發(fā)布時(shí)間：2018-05-07 19:12

  本文選題：性能評(píng)估 + 子空間識(shí)別��； 參考：《東南大學(xué)》2015年碩士論文

【摘要】：結(jié)構(gòu)健康監(jiān)測(cè)是了解、評(píng)估和預(yù)測(cè)結(jié)構(gòu)運(yùn)行狀況的強(qiáng)大工具。本文研究如何利用健康監(jiān)測(cè)技術(shù)進(jìn)行結(jié)構(gòu)的性能評(píng)估。對(duì)這個(gè)問(wèn)題作了兩種方法上的創(chuàng)新：首先開(kāi)發(fā)了一種新的基于振動(dòng)數(shù)據(jù)的結(jié)構(gòu)柔度識(shí)別的新方法,即基于子空間識(shí)別理論的時(shí)域識(shí)別方法；其次,由于健康監(jiān)測(cè)數(shù)據(jù)的各種不確定性的影響,用結(jié)構(gòu)健康監(jiān)測(cè)數(shù)據(jù)對(duì)初始建立的有限元模型進(jìn)行矯正會(huì)時(shí)出現(xiàn)的多個(gè)有限元模型都可能與健康監(jiān)測(cè)數(shù)據(jù)匹配,針對(duì)這一問(wèn)題提出了基于概率的多模型方法框架進(jìn)行解決。研究的主要的內(nèi)容和結(jié)論如下：(1)利用基于時(shí)域的子空間方法(SI)進(jìn)行結(jié)構(gòu)的柔度識(shí)別。不像常用的隨機(jī)子空間識(shí)別技術(shù)(SSI)只識(shí)別出結(jié)構(gòu)系統(tǒng)的A和C,所提議方法可以識(shí)別完整的結(jié)構(gòu)系統(tǒng)的狀態(tài)矩陣A,B,C,D。利用完整的結(jié)構(gòu)狀態(tài)矩陣能夠解耦的特性可以計(jì)算結(jié)構(gòu)的模態(tài)參與系數(shù),進(jìn)而識(shí)別出結(jié)構(gòu)的柔度。識(shí)別結(jié)構(gòu)柔度后,可以預(yù)測(cè)結(jié)構(gòu)在任意荷載下的位移響應(yīng),有替代卡車(chē)靜載實(shí)驗(yàn)方法進(jìn)行中小橋梁結(jié)構(gòu)承載能力評(píng)估的潛力。(2)由于不確定性的影響,在模型修正中許多的模型都可以與健康監(jiān)測(cè)數(shù)據(jù)相匹配。本文開(kāi)發(fā)了一種基于概率方法的多模型框架理論來(lái)解決上述非唯一“最優(yōu)”有限元模型問(wèn)題。在此方法中,主要利用蒙特卡洛抽樣(MC)或馬爾科夫鏈蒙特卡洛(MCMC)抽樣方法對(duì)結(jié)構(gòu)關(guān)鍵參數(shù)進(jìn)行抽樣,形成多個(gè)有限元模型庫(kù)并進(jìn)行模型庫(kù)的評(píng)估,依據(jù)多個(gè)有限元模型形成的模型庫(kù),而不是單一的“最優(yōu)”有限元模型進(jìn)行結(jié)構(gòu)識(shí)別和性能評(píng)估。(3)分別利用三跨簡(jiǎn)支梁橋有限元模型和實(shí)驗(yàn)室6m簡(jiǎn)支梁作為例子,驗(yàn)證了所提議的結(jié)構(gòu)柔度識(shí)別新方法的正確性及實(shí)用性,并討論了基于柔度識(shí)別的結(jié)構(gòu)性能評(píng)估方法。(4)利用一個(gè)四層框架基準(zhǔn)結(jié)構(gòu)實(shí)施并驗(yàn)證了基于概率的多模型方法,進(jìn)行了結(jié)構(gòu)基于概率的響應(yīng)預(yù)測(cè)和可靠度評(píng)估。
[Abstract]:Structural health monitoring is a powerful tool for understanding, evaluating and predicting the performance of structures. This paper studies how to use health monitoring technology to evaluate the performance of the structure. First, a new method of structural compliance recognition based on vibration data is developed, which is based on the theory of subspace recognition in time domain. Because of the uncertainty of the health monitoring data, many finite element models that appear when the initial finite element model is corrected with the structural health monitoring data may match the health monitoring data. A probabilistic multi-model framework is proposed to solve this problem. The main contents and conclusions of the study are as follows: (1) the subspace method based on time domain is used to identify the structure flexibility. Unlike the commonly used stochastic subspace recognition technique (SSI), only A and C of the structural system can be identified. The proposed method can identify the complete state matrix of the structural system. The modal participation coefficient of the structure can be calculated by using the characteristic that the complete structure state matrix can be decoupled and the flexibility of the structure can be identified. After recognizing the flexibility of the structure, the displacement response of the structure under arbitrary load can be predicted, and there is the potential to evaluate the bearing capacity of small and medium-sized bridge structures instead of the truck static load test method. In model modification, many models can be matched with health monitoring data. In this paper, a multi-model framework theory based on probabilistic method is developed to solve the above non-unique "optimal" finite element model problem. In this method, we mainly use Monte Carlo sampling (MC) or Markov chain Monte Carlo (MCMC) sampling method to sample the key parameters of the structure to form several finite element model bases and evaluate the model base. Based on the model base formed by multiple finite element models, instead of a single "optimal" finite element model, structural identification and performance evaluation are carried out, respectively, using the finite element model of three-span simply supported beam bridge and the 6m simple supported beam in laboratory as examples. The correctness and practicability of the proposed new method for structural compliance recognition are verified, and the structure performance evaluation method based on compliance recognition is discussed. The method is implemented and validated by using a four-layer frame benchmark structure to validate the probabilistic multi-model method. The probabilistic response prediction and reliability evaluation are carried out.
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：U491.12

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龔宗艷,陳收;資源優(yōu)化配置與利用模型研究綜述分析[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年01期

2 秦剛,陳超波,雷斌,王青岳;一種基于元模型的軟件構(gòu)建方法[J];西安工業(yè)學(xué)院學(xué)報(bào);2004年03期

3 夏冬梅;孫林;;實(shí)例推理的敏捷虛擬企業(yè)模型重用方法研究[J];現(xiàn)代制造工程;2010年03期

4 曾鳴，邢穎華;綜合資源計(jì)劃模型框架的研究[J];現(xiàn)代電力;1995年03期

5 張宇,宋國(guó)寧,王成恩;流程企業(yè)過(guò)程管理的模型框架[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2001年06期

6 榮岡;肖俊;胡云蘋(píng);馮毅萍;;基于中立模型表達(dá)的數(shù)學(xué)知識(shí)管理方法[J];南京理工大學(xué)學(xué)報(bào);2014年03期

7 王君,樊治平;一種基于Multi-Agent的知識(shí)轉(zhuǎn)移模型框架[J];東北大學(xué)學(xué)報(bào);2003年01期

8 宋善德，，洪帆;過(guò)濾器的安全模型框架[J];華中理工大學(xué)學(xué)報(bào);1994年12期

9 譚云濤;郭波;;基于CAIV的航空發(fā)動(dòng)機(jī)性能與費(fèi)用的綜合權(quán)衡模型框架[J];航空動(dòng)力學(xué)報(bào);2007年08期

10 石少勇;潘麗君;張偉;楊立功;鄭顯柱;;基于個(gè)體行為差異的CGF崗位模型[J];裝甲兵工程學(xué)院學(xué)報(bào);2009年01期

相關(guān)會(huì)議論文 前7條

1 馬運(yùn)全;;金融創(chuàng)新與制度環(huán)境:模型框架與實(shí)證分析[A];2011年（第九屆）“中國(guó)法經(jīng)濟(jì)學(xué)論壇”論文集[C];2011年

2 金偉新;肖田元;胡曉峰;馬亞平;;戰(zhàn)爭(zhēng)CAWSOM模型[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

3 柯嵩;韓亮;;CGF系統(tǒng)中的情緒模型及實(shí)現(xiàn)方法初探[A];第五屆全國(guó)仿真器學(xué)術(shù)會(huì)論文集[C];2004年

4 王秀敏;應(yīng)益榮;;MWZ模型框架下的交易者互動(dòng)模型研究[A];第二屆中國(guó)智能計(jì)算大會(huì)論文集[C];2008年

5 岳永;;強(qiáng)制性制度變遷、意識(shí)形態(tài)與經(jīng)濟(jì)績(jī)效——一個(gè)關(guān)于中俄改革分析的模型框架[A];中國(guó)制度經(jīng)濟(jì)學(xué)年會(huì)論文集[C];2003年

6 劉穎斐;余玉苗;;基于風(fēng)險(xiǎn)控制價(jià)值的獨(dú)立審計(jì)定價(jià)模型框架[A];中國(guó)會(huì)計(jì)學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2006年

7 陳宏;黃洪;;ERP實(shí)施就緒度模型(IRM-ERP)設(shè)計(jì)與研究[A];全國(guó)第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前1條

1 海通股指期貨聯(lián)合研究中心 李子婧;基于BIRR模型的宏觀(guān)因子套利策略[N];期貨日?qǐng)?bào);2010年

相關(guān)博士學(xué)位論文 前6條

1 王楨文;基于概率生成模型的社區(qū)發(fā)現(xiàn)和網(wǎng)絡(luò)數(shù)據(jù)分類(lèi)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 邢千里;搜索引擎用戶(hù)點(diǎn)擊模型研究[D];清華大學(xué);2014年

3 江濱;GHM模型的推論和擴(kuò)展[D];東北財(cái)經(jīng)大學(xué);2013年

4 鮑群芳;基于對(duì)數(shù)均值回復(fù)模型的VIX建模[D];浙江大學(xué);2013年

5 曹京;有限溫有限密QCD的準(zhǔn)粒子模型研究[D];南京大學(xué);2012年

6 曹夢(mèng)雪;嬰幼兒音位范疇習(xí)得的神經(jīng)網(wǎng)絡(luò)建模研究[D];中國(guó)社會(huì)科學(xué)院研究生院;2015年

相關(guān)碩士學(xué)位論文 前10條

1 高利翠;CIR模型的模擬及參數(shù)估計(jì)分析研究[D];上海交通大學(xué);2015年

2 魏逸;基于概率生成模型的用戶(hù)行為預(yù)測(cè)[D];上海交通大學(xué);2015年

3 李攀杰;基于概率統(tǒng)計(jì)和結(jié)構(gòu)識(shí)別的多模型健康監(jiān)測(cè)方法[D];東南大學(xué);2015年

4 尹強(qiáng);模型獨(dú)立框架下高階π演算及表達(dá)能力研究[D];上海交通大學(xué);2012年

5 葉蜜冬;基于中國(guó)市場(chǎng)的最優(yōu)套期保值比率模型績(jī)效實(shí)證檢驗(yàn)[D];廈門(mén)大學(xué);2009年

6 郭琦;海南省CGE模型的理論框架及其參數(shù)估計(jì)[D];華南熱帶農(nóng)業(yè)大學(xué);2006年

7 徐繼峰;中國(guó)金融CGE模型的建立及農(nóng)業(yè)信貸政策模擬[D];中國(guó)農(nóng)業(yè)科學(xué)院;2008年

8 錢(qián)育（石羨）;災(zāi)情預(yù)測(cè)和財(cái)產(chǎn)損失評(píng)估模型的研究和實(shí)現(xiàn)[D];中國(guó)科學(xué)院研究生院（軟件研究所）;2004年

9 方婧;聚合風(fēng)險(xiǎn)模型下的保費(fèi)估計(jì)及信度估計(jì)的推廣[D];江西師范大學(xué);2013年

10 周鑫;VaR-GARCH-EVT模型及在中國(guó)證券市場(chǎng)的實(shí)證研究[D];東北大學(xué);2007年

本文編號(hào)：1858127