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),請進行舉報或認領(lǐng)
文檔簡介
1、結(jié)構(gòu)識別是通過分析和優(yōu)化依據(jù)數(shù)學(xué)力學(xué)模型計算的結(jié)構(gòu)響應(yīng)與實際測試信息之間的差距、進而識別出結(jié)構(gòu)參數(shù)的過程。采用結(jié)構(gòu)識別方法對描述實際結(jié)構(gòu)當(dāng)前狀態(tài)的分析模型中的識別參數(shù)進行結(jié)構(gòu)識別計算時,通常是將對識別參數(shù)尋求最優(yōu)解的問題轉(zhuǎn)化為最優(yōu)化問題進行求解。在此最優(yōu)化問題求解過程中常出現(xiàn)不適定性,即識別計算結(jié)果是不唯一、不連續(xù)的。本文針對基于時域測試數(shù)據(jù)的結(jié)構(gòu)識別過程中存在的不適定問題,研究了旨在減弱結(jié)構(gòu)識別不適定性的魯棒方法。通過研究可提高結(jié)構(gòu)識
2、別魯棒性的正則化技術(shù)、迭代增量的限制方法、優(yōu)化選擇識別計算中采用的測試數(shù)據(jù)的方法,來減弱在采用Gauss-Newton優(yōu)化迭代計算過程中的三個主要部分:靈敏度矩陣、限制迭代增量的因子、測試數(shù)據(jù)與對應(yīng)計算數(shù)據(jù)之差中存在的不適定因素。 針對靈敏度矩陣的病態(tài)性,以及隨之產(chǎn)生的微小的測試誤差引起識別計算結(jié)果劇烈變化的不穩(wěn)定問題,本文在求解結(jié)構(gòu)識別問題時,引入了一種具有代表性的正則化技術(shù)—截斷奇異值分解(Truncated Singula
3、r Value Decomposition— TSVD)技術(shù),在理論上推導(dǎo)證明了TSVD技術(shù)能夠改善識別計算結(jié)果的穩(wěn)定性,給出了描述正則化技術(shù)實質(zhì)的最優(yōu)化問題,推導(dǎo)出了TSVD技術(shù)與正則化技術(shù)的實質(zhì)之間的關(guān)系式。同時用數(shù)值算例對TSVD技術(shù)改善識別計算結(jié)果穩(wěn)定性的效果進行了驗證。 針對每一步迭代增量所得識別參數(shù)須有物理意義的問題,本文引入了迭代增量限制方法來提高求解結(jié)構(gòu)識別問題時的魯棒性。研究給出了迭代增量限制方法需要求解的約束
4、最優(yōu)化問題,在此基礎(chǔ)上重點研究了限步長方法:并且采用數(shù)值算例對限步長方法與其它迭代增量限制方法進行了比較,證明了限步長方法不但是需求解的約束最優(yōu)化問題的解答,而且能夠提高結(jié)構(gòu)識別方法的魯棒性。 針對基于不同時域測試數(shù)據(jù)得到的識別計算結(jié)果存在發(fā)散的不適定問題,從時域測試數(shù)據(jù)信息量的角度研究了優(yōu)選時域測試數(shù)據(jù)以改善識別方法魯棒性的措施。提出了一種用于結(jié)構(gòu)識別計算的時域測試數(shù)據(jù)的優(yōu)化選擇方法,以找到不同時域測試數(shù)據(jù)中信息量最大的一組。
5、并且,通過算例對采用不同測試數(shù)據(jù)得到的識別計算結(jié)果進行了比較,結(jié)果證明在其他計算條件相同的情況下,基于本文研究得到的最大信息量測試數(shù)據(jù)優(yōu)化選擇方法進行識別計算的結(jié)果是最合理的,從而證明了本文提出的數(shù)據(jù)優(yōu)化選擇方法的有效性。 在應(yīng)用上述三種提高結(jié)構(gòu)識別方法魯棒性的措施時,都需要結(jié)合具體識別問題的特點嘗試不同的計算參數(shù),從而會得到不同的識別計算結(jié)果:這就需要驗證所有識別計算結(jié)果的合理性,從中找到能夠反映結(jié)構(gòu)當(dāng)前狀態(tài)的合理識別計算結(jié)果
6、。為此,本文從正則化技術(shù)的實質(zhì)出發(fā),運用L曲線判據(jù)的思想,提出了一種驗證識別計算結(jié)果合理性的方法;并且從優(yōu)化計算的角度對這種驗證方法進行了論證,通過算例證明了此驗證方法的有效性;從而豐富了現(xiàn)有的識別計算結(jié)果合理性的驗證方法。 目前結(jié)構(gòu)識別研究領(lǐng)域內(nèi)廣泛采用以模擬計算數(shù)據(jù)代替測試數(shù)據(jù)的純數(shù)值模擬算例進行研究,而模擬數(shù)值算例與實際結(jié)構(gòu)的實測結(jié)果之間存在較大差別。為解決這一弊端,本文采用了國際結(jié)構(gòu)控制協(xié)會與美國土木工程協(xié)會研究的框架B
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
- 以魯棒性為目標(biāo)的手勢識別方法及其應(yīng)用研究.pdf
- 基于高魯棒性特征的人體動作識別方法研究.pdf
- 基于強魯棒性的SAR圖像目標(biāo)識別方法研究.pdf
- 基于稀疏編碼的魯棒說話人識別方法研究.pdf
- 基于噪聲魯棒性的通信信號調(diào)制模式識別方法研究.pdf
- 結(jié)構(gòu)阻尼時域識別方法的研究.pdf
- 基于噪聲魯棒性的通信信號調(diào)制模式識別方法研究
- 魯棒的目標(biāo)檢測與識別方法研究.pdf
- 基于時域法的橋梁結(jié)構(gòu)損傷識別方法研究.pdf
- 姿態(tài)魯棒的人臉圖像性別識別方法研究與應(yīng)用.pdf
- 具有混響魯棒性的遠距離語音識別方法研究.pdf
- 結(jié)構(gòu)魯棒設(shè)計方法及其應(yīng)用.pdf
- 基于字典學(xué)習(xí)的稀疏表示人臉魯棒識別方法.pdf
- 姿態(tài)魯棒的人臉圖像識別方法研究.pdf
- 基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于數(shù)據(jù)融合的結(jié)構(gòu)損傷識別方法研究
- 智能車輛視覺魯棒檢測與識別方法研究.pdf
- 基于結(jié)構(gòu)光的手勢識別技術(shù)魯棒性研究.pdf
- 線彈性結(jié)構(gòu)時域動態(tài)荷載識別方法研究.pdf
- 基于生物特征的身份識別及其魯棒性研究.pdf
評論
0/150
提交評論