基于混沌激励的结构损伤识别研究

发布时间：2018-04-04 04:01

本文选题：损伤识别　切入点：混沌吸引子　出处：《东南大学》2015年硕士论文

【摘要】：健康监测技术目前是土木工程领域的研究热点,被广泛应用于多个领域,损伤识别技术是健康监测技术的研究核心内容之一,针对于损伤识别技术,本文提出了基于混沌吸引子的定性识别方法和基于卡尔曼滤波算法的定量识别方法。混沌学科是非线性科学研究的核心内容,吸引子是混沌学中的主要部分,近年来,基于混沌及吸引子的工程应用算法研究成为关注热点,本文主要是根据相空间嵌入技术重构原系统的等价吸引子,根据相点间的距离来定性识别损伤的存在,并分别在单变量和多变量情况下进行了讨论,相空间嵌入技术是混沌吸引子研究的关键技术,针对于相空间嵌入技术重构参数的选取,本文在方法上进行了阐述讨论。同时分析了噪声对识别结果的影响,最后通过数值模拟和实验分析来进行验证。传统的卡尔曼滤波算法在线性系统中是一种较好的估计方法,在多个领域被广泛应用,本文基于传统的卡尔曼滤波算法,提出了一种新的改进方法,可根据结构响应和外部激励可以直接识别结构的质量,阻尼和刚度,通过刚度识别的变化,来定量评估结构的损伤情况,另外讨论了初值和噪声对识别结果的影响,同时针对于噪声的影响,本文提出了抽取样本极值点的方法来处理含有噪声的信号,文中除了进行了数值模拟,选取一五层钢框架结构来进行验证。对于基于混沌吸引子的定性识别方法和基于改进卡尔曼滤波算法的定量识别方法,数值模拟和实验分析都验证了方法的有效性。
[Abstract]:In this paper , based on the traditional Kalman filter algorithm , this paper presents a new improved method based on chaos and attractor .

【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TU317

【参考文献】