基于子空间辨识方法的系统物理参数识别

发布时间：2017-09-12 20:26

  本文关键词：基于子空间辨识方法的系统物理参数识别

  更多相关文章： 子空间辨识 和声搜索算法 物理参数识别 模态参数识别

【摘要】：近年来,结构健康监测系统越来越多的被安装到桥梁、隧道、大跨空间结构、超高层结构、海洋平台等大型土木工程结构中,它能够实现对结构的运营状态进行监测和预警,对提高结构的运营效率及保障人民的生命和财产安全有着重要意义和价值。然而作为结构健康监测系统核心技术之一的系统参数识别却未从根本上得到解决,严重制约了结构健康监测系统的发展。系统参数识别可分为物理参数识别和模态参数识别,系统物理参数是系统当前状态的直观表述,也是进行系统可靠性评价需要直接应用的参数；系统模态参数是物理参数的函数,能够间接反映系统物理状态的变化,从而可以定性和定量地判别系统状态的改变,两者都是结构健康监测的重要内容。论文主要研究了子空间辨识方法的理论及其应用,通过理论分析和数值算例验证了其识别系统模态参数的有效性,并结合一种新颖的智能优化算法——和声搜索算法,进而识别出系统的物理参数,由此可以定性和定量地判别系统状态的改变,达到健康监测的目的。主要工作内容如下：(1)针对传统模态参数识别方法需要激振设备,对系统进行激振以获取系统的输入与输出响应数据,才能实现模态参数识别。本文介绍了基于环境激励的随机子空间辨识算法,采用数值算例验证了该方法在输入未知的情况下,能仅根据系统的输出响应数据有效识别出系统的模态参数。(2)对随机子空间辨识算法的基本理论和推导进行了深入研究,提出基于Householder变换的改进数据驱动的随机子空间辨识算法。数值算例的计算结果表明,该改进算法能在保证算法计算精度的前提下有效提高计算速度。(3)分析讨论了系统的阶次和Hankel矩阵维数对随机子空间辨识算法的影响,在现有主要的系统定阶方法的基础上稍作改进,提出了奇异值差值斜率法和奇异熵增量斜率归一化法。另外,创新性的将基本和声搜索算法与确定Hankel矩阵适当的维数问题相结合。(4)研究了随机子空间辨识算法与和声搜索算法相结合的系统物理参数识别方法,把系统的物理参数识别当作优化问题来考虑,定义了由随机子空间辨识算法识别出的系统模态参数构建的目标函数。从三自由度数值算例的识别结果可以看出,该方法能够有效地识别出系统的刚度参数,算例中系统刚度的最大识别误差为3.52%；而基于模态置信准则改进算法的目标函数和动态自适应调整参数PAR及bw定义方式后,系统刚度的最小识别误差仅为0.03%。(5)将随机子空间辨识算法应用于损伤识别领域,提出基于子空间正交特性、基于卡尔曼滤波的预测误差分析和结合改进和声搜索算法识别系统物理参数的分步损伤识别方法。
【关键词】：子空间辨识 和声搜索算法 物理参数识别 模态参数识别
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU317
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 第1章 绪论13-20
• 1.1 课题研究背景及意义13
• 1.2 系统辨识13-14
• 1.3 系统参数识别及其方法14-16
• 1.3.1 系统模态参数识别及其方法14-15
• 1.3.2 系统物理参数识别及其方法15-16
• 1.4 子空间辨识方法的研究现状16-18
• 1.4.1 国外的研究现状16
• 1.4.2 国内的研究现状16-18
• 1.5 本文的主要研究内容及章节安排18-20
• 第2章 随机子空间辨识算法的基本理论20-42
• 2.1 引言20
• 2.2 系统的状态空间模型20-23
• 2.2.1 连续时间状态空间模型20-21
• 2.2.2 离散时间状态空间模型21-23
• 2.3 协方差驱动的随机子空间辨识算法23-27
• 2.3.1 Hankel矩阵的建立24
• 2.3.2 块Toeplitz矩阵的建立与分解24-26
• 2.3.3 模态参数识别26-27
• 2.4 数据驱动的随机子空间辨识算法27-31
• 2.4.1 卡尔曼滤波状态序列28-29
• 2.4.2 正交投影和QR分解29-30
• 2.4.3 投影矩阵的奇异值分解30-31
• 2.5 协方差驱动与数据驱动随机子空间辨识算法比较31
• 2.6 基于HOUSEHOLDER变换的改进SSI-DATA31-34
• 2.7 数值算例34-41
• 2.7.1 协方差驱动的随机子空间辨识算法34-35
• 2.7.2 数据驱动的随机子空间辨识算法35-39
• 2.7.3 基于Householder变换的改进SSI-DATA39-41
• 2.8 本章小结41-42
• 第3章 系统定阶的方法研究42-61
• 3.1 引言42
• 3.2 基本原理42-46
• 3.3 现有系统定阶的方法46-47
• 3.3.1 奇异值跳跃法46
• 3.3.2 稳定图法46-47
• 3.3.3 奇异熵法47
• 3.4 两种改进系统定阶的方法47-48
• 3.4.1 奇异值差值斜率法48
• 3.4.2 奇异熵增量斜率归一化法48
• 3.5 数值算例48-60
• 3.5.1 动响应求解(Newmark-p法)49-54
• 3.5.2 基本方法识别结果54-56
• 3.5.3 奇异值跳跃法识别结果56
• 3.5.4 稳定图法识别结果56-58
• 3.5.5 奇异熵法识别结果58
• 3.5.6 两种改进系统定阶的方法识别结果58-60
• 3.6 本章小结60-61
• 第4章 HANKEL矩阵维数的初步研究61-78
• 4.1 引言61
• 4.2 HANKEL矩阵维数变化对识别结果的影响61-72
• 4.2.1 i值变化对识别结果的影响62-67
• 4.2.2 j值变化对识别结果的影响67-72
• 4.3 基本和声搜索算法在确定HANKEL矩阵维数中的应用72-77
• 4.3.1 基本和声搜索算法的原理及特点72-74
• 4.3.2 基本和声搜索算法的优化步骤74-75
• 4.3.3 数值算例75-77
• 4.4 本章小结77-78
• 第5章 和声搜索算法在系统物理参数识别中的应用78-92
• 5.1 引言78
• 5.2 改进和声搜索算法78-82
• 5.2.1 算法参数定义方式的改进79-81
• 5.2.2 新解产生方式的改进81
• 5.2.3 结束条件的改进81
• 5.2.4 混合算法81-82
• 5.3 和声搜索算法及其改进在系统物理参数识别中的应用82-90
• 5.3.1 和声搜索算法应用于系统物理参数识别中的优化步骤82
• 5.3.2 数值算例82-90
• 5.4 本章小结90-92
• 第6章 基于子空间辨识方法的分步损伤识别92-108
• 6.1 引言92
• 6.2 基于子空间辨识方法的分步损伤识别基本原理92-95
• 6.3 数值算例95-107
• 6.3.1 无噪声情况96-102
• 6.3.2 考虑噪声情况102-107
• 6.4 本章小结107-108
• 第7章 结论与展望108-110
• 7.1 全文总结108
• 7.2 研究展望108-110
• 参考文献110-115
• 致谢115-116
• 在学期间的研究成果及发表的学术论文116

【参考文献】

中国期刊全文数据库 前10条

1 Hui JIN;Jie XIA;Ya-qiong WANG;;基于改进和声搜索算法识别门式起重机结构空间模态的传感器优化布置方法研究(英文)[J];Journal of Zhejiang University-Science A(Applied Physics & Engineering);2015年06期

2 王燕;杭晓晨;姜东;韩晓林;费庆国;;协方差驱动随机子空间的Toeplitz矩阵行数选择方法[J];振动与冲击;2015年07期

3 刘宇飞;辛克贵;樊健生;崔定宇;;环境激励下结构模态参数识别方法综述[J];工程力学;2014年04期

4 辛峻峰;盛进路;张永波;;数据驱动随机子空间法矩阵维数选择与噪声问题研究[J];振动与冲击;2013年16期

5 吴沛锋;高立群;周翔;赵冬力;;自适应和声搜索算法在结构工程设计中的应用[J];仪器仪表学报;2012年07期

6 李永军;马立元;王天辉;李世龙;;协方差驱动子空间模态参数辨识方法改进分析[J];中国机械工程;2012年13期

7 雍龙泉;;和声搜索算法研究进展[J];计算机系统应用;2011年07期

8 韩红燕;潘全科;梁静;;改进的和声搜索算法在函数优化中的应用[J];计算机工程;2010年13期

9 孔芝;高利群;王立谦;;自适应和声搜索算法及在粗糙集属性约简中的应用[J];控制与决策;2009年10期

10 肖祥;任伟新;;实时工作模态参数数据驱动随机子空间识别[J];振动与冲击;2009年08期

，

本文编号：839357