版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、結(jié)構(gòu)健康監(jiān)測技術(shù)在結(jié)構(gòu)安全以及可靠度評估方面起著重要作用。目前,結(jié)構(gòu)健康監(jiān)測技術(shù)中關(guān)于結(jié)構(gòu)損傷識別的理論研究已得到極大發(fā)展,其中基于時域振動信號的結(jié)構(gòu)物理參數(shù)識別方法是結(jié)構(gòu)無損檢測的重要研究方向。在結(jié)構(gòu)物理參數(shù)的時域識別研究中,基于最小二乘方法(LSE)以及擴(kuò)展卡爾曼濾波方法(EKF)的研究得到了廣泛關(guān)注。傳統(tǒng)的擴(kuò)展卡爾曼濾波方法(EKF)在應(yīng)用于結(jié)構(gòu)損傷識別時存在兩個局限:1)EKF僅適用于結(jié)構(gòu)在已知外部激勵作用下的情況;2)EKF中
2、增廣的狀態(tài)向量包含了結(jié)構(gòu)的物理參數(shù),由于結(jié)構(gòu)狀態(tài)和參數(shù)向量之間的非線性耦合,會使計算結(jié)果呈現(xiàn)不穩(wěn)定的情況。此外,在處理復(fù)雜結(jié)構(gòu)損傷識別問題時,EKF中較大維數(shù)的增廣狀態(tài)向量將使計算效率低下。
本論文研究工作聚焦于擴(kuò)展卡爾曼濾波,針對其存在的局限,結(jié)合結(jié)構(gòu)響應(yīng)互相關(guān)函數(shù)理論、結(jié)構(gòu)參數(shù)與狀態(tài)分離識別思想以及卡爾曼預(yù)測估計理論,對傳統(tǒng)擴(kuò)展卡爾曼濾波進(jìn)行了改進(jìn)并擴(kuò)大其適用面。
本論文的第一部分針對EKF僅適用于外激勵已知的局
3、限,將結(jié)構(gòu)響應(yīng)的互相關(guān)函數(shù)技術(shù)同EKF相結(jié)合,從而將EKF推廣到未知環(huán)境激勵作用下的結(jié)構(gòu)損傷識別領(lǐng)域。當(dāng)作用于結(jié)構(gòu)上的環(huán)境激勵為互相獨立的平穩(wěn)白噪聲過程,則應(yīng)用結(jié)構(gòu)響應(yīng)互相關(guān)函數(shù)同EKF相結(jié)合的方法便可以實現(xiàn)對結(jié)構(gòu)狀態(tài)與物理參數(shù)的準(zhǔn)確估計;另一方面,由于互相關(guān)函數(shù)的特殊性質(zhì),經(jīng)過互相關(guān)函數(shù)處理后的結(jié)構(gòu)響應(yīng)能夠有效消除噪聲的影響,從而使結(jié)構(gòu)參數(shù)識別結(jié)果呈現(xiàn)出極強(qiáng)的抗噪性。數(shù)值算例以及實驗都對該方法在未知環(huán)境激勵以及響應(yīng)部分觀測下的結(jié)構(gòu)物理
4、參數(shù)與損傷識別進(jìn)行了驗證。
本論文第二部分針對EKF引入增廣狀態(tài)向量所存在的計算效率以及多自由度情況下的參數(shù)識別收斂問題,提出了將結(jié)構(gòu)狀態(tài)X和結(jié)構(gòu)參數(shù)θ進(jìn)行分離識別的兩步卡爾曼濾波方法。該方法通過假定結(jié)構(gòu)狀態(tài)X為結(jié)構(gòu)參數(shù)θ的隱函數(shù),采用泰勒法展開對結(jié)構(gòu)的非線性觀測方程進(jìn)行線性化處理,從而對結(jié)構(gòu)參數(shù)θ和結(jié)構(gòu)狀態(tài)X分兩步采用卡爾曼濾波方法進(jìn)行連續(xù)識別,從而解決了擴(kuò)展卡爾曼濾波中存在的結(jié)構(gòu)狀態(tài)與參數(shù)之間的非線性耦合問題,在提高算法計
5、算效率的同時又節(jié)約了計算存儲空間。數(shù)值算例以及實驗都驗證了提出的兩步卡爾曼濾波方法的有效性。
針對擴(kuò)展卡爾曼濾波需要觀測外部激勵的局限,本課題研究組最近發(fā)展了擴(kuò)展卡爾曼預(yù)測估計方法(EKE),并將其應(yīng)用于輸入輸出部分觀測下的結(jié)構(gòu)損傷研究。本論文中,在EKE基礎(chǔ)上更進(jìn)一步地結(jié)合兩步卡爾曼濾波中將結(jié)構(gòu)參數(shù)假定為狀態(tài)X的函數(shù)思想,便得到了論文第三部分提出的兩階段兩步卡爾曼預(yù)測估計方法。該方法在第一階段首先利用卡爾曼預(yù)測估計理論,對結(jié)
6、構(gòu)參數(shù)θ和結(jié)構(gòu)狀態(tài)X分兩步連續(xù)采用卡爾曼預(yù)測估計方法進(jìn)行識別,這樣在僅已知k時刻觀測信息的前提下,便可以對k+1時刻的結(jié)構(gòu)狀態(tài)與參數(shù)向量進(jìn)行連續(xù)預(yù)測估計;接著在第k+1時刻的結(jié)構(gòu)參數(shù)θ和結(jié)構(gòu)狀態(tài)X已識別情況下,在第二階段中結(jié)合最小二乘估計方法識別作用在結(jié)構(gòu)上的未知外激勵。數(shù)值以及實驗算例都驗證了提出的兩階段兩步卡爾曼預(yù)測估計方法在輸入輸出部分觀測下的可行性和準(zhǔn)確性。
論文的三個部分圍繞傳統(tǒng)卡爾曼濾波存在的局限,分別對其進(jìn)行了改
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)卡爾曼濾波方法在考慮節(jié)點損傷的框架結(jié)構(gòu)損傷診斷中的應(yīng)用.pdf
- 改進(jìn)卡爾曼濾波方法及其在OCT諧波測量中的應(yīng)用.pdf
- 卡爾曼濾波時域識別方法在損傷診斷中的應(yīng)用研究.pdf
- 基于擴(kuò)展卡爾曼濾波的結(jié)構(gòu)損傷識別方法.pdf
- 改進(jìn)的卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用.pdf
- 基于聯(lián)邦擴(kuò)展卡爾曼濾波的結(jié)構(gòu)損傷識別方法.pdf
- 基于無跡卡爾曼濾波的結(jié)構(gòu)損傷識別方法研究.pdf
- 卡爾曼濾波在利率期限結(jié)構(gòu)中的應(yīng)用.pdf
- 卡爾曼濾波方法在AREM模式中的應(yīng)用.pdf
- 卡爾曼濾波在目標(biāo)跟蹤中的應(yīng)用
- 卡爾曼濾波在地圖匹配中的應(yīng)用.pdf
- 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
- 卡爾曼濾波在GPS動態(tài)定位中的應(yīng)用.pdf
- 基于卡爾曼濾波的干擾觀測方法在預(yù)測控制中的應(yīng)用.pdf
- 卡爾曼濾波在變形監(jiān)測分析中的應(yīng)用
- 容積卡爾曼濾波算法研究及其在導(dǎo)航中的應(yīng)用.pdf
- 容積卡爾曼濾波方法及其應(yīng)用研究.pdf
- 基于卡爾曼濾波算法的風(fēng)速序列預(yù)測方法.pdf
- 卡爾曼濾波程序
- 卡爾曼濾波在風(fēng)險相依結(jié)構(gòu)信度模型中的應(yīng)用.pdf
評論
0/150
提交評論