考慮不確定性的結(jié)構(gòu)損傷區(qū)間反演分析.pdf

1、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)的安全運行有著重要的意義和價值。
　　基于確定性的結(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實基礎(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，會導(dǎo)致實際工程中

2、存在諸多的不確定性?；诖_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使得確定性結(jié)構(gòu)損傷方法在應(yīng)用于實際結(jié)構(gòu)時效果不佳。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)

3、參數(shù)，提出結(jié)合擴展卡爾曼濾波和遺傳算法的區(qū)間反演分析方法。擴展卡爾曼濾波中狀態(tài)向量的最優(yōu)估計值作為目標(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

4、差近似為系統(tǒng)噪聲，采用區(qū)間分析方法計算噪聲邊界，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)估計值，用于指示損傷，從而實現(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。同時結(jié)合先驗信息約束，將其作為超平