2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩97頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、目前關于框架結(jié)構(gòu)損傷診斷的研究大部分都著眼于框架結(jié)構(gòu)梁柱單元的損傷,而實踐證明,在地震荷載、暴風荷載或者長期荷載作用下,框架結(jié)構(gòu)在梁柱連接節(jié)點處更容易發(fā)生損傷,因此節(jié)點損傷識別越發(fā)顯示其重要性。然而對于復雜結(jié)構(gòu),其有限元模型存在大量的自由度,因而進行結(jié)構(gòu)損傷識別時相應的計算量也會加大。論文在分析并總結(jié)了目前國內(nèi)外結(jié)構(gòu)節(jié)點損傷識別的研究進展基礎上,用靜力凝聚的方法將考慮梁柱節(jié)點作用的有限元模型進行簡化,在文章的第一部分將靜力凝聚方法同擴展

2、卡爾曼濾波算法相結(jié)合,應用于考慮節(jié)點損傷的框架結(jié)構(gòu)損傷診斷中。該部分在進行數(shù)值模擬算例的同時,還結(jié)合臺灣大學的羅俊雄教授(Chin-HsiungLoh)提供的真實六層鋼框架的振動臺實驗數(shù)據(jù)進行了實驗算例的研究。
  由于擴展卡爾曼濾波方法是用直到k+1時刻的觀測信息估計k+1時刻的增廣結(jié)構(gòu)狀態(tài)向量,因此擴展卡爾曼濾波方法要求觀測作用在結(jié)構(gòu)上的外激勵,而這在實際中往往是很難實現(xiàn)的。因此在基于經(jīng)典的擴展卡爾曼濾波的基礎上,利用擴展卡爾

3、曼預測估計算法,在得到了k+1時刻增廣狀態(tài)向量的估計值后,可以采用遞推的最小二乘方法,來得到估算的k+1時刻的未知外激勵,該方法解決了未知激勵下的結(jié)構(gòu)損傷識別問題。本文在第二部分中進一步將此方法應用于考慮節(jié)點損傷的框架結(jié)構(gòu)損傷診斷中,并做了相關的數(shù)值以及實驗算例。
  在傳統(tǒng)的擴展卡爾曼濾波法方法中,由于擴展的狀態(tài)向量中同時包含了結(jié)構(gòu)狀態(tài)(位移和速度)及結(jié)構(gòu)的物理參數(shù)(梁柱節(jié)點剛度、阻尼等),參數(shù)向量和狀態(tài)向量之間的非線性耦合會給

4、計算結(jié)果帶來偏性影響,使結(jié)果出現(xiàn)不穩(wěn)定或不收斂的情況。同時,由于要同時識別梁、柱以及節(jié)點剛度和狀態(tài)向量,其增大的維數(shù)會增加計算工作量,從而降低計算效率。為解決擴展卡爾曼濾波方法的不足,本論文采用兩步卡爾曼濾波方法,通過將結(jié)構(gòu)狀態(tài)X看作是關于結(jié)構(gòu)參數(shù)θ的隱函數(shù),將非線性的觀測方程通過Taylor展開線性化后,對結(jié)構(gòu)參數(shù)θ和結(jié)構(gòu)狀態(tài)X分步采用卡爾曼濾波方法進行識別,論文的第三部分將改進后的兩步卡爾曼濾波方法應用于相同模型的六層框架的數(shù)值分析

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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。
  • 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論