载荷条件下薄壁结构的动力学参数识别可进行结构动态特性评估.针对热振激励下的非线性结构,基于流形学习提出了一种识别结构动力学参数的新方法,该方法仅从响应数据就可以识别结构的固有频率、振型和阻尼比.通过建立热振联合试验系统,对C/SiC复合材料薄壁结构开展不同温度下的热振试验,得到不同温度下的动力学参数并获取试验响应数据集,基于流形学习方法的识别结果与试验结果对比,验证了方法的可行性,并得到了C/SiC复合材料薄壁结构的动力学参数随温度的演化规律.     

基于Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.     

基于粒子滤波的结构参数和荷载同步识别方法

在输入荷载未知的情况下,为解决结构参数和荷载的同步识别问题,将速度、位移、结构参数和输入荷载同时作为状态值构建状态空间方程,选用非线性性能较好的粒子滤波辨识结构参数与荷载.针对利用加速度进行荷载识别时出现的漂移问题,采用梯形积分和零相位高通滤波,通过测试得到加速度计算速度、位移数据,并运用计算值更新粒子滤波求得的速度、位移状态值,从而消除漂移现象.数值算例表明,文中方法能同时识别结构参数和荷载值,与真实值的误差较小,可有效解决识别过程中荷载识别值漂移的问题.     

采用不同方法识别结构模态参数的比较

结构振动信号中混杂的噪声会影响模态参数的识别精度,并会引起虚假模态。通过一五自由度结构系统的数值仿真研究表明:直接识别法的精度低且应用范围有限,应用频域平均法可提高模态参数的识别精度,并且有利于识别出被噪声淹没的模态;修正的LSCE小波阈值滤波法有明显的去噪效果,其提高模态参数识别精度可达到或超过3次平均的效果且识别速度快。通过比较3种方法的结构模态识别结果,得到了修正的LSCE小波阈值滤波法节约试验成本,提高了识别速度和精度,具有明显的可适用性和推广性。