基于先進的貝葉斯概率推斷抽樣方法的結構損傷識別及其在桁架結構中的應用.pdf

1、隨著經(jīng)濟和科技的發(fā)展,許多大型復雜結構得以興建,而這些結構在使用過程中不可避免的受到損傷,如何有效并及時的發(fā)現(xiàn)結構的損傷以預防事故的發(fā)生已成為當前土木工程研究領域的熱點。
　　本文首先介紹了結構損傷識別的研究現(xiàn)狀及所用的一些理論和方法,重點論述了貝葉斯概率統(tǒng)計方法在結構損傷識別和模型修正的發(fā)展和應用。根據(jù)貝葉斯概率后驗分布的理論,分別建立了時域分析和頻域分析的結構損傷概率模型,針對蒙塔卡羅積分常用抽樣法無法有效處理高維問題的缺陷,

2、本文提出采用先進的過渡式馬爾可夫鏈蒙塔卡羅(TMCMC)抽樣方法來解決多未知參數(shù)的識別問題并對該方法的抗噪性能進行了研究。
　　所應用方法的創(chuàng)新點如下:
　　1.對原始的TMCMC進行改進以提高其計算效率,減少運算時間
　　2.建立了Matlab和商用有限元SAP2000之間的數(shù)據(jù)交換通道OAPI,使得算法可以全部在Matlab環(huán)境下運行并實現(xiàn)對SAP2000的計算控制。
　　3.對影響TMCMC算法效率的重要參

3、數(shù)進行了討論,實現(xiàn)了TMCMC參數(shù)的優(yōu)化
　　4.利用改進后的TMCMC對高維參數(shù)的識別問題進行了分析
　　5.對于桁架節(jié)點的復雜特性采用特殊單元進行模擬,并用所提出的改進后TMCMC對節(jié)點處的損傷進行識別。
　　6.對于改進后的TMCMC的抗噪性能進行研究分析,考慮了多種的噪聲水平。
　　通過對復雜的桁架結構模擬計算表明,本文所提出的方法可以有效的實現(xiàn)復雜結構多維參數(shù)在觀測噪聲影響下的損傷識別,并且可以根據(jù)后驗