桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractiona...桥梁车辆移动载荷识别MFI(Moving Force Identification)是结构动力学领域中的一个典型反问题.针对现有基于共轭梯度方法的载荷识别方法对多轴车辆荷载识别效果不佳的问题,提出了一种基于改进分数阶共轭梯度算法IFCG(Improved Fractional Conjugate Gradient)的载荷识别方法.基于车辆行驶过程在时域中建立车桥动力系统,通过模态叠加原理得到桥梁动态响应,将MFI问题转化为无约束优化问题;其次,引入新的搜索方向标量,使所提算法能够针对多轴以及高噪声情况下保持精度和识别效率;接着,通过识别两轴车辆移动载荷验证了所提方法的有效性;然后,对分数阶次进行定量对比研究,选择最优分数阶次;最后,通过识别多种工况下的三轴车辆载荷,将所提方法与现有方法进行对比,验证了IFCG方法在不同工况下的桥梁多轴车辆MFI都具有较高的识别精度和速度.展开更多
稀疏正则化方法已被证明能够有效解决移动荷载识别(MFI)中的不适定性问题。然而,现有研究往往忽略了移动荷载中静态与动态分量之间的差异,导致识别精度受限。为此,提出了一种融合响应先验信息和加权字典的移动荷载识别方法。建立了车桥...稀疏正则化方法已被证明能够有效解决移动荷载识别(MFI)中的不适定性问题。然而,现有研究往往忽略了移动荷载中静态与动态分量之间的差异,导致识别精度受限。为此,提出了一种融合响应先验信息和加权字典的移动荷载识别方法。建立了车桥系统中车致桥梁响应与移动车载之间的线性关系。分别对弯矩和加速度响应开展频域分析,将获得的频率先验信息分别用于构建与静态和动态荷载分量相匹配的加权字典。利用该加权字典,采用ADMM(Alternating Direction Method of Multipliers)分别求解移动荷载中的静态和动态分量。通过实桥数值案例证明了所提方法的有效性,并在实验室开展了一系列MFI实验验证。结果表明,融合响应先验信息和加权字典能够有效提升荷载识别精度,并增强其对噪声的鲁棒性。展开更多
文摘稀疏正则化方法已被证明能够有效解决移动荷载识别(MFI)中的不适定性问题。然而,现有研究往往忽略了移动荷载中静态与动态分量之间的差异,导致识别精度受限。为此,提出了一种融合响应先验信息和加权字典的移动荷载识别方法。建立了车桥系统中车致桥梁响应与移动车载之间的线性关系。分别对弯矩和加速度响应开展频域分析,将获得的频率先验信息分别用于构建与静态和动态荷载分量相匹配的加权字典。利用该加权字典,采用ADMM(Alternating Direction Method of Multipliers)分别求解移动荷载中的静态和动态分量。通过实桥数值案例证明了所提方法的有效性,并在实验室开展了一系列MFI实验验证。结果表明,融合响应先验信息和加权字典能够有效提升荷载识别精度,并增强其对噪声的鲁棒性。
