有噪音非完整測試信息下結構參數識別方法研究.pdf

1、結構參數識別通?？梢詺w結為一個基于模態(tài)參數匹配的優(yōu)化反問題問題，各種方法被用來極小化分析模型模態(tài)參數和實測模態(tài)參數之間的非線性誤差函數。在反演迭代過程中，由于測試信息受噪音的影響，參數識別問題經常表現(xiàn)為不適定性問題。即解的存在性、唯一性和穩(wěn)定性不能得到保證。盡管已經提出的參數識別理論和方法很多，但是針對有噪音非完整測試信息下的結構參數識別方法研究得還很不充分。針對目前結構參數識別方法研究的現(xiàn)狀，在現(xiàn)有結構參數識別方法的基礎上，本論文重點

2、研究了測試信息不完備及噪音影響下的結構參數識別方法。包括以下幾個方面內容。 首先研究了結構動力靈敏度分析理論。這些工作將被用于模態(tài)參數的靈敏度分析、結構損傷參數選擇、以及基于靈敏度的參數更新等多個方面的應用研究。 接著介紹目標函數的選取格式對于參數識別的影響并用蒙特卡羅方法加以量化，給出單元參數可識別性指標。通過數值模擬表明：在進行參數反演迭代之前進行目標函數靈敏度分析可以排除那些不容易被識別的自由度單元，減小結構計算規(guī)

3、模，使反問題求解成為現(xiàn)實，并且選擇合理的目標函數能有效降低測試噪音對于參數估計值的影響。 正則化方法可以有效抑制噪音污染對于參數識別影響，本文針對具體目標函數構造形式，引入梯度正則化方法。通過數值模擬表明：應用梯度正則化方法不僅可以保證迭代順利進行，而且可以在某種程度上抑制噪音對于參數識別精度的影響，改善解的穩(wěn)定性。并且應用廣義交叉檢驗準則方法確定了最優(yōu)的正則化參數。然后針對梯度正則化方法的初值依賴問題，把同倫方法思想引入結構參