基于濾波技術的結構損傷識別研究.pdf

1、由于工程結構的設計壽命一般較長，在長時間的環(huán)境侵蝕、振動以及疲勞等隨機災害作用下，不可避免地會導致結構出現(xiàn)局域性的損傷?？紤]到微小范圍內的損傷并不能使結構發(fā)生倒塌破壞，但隨著損傷的積累，結構的抗力和壽命下降，從而給結構的安全和穩(wěn)定性留有隱患，所以近年來對結構進行健康監(jiān)測引起了人們的廣泛關注。結構損傷識別算法是結構健康監(jiān)測的核心所在，尤其是實時的在線基于濾波技術的結構損傷識別算法，其中包括擴展卡爾曼濾波算法(EKF)和粒子濾波算法(PF)

2、。
　　卡爾曼濾波自從20世紀60年代初問世以來，就在航空航天領域獲得了非常成功的應用。隨著研究的深入，卡爾曼濾波技術越來越多地應用于各個領域，如導航制導、工業(yè)控制、目標追蹤、大地測量和金融等。本文從傳統(tǒng)的擴展卡爾曼濾波算法出發(fā)，研究其在不同結構（單自由度或多自由度、線性或非線性）、不同噪聲（高斯或非高斯）下的參數(shù)識別行為，全面了解該方法在土木結構系統(tǒng)中的參數(shù)識別行為和識別性能。仿真結果表明傳統(tǒng)擴展卡爾曼濾波方法在線性結構高斯噪聲

3、系統(tǒng)中具有非常好的識別精度，但當系統(tǒng)為非線性結構高斯噪聲或線性結構非高斯噪聲時，用擴展卡爾曼濾波仍可以進行參數(shù)識別，但參數(shù)識別結果有所下降。特別的，對于非線性結構非高斯噪聲系統(tǒng)，擴展卡爾曼濾波識別結果非常差。期間對于結構非線性的研究，本文以匹配雙線性模型為例，驗證了Bouc-Wen模型對于非線性模型的普遍適用性。本文將線性加速度理論引入到擴展卡爾曼濾波過程中，提出了一種新的擴展卡爾曼濾波，稱之為改進擴展卡爾曼濾波，然后基于該改進算法進行

4、了單自由度線性結構高斯噪聲情況下結構參數(shù)識別，研究表明該改進算法具有與原算法相似的識別精度，但是可以避免狀態(tài)轉移矩陣的復雜求導運算。針對擴展卡爾曼濾波在時變系統(tǒng)的局限性，本文介紹了衰減記憶擴展卡爾曼濾波，并進行了單自由度線性結構高斯噪聲情況下的結構參數(shù)識別，驗證了衰減記憶擴展卡爾曼濾波在時變系統(tǒng)中的有效性。
　　考慮到擴展卡爾曼濾波器在非高斯噪聲情況下識別效果不佳，本文又繼續(xù)研究了粒子濾波算法，在前人研究的基礎上引入穩(wěn)態(tài)分布似然值

5、來擴展高斯似然值，然后進行了單自由度線性結構高斯噪聲系統(tǒng)中的參數(shù)識別，驗證了穩(wěn)態(tài)分布似然值的有效性和適用性。同時研究了粒子濾波在不同結構（單自由度或多自由度線性）、不同噪聲（高斯或非高斯）情況下的識別行為，并將識別結果與傳統(tǒng)的擴展卡爾曼濾波進行對比分析，仿真結果表明粒子濾波算法在非高斯噪聲系統(tǒng)中具有明顯的性能優(yōu)勢。
　　最后，本文分別將擴展卡爾曼濾波和粒子濾波方法應用于一個五層鋼框架參數(shù)識別實驗中，從實驗的角度驗證了粒子濾波相較于