一种基于信息熵的分布参数结构传感器/激励器优化布置方法

针对用基于有限元方法的离散坐标体系研究传感器优化布置、所得仅为结构真实动力响应近似解直接影响传感器优化布置结果问题,提出基于贝叶斯统计系统识别方法与信息熵理论的分布参数结构传感器优化布置方法。以结构模型修正为目的,用贝叶斯统计系统识别方法识别结构模型参数最优值及不确定性程度,利用信息熵定量表征结构模型参数识别结果的不确定性程度;再将传感器优化布置问题转化为连续数值优化问题,以传感器位置为优化变量,通过遗传算法极小化模型参数识别结果的不确定性(即信息熵)识别传感器的最优布置位置;获得最大结构响应信息量,即识别结构模型参数的不确定性最小。通过双墩带弹性支撑的三跨连续梁桥数值仿真研究对该方法进行验证。     

消能减震建筑结构模态参数识别的贝叶斯方法

为研究消能减震建筑结构中阻尼器的附加阻尼和刚度贡献,建议一种基于贝叶斯统计推断的模态参数识别方法,可用于定量估计阻尼器对结构模态参数的影响,包括阻尼比、频率和振型,以及参数的估计不确定性。为精确建立模态参数与质量和刚度矩阵的函数关系,采用直接模型修正技术进行模型参数化建模,利用模态参数以解析方式重构结构质量、刚度和阻尼矩阵。考虑模型误差和量测误差对模态参数估计的影响,采用基于随机模拟的贝叶斯方法量化模态参数估计不确定性。以一栋油阻尼器钢框结构为例,利用结构的地震动监测数据,采用建议方法分别识别主体和整体结构的模态参数,定量估计了油阻尼器的附加阻尼和刚度贡献,验证了方法的有效性。     

环境激励下基于快速贝叶斯FFT的实桥模态参数识别

近年来,贝叶斯理论逐步应用于工程结构的模态参数识别、有限元模型修正及状态评估等方面。基于快速贝叶斯FFT的模态参数识别方法是针对某一共振频率带的单个模态,通过一个四维的数值优化问题得到模态参数的最佳估计,并通过对数似然函数关于模态参数的二阶导数求得Hessian矩阵,使得基于贝叶斯的参数识别方法可以快速高效地进行。为了评估该方法在实际桥梁结构模态参数识别应用中的可行性及优越性,运用快速贝叶斯FFT方法对环境激励下一刚构-连续组合梁桥的竖向加速度响应进行了分析处理,识别了其模态参数的最佳估计,并根据模态参数的变异系数评估了其后验的不确定性。识别结果与随机子空间识别结果的对比表明,两种方法识别的频率和振型基本吻合,阻尼识别结果的差异仍然较大。     

基于贝叶斯功率谱变量分离方法的实桥模态参数识别

工程结构参数识别不可避免地受到测试噪声和模型不确定性的影响,因此在模态参数识别过程中引入贝叶斯方法进行不确定性量化,具有较为重要的意义。通过对自功率谱和互功率谱的统计特性进行分析表明,功率谱迹（自功率谱之和）的概率密度函数与振型无关,因此可以实现振型参数与其它参数（频率、阻尼比、模态激励和预测误差等）的分离。以此变量分离原理为依据,可以实现"两阶段贝叶斯参数识别方法"进行模态参数的快速识别。该文基于西宁北川河钢管混凝土拱桥环境激励振动测试数据,对该方法的有效性和准确性进行了验证,通过功率谱迹驱动的贝叶斯方法识别出了频率、阻尼比、模态激励和预测误差等参数的最优值和不确定性,然后基于功率谱矩阵驱动的贝叶斯方法识别出了振型的最优值和不确定性,并将该文方法识别的结果与不同方法进行了对比。实桥模态分析表明,该方法解决了传统贝叶斯功率谱方法进行模态参数不确定性量化存在计算耗时及矩阵病态等问题,且能够有效地量化大型土木工程结构模态参数识别的不确定性。最后,该文对频带宽度进行了分析,揭示了该文方法识别的预测误差受频带影响较为明显。     

贝叶斯方法在大跨度斜拉桥模态参数识别中的应用研究

为研究大跨度斜拉桥模态参数的不确定性,将遗传算法引入传统快速贝叶斯傅里叶变换法中,并采用高信噪比渐进估计值约束遗传算法的参数搜索空间,发展了一种大跨度桥梁的贝叶斯模态参数识别方法。利用悬臂梁数值模拟验证该方法的识别效率与精度;依托苏通大桥实测加速度数据应用上述方法开展大跨度斜拉桥的模态参数识别。在此基础上,探讨频带宽度系数对模态参数识别精度和不确定性的影响,并分析模态参数后验概率密度函数（PDF）的分布特征。结果表明,所提方法可有效识别大跨度斜拉桥的各阶模态参数;频率和振型的不确定性较低,而阻尼比的不确定性较高;将频带宽度系数限制在 5~10 有利于保证识别误差与不确定性的平衡;模态参数后验PDF 符合高斯分布。     

不确定性动力学系统上随机载荷识别改进算法

针对不确定性动力学系统,提出一种基于随机有限元模型的随机动载荷识别改进算法。假设载荷作用位置和系统随机参数已知,且随机系统参数和随机动载荷均服从高斯分布,利用K-L展开和混沌多项式展开分别表示系统随机参数和随机响应,建立随机系统的动力学方程;依据仅由随机动载荷引起的系统随机响应协方差和仅有系统随机参数引起的系统随机响应协方差之间的关系式,由随机动响应样本识别随机动载荷的统计特性。针对一悬臂梁结构开展数值仿真研究和试验验证。结果表明:所提出的基于混沌多项式展开的识别改进算法比现有的识别算法在方差识别精度上有了较大幅度的提高,该方法在不确定性系统随机水平较高时仍具有较好的识别精度。     

基于多分辨率分析的结构物理参数识别贝叶斯估计方法:方法推导与验证

在观测噪声和模型误差等不确定性因素的影响下,结构物理参数识别问题是一个不确定性问题.针对此问题,该文从结构运动微分方程出发,利用小波多分辨率分析原理,建立结构多尺度动力方程,由该方程以结构激励和响应信息在多尺度上的细节信号和最大尺度上的概貌信号为观测量推得物理参数线性回归模型,对该模型应用贝叶斯估计理论得到物理参数后验...     

动态载荷识别位置优化的传递函数相干法

利用多自由度动力学原理对频域载荷识别方法进行分析,对传递函数病态性进行了研究,分析了动态载荷识别方法中响应点位置对传递函数病态性及载荷识别结果的影响.为降低载荷识别误差特别是结构共振频率下的识别误差,基于传递函数的相干分析定义了传递函数相干因子,并提出以最小传递函数相干因子为目标的动态载荷识别位置优化的传递函数相干法....     

结构物理参数识别的贝叶斯估计马尔可夫蒙特卡罗方法

从结构动力特征方程出发,以结构主模态参数为观测量,推得结构物理参数线性回归模型。对该模型应用贝叶斯估计理论得到物理参数后验联合分布,再结合马尔可夫蒙特卡罗抽样方法给出各个物理参数的边缘概率分布和最优估计值,而提出了基于结构主模态参数的结构物理参数识别贝叶斯估计马尔可夫蒙特卡罗方法。对五层剪切型结构的数值研究表明,此方法能够利用少数主模态参数给出结构质量和刚度参数的概率分布和最优识别值,而且在主模态参数较准确时识别误差很小。     

结构影响线识别：反问题可识别性分析与降维贝叶斯不确定性量化

结构影响线识别是移动荷载下既有结构评估的理论基础,其本质上是基于系统输入-输出含噪数据反向对静力系统指定截面的响应函数进行识别。已有研究虽然取得了进展,但它们在以下两个方面存在局限性：缺乏反问题可识别性分析;缺乏不确定性量化。反问题可识别性分析是为了厘清系统识别的参数的解的情况。不确定性量化是基于测量输入-输出含噪数据估计影响线参数的后验概率密度函数。针对上述两个局限性,该文在贝叶斯概率框架的基础上开展关于影响线识别的反问题可识别性分析与贝叶斯不确定性量化。该文进行基于直接参数化的影响线识别,包括系统输入与输出、反问题可识别性分析、参数最优值。经分析得出：一方面,直接参数化无法保证全局模型可识别;另一方面,现有方法即使是全局模型可识别的情况下也无法进行不确定性量化。为保证反问题是全局模型可识别且同时获取参数后验概率密度函数,该文提出基于降维贝叶斯不确定性量化的影响线后验识别,包括系统输入与输出重构、反问题可识别性分析、后验概率密度函数。该文进行模拟数据下新光大桥吊杆拉力影响线识别,与实测及模拟数据下简支梁桥应变影响线识别,验证提出方法的有效性。