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(bào)或認(rèn)領(lǐng)
文檔簡介
1、結(jié)構(gòu)地震損傷識別是土木工程領(lǐng)域的重要研究方向。受各種不確定性因素影響,結(jié)構(gòu)損傷識別是高度不確定性問題,發(fā)展可靠、高效的結(jié)構(gòu)地震損傷識別概率方法與技術(shù)成為當(dāng)前亟待解決的關(guān)鍵科學(xué)問題。本文針對目前貝葉斯方法在實(shí)際結(jié)構(gòu)損傷概率識別中存在的突出問題,采用理論分析、數(shù)值模擬和試驗(yàn)相結(jié)合的手段,從結(jié)構(gòu)響應(yīng)出發(fā),改進(jìn)隨機(jī)抽樣技術(shù),提出了基于貝葉斯模型更新的結(jié)構(gòu)物理參數(shù)識別和損傷診斷改進(jìn)方法,并將Park-Ang雙參數(shù)損傷模型與該方法相結(jié)合,實(shí)現(xiàn)了結(jié)構(gòu)
2、地震損傷水平概率識別與評估。本文主要研究工作如下:
1、馬爾可夫鏈蒙特卡羅(MCMC)抽樣方法改進(jìn)
MCMC抽樣是實(shí)現(xiàn)貝葉斯模型更新的最重要技術(shù)手段之一,目前該抽樣技術(shù)在實(shí)際工程應(yīng)用中還存在計(jì)算效率低、收斂速度慢甚至不收斂、求解維度低等問題,針對這些問題,本文提出了基于最優(yōu)提議分布的逐分量自適應(yīng)Metropolis-Hastings(MH)抽樣技術(shù)與改進(jìn)算法,提高了算法的計(jì)算效率、收斂速度和穩(wěn)定性,并通過一個(gè)數(shù)值算例
3、,驗(yàn)證了所提抽樣算法的有效性與可靠性。
2、基于結(jié)構(gòu)時(shí)域響應(yīng)的物理參數(shù)識別貝葉斯方法
針對結(jié)構(gòu)損傷識別非確定性問題及目前傳統(tǒng)貝葉斯模型更新兩階段識別方法依賴于模態(tài)參數(shù)識別問題,本文將結(jié)構(gòu)時(shí)域響應(yīng)作為觀測量,根據(jù)貝葉斯模型更新方法確定結(jié)構(gòu)物理參數(shù)的后驗(yàn)聯(lián)合分布,并采用所提基于最優(yōu)提議分布的逐分量自適應(yīng)MH抽樣算法進(jìn)行分析,得到各物理參數(shù)的后驗(yàn)邊緣概率分布和最優(yōu)估計(jì)值,從而給出了基于結(jié)構(gòu)時(shí)域響應(yīng)的物理參數(shù)識別貝葉斯方法。
4、對某五層剪切型數(shù)值模擬結(jié)構(gòu)進(jìn)行參數(shù)識別,結(jié)果表明:所提方法可以準(zhǔn)確的識別出結(jié)構(gòu)物理參數(shù)及其變化,并可有效降低物理參數(shù)的不確定性。
3、鋼筋混凝土(RC)框架結(jié)構(gòu)振動(dòng)臺試驗(yàn)損傷識別
利用所提的基于結(jié)構(gòu)時(shí)域響應(yīng)的物理參數(shù)識別貝葉斯方法對一個(gè)3層RC框架結(jié)構(gòu)試驗(yàn)?zāi)P驮诙啻蔚卣饎?dòng)作用下的物理參數(shù)及累積損傷進(jìn)行了識別,驗(yàn)證了方法的有效性、可靠性與實(shí)用性。進(jìn)一步與傳統(tǒng)基于模態(tài)參數(shù)的結(jié)構(gòu)物理參數(shù)識別方法分析結(jié)果進(jìn)行對比,結(jié)果表明:
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(shí)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
- 基于附加虛擬結(jié)構(gòu)構(gòu)造的貝葉斯損傷識別方法.pdf
- 基于貝葉斯統(tǒng)計(jì)推理的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的模式識別方法研究.pdf
- 基于貝葉斯統(tǒng)計(jì)方法的橋梁損傷識別研究.pdf
- 基于樸素貝葉斯的文本情感傾向識別方法研究.pdf
- 基于改進(jìn)HHT的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于優(yōu)化的貝葉斯人臉識別方法.pdf
- 基于先進(jìn)的貝葉斯概率推斷抽樣方法的結(jié)構(gòu)損傷識別及其在桁架結(jié)構(gòu)中的應(yīng)用.pdf
- 結(jié)構(gòu)參數(shù)識別的貝葉斯估計(jì)方法及應(yīng)用研究.pdf
- 基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的人面部運(yùn)動(dòng)識別方法研究.pdf
- 基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的空戰(zhàn)敵方作戰(zhàn)企圖識別方法.pdf
- 基于腿部三角特征的貝葉斯步態(tài)識別方法研究.pdf
- 基于稀疏貝葉斯學(xué)習(xí)的雷達(dá)自動(dòng)目標(biāo)識別方法研究.pdf
- 基于模型修正的結(jié)構(gòu)損傷識別方法研究.pdf
- 基于稀疏貝葉斯學(xué)習(xí)和吉布斯采樣的結(jié)構(gòu)損傷識別研究.pdf
- 少參數(shù)有限元模型更新與結(jié)構(gòu)損傷識別方法研究.pdf
- 貝葉斯人臉識別方法的研究.pdf
- 基于貝葉斯預(yù)測的區(qū)域人數(shù)和個(gè)體軌跡異常識別方法.pdf
- 現(xiàn)代經(jīng)濟(jì)管理中的線性貝葉斯推斷理論與多總體貝葉斯分類識別方法研究.pdf
- 貝葉斯方法在精算模型中的應(yīng)用.pdf
評論
0/150
提交評論