本文選題：損傷識別　切入點(diǎn)：不確定性　出處：《南昌大學(xué)》2017年碩士論文

【摘要】：結(jié)構(gòu)在服役過程中,受到自然環(huán)境和人為等因素的影響,會(huì)出現(xiàn)不同程度的損傷。隨著損傷的積累,結(jié)構(gòu)的安全性、適用性和耐久性功能將不斷降低,容易引發(fā)安全性事故。所以研究有效的結(jié)構(gòu)損傷識別方法,及時(shí)監(jiān)測現(xiàn)役結(jié)構(gòu)的工作健康狀態(tài),對于損傷診斷和保障結(jié)構(gòu)的安全運(yùn)行有著重要的意義和價(jià)值�；诖_定性的結(jié)構(gòu)損傷識別方法為結(jié)構(gòu)健康狀態(tài)診斷和安全評估奠定了堅(jiān)實(shí)基礎(chǔ)。由于施工多樣性、量測環(huán)境的局限性、荷載的長期性以及其它不可預(yù)見的情況,會(huì)導(dǎo)致實(shí)際工程中存在諸多的不確定性。基于確定性的損傷識別方法不直接考慮不確定性因素的影響,從理論上講不具備求解不確定問題的能力。不確定性因素的存在會(huì)使得確定性結(jié)構(gòu)損傷方法在應(yīng)用于實(shí)際結(jié)構(gòu)時(shí)效果不佳。因此,需要發(fā)展不確定性的損傷識別方法,有效地對結(jié)構(gòu)損傷進(jìn)行診斷。本文圍繞觀測不確定性和模型不確定性,提出兩種適用于不確定性的結(jié)構(gòu)損傷識別方法。具體研究內(nèi)容如下:(1)將觀測不確定性處理為含高斯型噪聲的觀測信息,模型不確定性處理為用區(qū)間數(shù)描述的結(jié)構(gòu)參數(shù),提出結(jié)合擴(kuò)展卡爾曼濾波和遺傳算法的區(qū)間反演分析方法。擴(kuò)展卡爾曼濾波中狀態(tài)向量的最優(yōu)估計(jì)值作為目標(biāo)函數(shù),在已知結(jié)構(gòu)參數(shù)不確定性范圍內(nèi),通過遺傳算法進(jìn)行尋優(yōu)以獲得狀態(tài)向量的上下界值,從而實(shí)現(xiàn)結(jié)構(gòu)參數(shù)的區(qū)間反演。(2)將觀測不確定性處理為含未知但有界(UBB)噪聲的觀測信息,提出基于集員濾波的結(jié)構(gòu)損傷識別方法。首先,結(jié)構(gòu)的狀態(tài)向量用橢球集合描述。然后,在結(jié)構(gòu)參數(shù)反演過程中,對結(jié)構(gòu)非線性系統(tǒng)進(jìn)行線性化處理,將線性化誤差、系統(tǒng)誤差近似為系統(tǒng)噪聲,采用區(qū)間分析方法計(jì)算噪聲邊界,并用橢球集合外包。接著,通過觀測信息不斷地更新狀態(tài)向量橢球,使得逐漸逼近真實(shí)解。最后,取收斂后的狀態(tài)向量橢球的邊界值作為結(jié)構(gòu)參數(shù)的識別區(qū)間值,中心值作為最優(yōu)估計(jì)值,用于指示損傷,從而實(shí)現(xiàn)不確定性結(jié)構(gòu)的損傷識別。(3)對于反問題求解的不適定性問題,采用正則化技術(shù)處理。在集員濾波最優(yōu)估計(jì)中引入的正則化可以轉(zhuǎn)化為參數(shù)不等式約束,從而更新狀態(tài)向量橢球。同時(shí)結(jié)合先驗(yàn)信息約束,將其作為超平面體,進(jìn)一步更新狀態(tài)向量橢球。反演算法的兩種改進(jìn)之處均能提高結(jié)構(gòu)損傷識別精度。
[Abstract]:In the course of service, the structure will be affected by natural environment and man-made factors, which will lead to different degrees of damage. With the accumulation of damage, the safety, applicability and durability of the structure will be reduced. It is easy to cause safety accidents. Therefore, effective structural damage identification methods are studied to monitor the working health of active structures in a timely manner. It has important significance and value for damage diagnosis and safe operation of structure. The method of structural damage identification based on certainty lays a solid foundation for structural health condition diagnosis and safety assessment. The limitation of the measuring environment, the long-term load and other unforeseen conditions will lead to many uncertainties in the actual engineering. The damage identification method based on certainty does not directly consider the influence of uncertain factors. Theoretically speaking, there is no ability to solve uncertain problems. The existence of uncertain factors will make the effectiveness of deterministic structural damage methods poor when applied to practical structures. Therefore, it is necessary to develop uncertain damage identification methods. The structural damage is effectively diagnosed. This paper focuses on the observation uncertainty and the model uncertainty. Two structural damage identification methods suitable for uncertainty are proposed. The specific research contents are as follows: (1) the observation uncertainty is treated as the observation information with Gao Si type noise, and the model uncertainty is treated as the structural parameter described by interval number. An interval inversion analysis method based on extended Kalman filter and genetic algorithm is proposed. The optimal estimation value of state vector in extended Kalman filter is taken as the objective function, which is within the uncertainty range of known structural parameters. In order to obtain the upper and lower bounds of the state vector by genetic algorithm (GA), the interval inversion of structural parameters is realized. The observation uncertainty is treated as the observation information with unknown but bounded UBB-noise. A structural damage identification method based on set member filter is proposed. Firstly, the state vector of the structure is described by ellipsoid set. Then, in the process of structural parameter inversion, the nonlinear structural system is linearized and the linearization error is transformed. The system error is approximated to the system noise, the noise boundary is calculated by interval analysis method, and the ellipsoidal set is outsourced. Then, the state vector ellipsoid is updated continuously through the observation information, so that the real solution is gradually approximated. Finally, The boundary value of the convergent state vector ellipsoid is taken as the identification interval value of structural parameters, and the center value is taken as the optimal estimate value, which is used to indicate damage, thus realizing damage identification of uncertain structures. The regularization technique is adopted. The regularization introduced in the optimal estimation of set member filtering can be transformed into parameter inequality constraints, and the state vector ellipsoid can be updated. At the same time, it is regarded as a hyperplane body with prior information constraints. The state vector ellipsoid is further updated. The two improvements of the inversion algorithm can improve the accuracy of structural damage detection.
【學(xué)位授予單位】：南昌大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TU317

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 顏王吉;曹詩澤;任偉新;;結(jié)構(gòu)系統(tǒng)識別不確定性分析的Bayes方法及其進(jìn)展[J];應(yīng)用數(shù)學(xué)和力學(xué);2017年01期

2 駱勇鵬;黃方林;韓建平;伍彥斌;楊孟剛;;靈敏度的模態(tài)區(qū)間分析方法及其在不確定性參數(shù)識別中的應(yīng)用[J];振動(dòng)工程學(xué)報(bào);2016年04期

3 駱勇鵬;黃方林;韓建平;魯四平;;基于區(qū)間分析的不確定性參數(shù)識別方法[J];地震工程與工程振動(dòng);2016年03期

4 王君;鄧華夏;張進(jìn);于連棟;;基于貝葉斯方法的模態(tài)參數(shù)識別的不確定度分析[J];實(shí)驗(yàn)力學(xué);2016年02期

5 楊君坦;邱志平;李琦;;含區(qū)間參數(shù)不確定結(jié)構(gòu)的損傷識別方法[J];北京航空航天大學(xué)學(xué)報(bào);2016年07期

6 江濤;錢富才;楊恒占;胡紹林;;具有雙重不確定性系統(tǒng)的聯(lián)合濾波算法[J];自動(dòng)化學(xué)報(bào);2016年04期

7 劉文強(qiáng);王雪梅;鄧自立;;不確定多傳感器系統(tǒng)魯棒觀測融合Kalman預(yù)報(bào)器[J];控制與決策;2015年12期

8 何浩祥;呂永偉;韓恩圳;;基于靜動(dòng)力凝聚及擴(kuò)展卡爾曼濾波的連續(xù)梁橋損傷識別[J];工程力學(xué);2015年07期

9 姜東;費(fèi)慶國;吳邵慶;;基于區(qū)間分析的不確定性結(jié)構(gòu)動(dòng)力學(xué)模型修正方法[J];振動(dòng)工程學(xué)報(bào);2015年03期

10 何青;鄭維榮;范金文;;基于最優(yōu)定界橢球的擴(kuò)展集員濾波算法研究[J];自動(dòng)化技術(shù)與應(yīng)用;2015年05期

相關(guān)博士學(xué)位論文 前5條

1 張偉;基于概率和區(qū)間的工程不確定性反問題研究[D];湖南大學(xué);2013年

2 焦峪波;不確定條件下橋梁結(jié)構(gòu)損傷識別及狀態(tài)評估的模糊計(jì)算方法研究[D];吉林大學(xué);2012年

3 馬輝;基于計(jì)算智能方法的簡支梁橋損傷識別研究[D];吉林大學(xué);2010年

4 向禮;非線性濾波方法及其在導(dǎo)航中的應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

5 陳孝珍;基于靜態(tài)測量數(shù)據(jù)的橋梁結(jié)構(gòu)損傷識別研究[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前7條

1 黃杰忠;基于車橋耦合振動(dòng)信號的橋梁結(jié)構(gòu)損傷識別研究[D];南昌大學(xué);2016年

2 戴霖;基于擴(kuò)展卡爾曼濾波的結(jié)構(gòu)損傷識別方法[D];南昌大學(xué);2014年

3 張建新;基于貝葉斯方法的有限元模型修正研究[D];重慶大學(xué);2014年

4 陳鋒;卡爾曼濾波和卡爾曼預(yù)測方法的改進(jìn)及其在結(jié)構(gòu)損傷識別中的應(yīng)用[D];廈門大學(xué);2014年

5 張秋虎;考慮結(jié)構(gòu)參數(shù)不確定性的有限元模型修正方法研究[D];合肥工業(yè)大學(xué);2014年

6 呂鵬;有色噪聲的特征提取及其在電動(dòng)機(jī)故障診斷中的應(yīng)用[D];陜西科技大學(xué);2012年

7 王建江;基于貝葉斯統(tǒng)計(jì)方法的橋梁損傷識別研究[D];浙江大學(xué);2005年

，

本文編號：1677137