基于动力响应测量的结构非线性行为识别方法研究

基于动力响应测量的结构非线性行为识别方法研究

论文摘要

大多数工程结构在其服役期间,由于各种环境腐蚀、超载、结构构件失效以及不可避免的材料老化等因素的综合作用下,加上缺乏恰当及时的维护,结构的损伤不断累积,从而严重降低结构可靠度和承载能力,特别是遇到地震、台风以及其他强动力荷载作用时,结构会遭到严重破坏。很大程度上,结构破坏是损伤累积的结果,损伤累积又是一个典型的非线性过程。同时,随着工程的发展需要,涌现出很多更轻更柔的结构构件或材料,它们也更具有非线性的特性。因此,有效识别出非线性对于识别损伤和把握结构健康状态具有重要意义,但至今能够有效识别非线性行为的非线性系统识别方法依然不多。基于上述背景,分别在理论、数值模拟以及试验验证等三方面展丌研究。(1)在理论上,本文发展了基于结构动力响应测量数据,适用于一般非线性结构系统的结构非线性恢复力识别方法。该方法从结构运动方程出发,在已知外部激励和结构动力响应条件下,利用最小二乘算法和运动平衡方程,对系统的非线性恢复力进行识别。(2)在数值模拟中,以一单自由度系统为研究对象,将不同的非线性模型引入到系统中。其中,利用双旗型模型来模拟形状记忆合金(SMA)丝的宏观力学行为,利用分段线性模型模拟限位装置的宏观力学行为,结果表明,无论定量还是定性,本文提出的基于动力响应测量的非线性系统识别方法在理论上是切实可行和有效的。(3)有了数值模拟作保证,设计了一个单层框架实验模型,在模型中引入SMA丝、两类SMA阻尼器和限位装置(碰撞)模拟多种非线性,在激振器作用下,基于激励和加速度响应测量,运用所提出方法对非线性构件的恢复力进行识别,通过识别与实测的非线性恢复力进行比较,从实验角度验证以上方法的有效性。此外,本文丌发的两类新型SMA阻尼器在实时监测阻尼器性能变化和耗能减震等方面具有较好的工程应用前景。(4)考虑在有限输出条件下,以一3个自由度的数值模型为例,利用扩展卡尔曼滤波的优点,识别出非线性系统的物理参数和其他参数,为计算结构总体恢复力和非线性恢复力提供了基础。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 课题研究的目的与意义
  • 1.2 非线性行为识别的研究现状
  • 1.2.1 从线性到非线性
  • 1.2.2 非线性动力学的经典理论
  • 1.2.3 非线性特性综述
  • 1.2.4 非线性行为识别方法:文献综述
  • 1.3 NSI在国内土木工程领域的研究现状
  • 1.4 本文主要研究内容
  • 第2章 理论方法
  • 2.1 系统动力反应分析
  • 2.2 等价线性理论
  • 2.2.1 线性系统识别
  • 2.2.2 非线性系统识别
  • 2.3 最小二乘算法
  • 2.3.1 经典最小二乘算法
  • 2.3.2 递推最小二乘算法
  • 2.4 本章小结
  • 第3章 非线性行为模拟与识别的数值模拟
  • 3.1 双旗型工况
  • 3.2 两类刚度非线性工况
  • 3.2.1 分段线性刚度模型
  • 3.2.2 双线性刚度模型
  • 3.3 本章小结
  • 第4章 非线性行为模拟与识别的实验验证
  • 4.1 实验模型与仪器设备
  • 4.2 线性结构识别
  • 4.3 非线性结构识别
  • 4.3.1 SMA丝工况
  • 4.3.2 SMA阻尼器工况
  • 4.3.3 限位装置工况
  • 4.4 本章小结
  • 第5章 不完备输出信息下基于推广卡尔曼滤波的非线性系统识别
  • 5.1 不完备信息下算法的发展现状
  • 5.2 推广卡尔曼估计算法
  • 5.3 数值算例分析
  • 5.3.1 双线性刚度模型
  • 5.3.2 双旗型模型
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 附录A 攻读学位期间所发表的学术论文目录
  • 相关论文文献

    • [1].基于云计算的网络资源缺失信息识别方法[J]. 电子元器件与信息技术 2019(11)
    • [2].武汉市主城区现状用地自主识别方法探索[J]. 中国土地 2020(02)
    • [3].基于场景-部件的人体行为识别方法[J]. 测控技术 2020(02)
    • [4].基于人眼识别的人脸朝向识别方法[J]. 信息记录材料 2020(01)
    • [5].产品虚假评论文本识别方法研究述评[J]. 数据分析与知识发现 2019(09)
    • [6].网络谣言识别方法及展望[J]. 网络空间安全 2016(Z2)
    • [7].物联网智能终端设备识别方法[J]. 电信科学 2017(02)
    • [8].一种分布式人脸识别方法及性能优化[J]. 光学精密工程 2017(03)
    • [9].振动目标产生的瑞雷波的识别方法研究[J]. 沈阳理工大学学报 2017(02)
    • [10].松辽盆地二氧化碳气层录井识别方法[J]. 石化技术 2017(10)
    • [11].用于机动目标跟踪的分段机动识别方法[J]. 电波科学学报 2015(01)
    • [12].“特殊的平行四边形”易错点剖析[J]. 初中生世界 2017(15)
    • [13].颠覆性技术识别方法述评[J]. 图书情报工作 2020(17)
    • [14].基于深度学习的人脸识别方法研究进展[J]. 现代计算机 2020(01)
    • [15].基于典型相关分析特征融合的行人再识别方法[J]. 光电子·激光 2020(05)
    • [16].4G网络深度覆盖“283”识别方法研究[J]. 数字通信世界 2019(03)
    • [17].颠覆性技术识别方法研究与应用分析[J]. 军事医学 2018(01)
    • [18].一种大象流两级识别方法[J]. 电信科学 2017(03)
    • [19].多角度人脸检测与识别方法研究[J]. 电子设计工程 2017(11)
    • [20].卫星图像传输跟踪优化识别方法仿真研究[J]. 计算机仿真 2017(09)
    • [21].基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学 2017(10)
    • [22].同形异义词机器辅助识别方法研究[J]. 数字图书馆论坛 2015(05)
    • [23].4G网络深度覆盖精确需求识别方法研究[J]. 电信工程技术与标准化 2015(09)
    • [24].基于深度流形表示学习的工业过程多故障识别方法[J]. 计算机与数字工程 2020(10)
    • [25].试分析基于区域生长的道路和桥梁识别方法的研究[J]. 科技创业家 2014(01)
    • [26].基于统计的人脸识别方法综述[J]. 安阳工学院学报 2012(04)
    • [27].基于情景分析的项目风险识别方法研究[J]. 理论观察 2012(05)
    • [28].基于深度学习的视频行为识别方法综述[J]. 电信科学 2019(12)
    • [29].基于深度学习的场景识别方法综述[J]. 计算机工程与应用 2020(05)
    • [30].基于特征的矢量图形符号渐进识别方法[J]. 软件导刊 2020(05)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    基于动力响应测量的结构非线性行为识别方法研究
    下载Doc文档

    猜你喜欢