基于卡爾曼預(yù)測(cè)估計(jì)和最小二乘估計(jì)的非線性結(jié)構(gòu)特性識(shí)別方法.pdf

1、通過(guò)系統(tǒng)識(shí)別跟蹤結(jié)構(gòu)動(dòng)力參數(shù)的改變來(lái)進(jìn)行損傷識(shí)別已經(jīng)得到廣泛的研究。通常結(jié)構(gòu)損傷用單元?jiǎng)偠鹊臏p小來(lái)模擬,此時(shí)的結(jié)構(gòu)仍被視為線性結(jié)構(gòu)。然而,當(dāng)結(jié)構(gòu)發(fā)生損傷時(shí),非線性便廣泛的存在于結(jié)構(gòu)中。故本文提出一種基于擴(kuò)展卡爾曼估計(jì)和最小二乘的非線性結(jié)構(gòu)特性識(shí)別方法。
　　 論文在分析并總結(jié)了目前國(guó)內(nèi)外非線性結(jié)構(gòu)識(shí)別的研究進(jìn)展的基礎(chǔ)上,首先研究了基于擴(kuò)展卡爾曼預(yù)測(cè)和最小二乘理論的已知非線性數(shù)學(xué)模型結(jié)構(gòu)的非線性參數(shù)識(shí)別方法。該方法將結(jié)構(gòu)非線性參數(shù)

2、加入增廣狀態(tài)向量,用迭代的方式首先估計(jì)結(jié)構(gòu)狀態(tài)向量,進(jìn)而利用最小二乘法估計(jì)未知外激勵(lì),避免了同時(shí)識(shí)別結(jié)構(gòu)狀態(tài)向量與未知激勵(lì)所產(chǎn)生復(fù)雜的情況,大大簡(jiǎn)化了非線性識(shí)別問(wèn)題。該方法能夠在輸入輸出信息不完備的條件下實(shí)現(xiàn)。和傳統(tǒng)的基于擴(kuò)展卡爾曼濾波的方法相比,本方法具有結(jié)構(gòu)分析和計(jì)算都更加直觀、簡(jiǎn)潔的優(yōu)點(diǎn)。
　　 然后,論文把子結(jié)構(gòu)技術(shù)與方法相結(jié)合,用以識(shí)別大型非線性結(jié)構(gòu)參數(shù)。本論文用出現(xiàn)在子結(jié)構(gòu)分界面上的“附加未知激勵(lì)”來(lái)模擬子結(jié)構(gòu)間的相

3、互作用。該“附加未知激勵(lì)”可以通過(guò)傳遞子結(jié)構(gòu)間已識(shí)別的參數(shù)來(lái)估計(jì),而無(wú)需子結(jié)構(gòu)分界面上的響應(yīng)信息。這是本文的算法優(yōu)于傳統(tǒng)基于子結(jié)構(gòu)算法的地方。
　　 隨后,發(fā)現(xiàn)對(duì)于未知非線性數(shù)學(xué)模型的結(jié)構(gòu)的特性識(shí)別,國(guó)內(nèi)外的方法比較少。本文提出一種兩階段的識(shí)別方法:第一階段用一種等效線性的思想,把結(jié)構(gòu)運(yùn)動(dòng)方程等效為含有等效結(jié)構(gòu)參數(shù)的線性方程,這些等效結(jié)構(gòu)參數(shù)通過(guò)擴(kuò)展卡爾曼估計(jì)方法識(shí)別。對(duì)比結(jié)構(gòu)參數(shù)和等效結(jié)構(gòu)參數(shù),從而對(duì)非線性進(jìn)行定位。第二階段在