论文部分内容阅读
在观测噪声、建模误差及服役环境等因素的影响下,结构模型及观测数据均具有强烈的本质不确定性,基于多级贝叶斯理论的模型修正方法可将结构参数本身也作为随机变量,通过超参数的引入考虑环境因素引起的结构参数内在不确定性,有望成为优于传统贝叶斯方法的一类不确定性结构损伤识别方法。本论文拟从选择对结构损伤更为敏感或适用范围更广泛的参数作为修正算法的优化目标入手,对多级贝叶斯模型修正方法进行改进,构建识别精度和效率更高的多级贝叶斯模型修正框架,并发展相应的结构损伤识别方法。主要内容如下:(1)基于多级贝叶斯理论构建了可识别结构物理参数的多级贝叶斯结构模型修正框架。以某三层剪切型框架结构为例,比较了分别以传统模态参数和时域动态响应为多级贝叶斯模型修正目标进行结构损伤的有效性及识别精度;并以结构动态响应作为修正目标,比较了多级贝叶斯模型修正算法与传统贝叶斯模型修正算法的识别精度与抗噪性能。(2)针对结构动态响应信息冗余度较大引起的计算效率低的问题,提出以基于结构动态响应提取的特征参数作为修正目标的多级贝叶斯结构损伤识别算法。以某三层剪切型框架为数值算例,通过损伤敏感分析和结构损伤识别精度与效率比较,选取结构动态响应二范数作为特征参数;分别以数值算例与LANL的八自由度质量弹簧Benchmark模型试验验证了改进后的多级贝叶斯算法的有效性。(3)针对实际结构随机环境激励信息测试难以完备测试的问题,提出以结构动态响应相关函数为修正目标的多级贝叶斯结构损伤识别方法。通过对结构动态响应及其相关函数进行预处理,得到光滑的结构自由振动响应作为修正目标;通过某三层剪切型框架和LANL的弹簧质量Benchmark模型两个数值算例研究了算法的有效性及适用性。