论文部分内容阅读
结构损伤识别是结构健康监测和状态评估中的关键问题之一。当结构在动力荷载作用下发生损伤时,往往伴随着结构非线性行为的发生,对结构在动力荷载作用过程中非线性行为的发生发展过程进行识别,对评估结构损伤并描述动力荷载作用过程中的破坏模式具有重要意义。土木工程结构由于材料和结构形式的多样性,其恢复力的参数化模型表述存在困难,而且实际工程结构还存在结构观测信息不完备、外部激励测量的缺失等问题,有必要开展基于部分测量信息和非参数化模型的非线性结构恢复力识别方法研究。针对以上问题,本文基于卡尔曼滤波算法与多种多项式模型,提出了结构响应重构,参数识别,恢复力识别与激励识别算法,并通过数值模拟和实验对所提出算法的可行性和适用性进行了验证,主要研究内容如下:(1)为实现未知激励时的结构响应重构,本文提出了一种结合模态理论的采用多尺度观测与数据融合的卡尔曼滤波算法(Modal Kalman filter based on multiscale response with unknown input,MS-MKF-UI),实现了在部分结构加速度观测下,辅以位移、应变观测信息,结合数据融合技术,对结构响应进行重构。(2)提出了基于多项式结合最小二乘估计(Least square estimation,LSE)的结构非线性恢复力免模型识别算法,对含两种典型的速度型与位移型的阻尼器模型的结构非线性恢复力进行识别,分析了三种多项式(切比雪夫多项式、勒让德多项式与埃尔米特多项式)对结构非线性恢复力的拟合效果,并应用实验实测数据对该方法的识别效果进行了验证。(3)提出了一种利用结构部分加速度响应测量的基于卡尔曼滤波与切比雪夫多项式的结构非线性行为的两阶段识别算法,该算法首先对结构非线性行为位置进行定位,并对结构未知加速度、速度、位移响应进行预测,识别结构质量、刚度、阻尼参数以及结构非线性恢复力,分别通过数值模拟和实验数据验证了该方法的适用性。(4)针对未知激励下的非线性结构的免模型识别,结合未知激励下扩展卡尔曼滤波(Extended Kalman filter with unknown input,EKF-UI)算法与切比雪夫多项式,实现了未知激励下非线性结构非线性恢复力的免模型识别,该算法同时结合了数据融合技术,用以解决未知激励下扩展卡尔曼滤波算法的识别结果发生的数值漂移问题,并用实验数据验证了该方法的适用性。