版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、眾所周知,結(jié)構(gòu)從投入使用開始,就面臨著環(huán)境的侵蝕、材料的老化、荷載的長期作用、突變效應(yīng)以及疲勞效應(yīng)等因素的耦合作用,這將難以避免地引發(fā)結(jié)構(gòu)的抗力衰減和損傷累積,最終導(dǎo)致結(jié)構(gòu)損傷和破壞。中國建筑科學(xué)院關(guān)于我國建筑結(jié)構(gòu)的調(diào)查研究表明,由于建筑結(jié)構(gòu)的設(shè)計(jì)、施工和管理方面的原因,對于絕大多數(shù)的既有建筑結(jié)構(gòu)來說均存在著不同程度的損傷。另外,我國早期的工業(yè)民用建筑、辦公樓以及一些橋梁,已經(jīng)接近設(shè)計(jì)基準(zhǔn)年限。這些結(jié)構(gòu)物在復(fù)雜的服役環(huán)境下,也已經(jīng)受到了
2、不同程度的損傷。準(zhǔn)確判斷結(jié)構(gòu)的損傷部位和損傷程度,既可以確保結(jié)構(gòu)的安全性和完整性,對結(jié)構(gòu)的可靠度進(jìn)行實(shí)時(shí)評定、避免災(zāi)難性的悲劇發(fā)生,也可以對既有建筑結(jié)構(gòu)做出科學(xué)合理的維修和加固方案、減少維護(hù)費(fèi)用、提高維護(hù)效率、對保障社會和人民的財(cái)產(chǎn)免受不必要的損失、加深對結(jié)構(gòu)的性能的理解和研究,同時(shí)對促進(jìn)工程結(jié)構(gòu)實(shí)踐領(lǐng)域的進(jìn)一步發(fā)展研究均具有重要的現(xiàn)實(shí)意義。
隨著結(jié)構(gòu)健康監(jiān)測越來越受到人們的重視,對基于結(jié)構(gòu)激勵(lì)和響應(yīng)識別結(jié)構(gòu)參數(shù)的方法進(jìn)行了深
3、入研究。目前的結(jié)構(gòu)損傷識別很多都是基于結(jié)構(gòu)參數(shù)識別的基礎(chǔ)上進(jìn)行的,即工程結(jié)構(gòu)發(fā)生損傷時(shí),結(jié)構(gòu)的參數(shù)不可避免地要發(fā)生改變。此時(shí),如果能很好地識別結(jié)構(gòu)的參數(shù)變化,便可以發(fā)現(xiàn)結(jié)構(gòu)損傷的特征。
貝葉斯模型修正法就是利用統(tǒng)計(jì)學(xué)里面的貝葉斯原理,將確定性的結(jié)構(gòu)模型嵌入到一組可能的概率性模型中,使結(jié)構(gòu)模型能夠量化模型預(yù)測和觀測的不確定性。貝葉斯識別方法的基本思路就是將所要估計(jì)的結(jié)構(gòu)參數(shù)看作隨機(jī)變量,通過觀測和分析與該參數(shù)相關(guān)的其他變量,以此
4、來推斷這個(gè)參數(shù)值。對于線性高斯?fàn)顟B(tài)空間模型,卡爾曼濾波方法可以得到后驗(yàn)概率密度的解析表達(dá)式。而實(shí)際情況中的數(shù)據(jù)通常比較復(fù)雜,包含有非高斯和非線性的情況。對于這一問題的解決,學(xué)者們做了大量的研究,提出了擴(kuò)展卡爾曼濾波和高斯求和濾波的方法。但是這兩種方法均沒有考慮過程中的全部統(tǒng)計(jì)特性,而產(chǎn)生較差的識別結(jié)果。而對于非線性非高斯的情況,問題的解決將變得更加復(fù)雜。粒子濾波算法以其對線性和非線性結(jié)構(gòu)參數(shù)識別的適用性和有效性脫穎而出,得到人們的廣泛關(guān)
5、注。
本文對粒子濾波在結(jié)構(gòu)參數(shù)識別和結(jié)構(gòu)損傷識別方面進(jìn)行了分析研究,主要研究內(nèi)容如下:
(1)本文首先介紹了結(jié)構(gòu)損傷識別的發(fā)展歷程以及粒子濾波的主要應(yīng)用領(lǐng)域和研究現(xiàn)狀;其次,對粒子濾波在結(jié)構(gòu)參數(shù)識別領(lǐng)域的優(yōu)勢進(jìn)行了歸納性介紹,指出粒子濾波在結(jié)構(gòu)參數(shù)識別領(lǐng)域具有突出的優(yōu)勢。再則,對目前人們在粒子濾波應(yīng)用研究當(dāng)中碰到的一些難點(diǎn)問題進(jìn)行了總結(jié)歸納;最后闡明了本文的主要研究內(nèi)容。
(2)提出并介紹了一種基于最大似然
6、值的結(jié)構(gòu)參數(shù)識別方法。在不同高斯和非高斯噪聲水平下,對單自由度結(jié)構(gòu)的參數(shù)識別進(jìn)行了數(shù)值仿真分析,并歸納總結(jié)了基于最大似然值的結(jié)構(gòu)參數(shù)識別方法的優(yōu)劣性。
(3)介紹說明了粒子濾波算法在結(jié)構(gòu)參數(shù)和損傷識別中的基本原理。同時(shí),對粒子濾波算法在單自由度結(jié)構(gòu)參數(shù)和損傷識別中的過程進(jìn)行了詳細(xì)的說明和系統(tǒng)的討論。在不同高斯和非高斯噪聲水平下,基于粒子濾波算法對單自由度結(jié)構(gòu)的參數(shù)和損傷識別進(jìn)行了數(shù)值仿真分析,并歸納總結(jié)基于粒子濾波器的結(jié)構(gòu)參數(shù)
7、和損傷識別方法的優(yōu)劣性。另外,基于單自由度結(jié)構(gòu)參數(shù)和損傷識別的數(shù)值仿真結(jié)果,對參數(shù)和損傷識別結(jié)果的可靠度進(jìn)行了簡要的分析。
(4)在單自由度結(jié)構(gòu)參數(shù)和損傷識別的研究基礎(chǔ)上,將基于粒子濾波器的結(jié)構(gòu)參數(shù)和損傷識別方法拓展至多自由度結(jié)構(gòu)。分別對在不同高斯和非高斯噪聲水平下,多自由度結(jié)構(gòu)參數(shù)和損傷識別進(jìn)行了數(shù)值仿真,分析結(jié)構(gòu)參數(shù)和損傷的識別結(jié)果,總結(jié)歸納基于粒子濾波算法的多自由度結(jié)構(gòu)參數(shù)和損傷識別的性能。并且通過一個(gè)4層鋁框架的實(shí)驗(yàn)結(jié)
8、構(gòu)模型對該算法的參數(shù)和損傷識別性能進(jìn)行了實(shí)驗(yàn)驗(yàn)證分析,對比實(shí)驗(yàn)識別結(jié)果與結(jié)構(gòu)層間剛度的測量值,通過實(shí)驗(yàn)證實(shí)了粒子濾波算法在多自由度結(jié)構(gòu)剛度損傷識別中的有效性。
(5)總結(jié)了粒子濾波算法在結(jié)構(gòu)參數(shù)和損傷識別領(lǐng)域的優(yōu)越性,并對粒子濾波算法的應(yīng)用前景進(jìn)行展望。粒子濾波算法作為結(jié)構(gòu)健康監(jiān)測領(lǐng)域比較新穎的方法,作者根據(jù)自身的研究工作對粒子濾波算法中存在的問題和不足進(jìn)行了歸納總結(jié)。最后,對粒子濾波算法下一步的研究工作進(jìn)行了一些討論和展望。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子濾波器的結(jié)構(gòu)系統(tǒng)識別研究.pdf
- 基于粒子濾波器的語音增強(qiáng).pdf
- 基于粒子濾波器的視頻目標(biāo)跟蹤.pdf
- 基于粒子濾波器的機(jī)動(dòng)目標(biāo)跟蹤技術(shù).pdf
- 基于粒子濾波器的故障診斷研究.pdf
- 基于概率可靠度的結(jié)構(gòu)損傷識別理論研究及應(yīng)用.pdf
- 腔體濾波器結(jié)構(gòu)應(yīng)變與隔離度分析.pdf
- 基于粒子濾波器的視頻目標(biāo)跟蹤系統(tǒng).pdf
- 基于粒子濾波器的智能目標(biāo)跟蹤算法研究.pdf
- 基于粒子濾波器的運(yùn)動(dòng)目標(biāo)跟蹤方法研究.pdf
- 基于粒子濾波器模型的圖像對象分割算法.pdf
- 基于濾波技術(shù)的結(jié)構(gòu)損傷識別研究.pdf
- 基于圖像識別的濾波器的設(shè)計(jì)
- 基于粒子群優(yōu)化算法的結(jié)構(gòu)參數(shù)及損傷識別.pdf
- 海天背景下基于粒子濾波器的目標(biāo)跟蹤.pdf
- 基于改進(jìn)粒子濾波器目標(biāo)跟蹤算法的研究.pdf
- 基于粒子濾波器的同時(shí)定位與地圖構(gòu)建.pdf
- 基于粒子濾波器的鼠類目標(biāo)跟蹤研究.pdf
- 高溫超導(dǎo)濾波器的仿真制作及分形結(jié)構(gòu)濾波器的研究.pdf
- 基于粒子濾波器的智能目標(biāo)跟蹤算法研究
評論
0/150
提交評論