未知激勵下的卡爾曼濾波方法及其在結(jié)構(gòu)分散控制中的應(yīng)用.pdf

1、廈門大學(xué)碩士學(xué)位論文廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體已經(jīng)發(fā)表的研究成果，均在文中以適當(dāng)方式明確標(biāo)明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費(fèi)或?qū)嶒炇业馁Y助，在()實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負(fù)責(zé)人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲明。)聲明人

2、(簽名)：弦穎乙D占年6月1、日摘要結(jié)構(gòu)設(shè)計需要考慮因動荷載產(chǎn)生的動力系數(shù)，結(jié)構(gòu)健康監(jiān)測的損傷識別也需要準(zhǔn)確的動荷載信息。因此，獲取準(zhǔn)確的動荷載信息在實際工程中具有重要的意義。但直接測量動荷載價格高昂，準(zhǔn)確度不如靜荷載，且結(jié)構(gòu)所受的荷載往往無法直接測量或者難以直接測量。因此，如何通過結(jié)構(gòu)響應(yīng)識別輸入荷載受到了學(xué)者的廣泛關(guān)注?？柭鼮V波方法是一種閉環(huán)的遞歸方法，能實時分析結(jié)構(gòu)響應(yīng)狀態(tài)，只需觀測部分響應(yīng)，且對模型誤差不敏感，因此被專家學(xué)者廣

3、泛應(yīng)用于航天、機(jī)械、土木工程等各個領(lǐng)域。若將卡爾曼濾波方法與子結(jié)構(gòu)分散控制相結(jié)合，利用卡爾曼濾波方法實時識別狀態(tài)，實現(xiàn)結(jié)構(gòu)的實時控制，能有效提高建筑使用的舒適感，減小災(zāi)害的破壞。傳統(tǒng)卡爾曼濾波需要已知激勵信息。如何將其推廣到未知力下的卡爾曼濾波，克服激勵處需要觀測響應(yīng)的局限，并將提出的激勵識別方法應(yīng)用于子結(jié)構(gòu)的邊界力識別，實現(xiàn)完全分散控制，是一個值得深入的問題?；谏鲜鲅芯勘尘?，本論文主要進(jìn)行了以下的研究工作：(1)提出了未知力下的卡爾

4、曼濾波Kalm蚰Filter(KF)算法理論，識別結(jié)構(gòu)的響應(yīng)狀態(tài)與作用于結(jié)構(gòu)上的未知力。將提出的未知力識別方法與虛擬位移方法相結(jié)合，約束觀測值中噪聲引起的識別位移、激勵漂移的現(xiàn)象。剪切框架數(shù)值算例(含噪聲10％)、剪切框架實驗證明了該方法識別結(jié)果準(zhǔn)確、抗噪性強(qiáng)，實時效果好。將該算法理論推廣到未知力下的擴(kuò)展卡爾曼濾波EXtendedKalmanFilter(EKF)中，桁架數(shù)值算例(含噪聲5％)證明其不僅狀態(tài)與激勵實時識別良好，并且剛度識

5、別結(jié)果準(zhǔn)確。(2)進(jìn)一步提出未知力下的卡爾曼濾波方法(激勵處響應(yīng)不觀測)。該方法假設(shè)激勵在采樣時間間隔內(nèi)是線性變化的，利用該假設(shè)得到的狀態(tài)運(yùn)動方程識別激勵，從而克服了激勵處響應(yīng)需要觀測的局限性。利用剪切框架與桁架的數(shù)值算例，證明該方法的有效性。(3)提出子結(jié)構(gòu)邊界處響應(yīng)不觀測的完全分散控制方法。利用NewmarkB法在子結(jié)構(gòu)邊界處響應(yīng)不觀測的情況下，識別邊界力，實現(xiàn)大型結(jié)構(gòu)的子結(jié)構(gòu)完全分散控制。連廊結(jié)構(gòu)與高層結(jié)構(gòu)的數(shù)值算例表明，分散控制