考慮結(jié)構(gòu)參數(shù)不確定的激勵識別.pdf

1、結(jié)構(gòu)的動荷載在結(jié)構(gòu)健康監(jiān)測中是重要的識別對象，并且在結(jié)構(gòu)設(shè)計中因其可能引起的動力放大效應(yīng)不可忽視，所以對結(jié)構(gòu)動荷載的識別研究是非常重要的內(nèi)容。直接獲取動荷載的難度高，價格昂貴，因此在實際工程中往往通過觀測響應(yīng)來反演識別得到。傳統(tǒng)的激勵識別方法是建立在結(jié)構(gòu)參數(shù)確定的基礎(chǔ)上展開的，但是在實際情況下，因為實際結(jié)構(gòu)的復(fù)雜性和結(jié)構(gòu)所用材料的離散性，還有結(jié)構(gòu)的制造以及安裝誤差等因素，會使得結(jié)構(gòu)的物理特性、幾何尺寸特性和邊界特性等具有一定的隨機(jī)性，進(jìn)

2、而體現(xiàn)在結(jié)構(gòu)參數(shù)，如質(zhì)量矩陣、剛度矩陣和阻尼矩陣的形式和元素上。
　　這些不確定因素會使結(jié)構(gòu)實際的動力學(xué)特性與設(shè)計值之間產(chǎn)生較大的偏差，或者影響動力反演計算得到的動荷載識別結(jié)果。如果在識別出激勵的同時能夠有效的識別出特定參數(shù)的不確定性對激勵識別結(jié)果的影響程度與范圍，就能比較好的觀察和評估結(jié)構(gòu)參數(shù)對激勵識別結(jié)果的敏感性。目前考慮帶有不確定性參數(shù)結(jié)構(gòu)的激勵識別方法與技術(shù)研究還比較少，進(jìn)一步探索隨機(jī)結(jié)構(gòu)的激勵識別是有比較重要的理論研究和

3、現(xiàn)實工程應(yīng)用意義的。
　　目前描述結(jié)構(gòu)不確定性參數(shù)的數(shù)學(xué)模型主要有概率模型、模糊模型、凸模型和區(qū)間模型等。通常情況，根據(jù)實際工程中不確定因素的統(tǒng)計信息完備程度來確定哪種模型合適。當(dāng)結(jié)構(gòu)的不確定參數(shù)的信息量完備時，采用概率模型可以得到比較好的動荷載識別結(jié)果。當(dāng)不確定性參數(shù)信息量匱乏時，只能知道大致變化范圍，區(qū)間模型識別效果更好。在反演識別激勵的過程中，結(jié)構(gòu)模型的不確定性會造成識別激勵也帶有不確定性。本文將結(jié)構(gòu)參數(shù)的不確定性分別建立了

4、概率模型和區(qū)間模型，并且運(yùn)用2-范數(shù)作為識別激勵結(jié)果的評估指標(biāo)。
　　本文所提出的考慮結(jié)構(gòu)參數(shù)不確定性的未知激勵識別方法主要是基于未知激勵識別的四種方法:分別為改進(jìn)的未知激勵卡爾曼濾波(KF-UI)識別方法、模態(tài)坐標(biāo)下的未知激勵卡爾曼濾波(MKF-UI)識別方法、未知激勵參數(shù)卡爾曼濾波(PKF-UI)識別方法和擴(kuò)展卡爾曼濾波(EKF-UI)識別方法。其中KF-UI方法適用于結(jié)構(gòu)參數(shù)已知且激勵處觀測加速度的情況，MKF-UI適用于結(jié)

5、構(gòu)參數(shù)已知但激勵處沒有觀測加速度響應(yīng)的情況，PKF-UI適用于響應(yīng)全觀測下結(jié)構(gòu)參數(shù)未知的情況，EKF-UI適用于響應(yīng)部分觀測且激勵處觀測加速度下結(jié)構(gòu)參數(shù)未知的情況。
　　具體的識別方法是把未知激勵在不確定參數(shù)為均值或者中間值處進(jìn)行一階泰勒展開，把不確定性的識別問題轉(zhuǎn)化為確定性的識別問題。根據(jù)不同的情況需要，選擇合適的未知激勵識別方法，最終識別得到的不確定性激勵用帶有上下邊界的結(jié)果來表示。每一章的文末都通過不同類型的數(shù)值算例來驗證方