-
题名协同卡尔曼滤波和递归本征正交分解的结构损伤识别
- 1
-
-
作者
杨少冲
靳佳林
邱富威
阎宇杰
马连华
-
机构
河北大学建筑工程学院
河北省土木工程监测与评估技术创新中心
保定市智能建造重点实验室
东莞理工学院材料科学与工程学院
-
出处
《振动与冲击》
北大核心
2025年第20期49-59,74,共12页
-
基金
国家自然科学基金(12172117)。
-
文摘
当前基于本征正交分解和卡尔曼滤波(Kalman filter,KF)的结构损伤识别方法,只能通过跟踪结构一阶本征正交模态(proper orthogonal mode,POM)的演化进行结构损伤识别,但对微小损伤的敏感性较低。为了改善其识别能力,发展了一种协同KF和递归本征正交分解(recursive proper orthogonal decomposition,RPOD)的KF-RPOD方法。该方法可基于结构动应变响应数据构造快照矩阵,避免了实际工程中位移传感器成本高、测点布置困难及环境因素导致的位移数据采集困难等问题。通过RPOD方法提取快照矩阵中的本征正交模态,构建降阶模型,减少结构分析计算的自由度,解决了损伤识别计算量大且难以求解的问题。在迭代的每一步计算过程,能及时更新观测向量分量,并在观测阶段和后验估计中消除低阶POM的影响,且能动态更新由POM构建的降阶模型,同时跟踪损伤的演化并对其进行定位。通过五层钢框架动力学数值模拟和模型实测试验验证了该方法的有效性。结果表明,所发展的方法能够准确跟踪高阶POM的演化,显著提高了识别精度,能在线识别结构损伤。
-
关键词
卡尔曼滤波(KF)
递归本征正交分解(RPOD)
模型降阶
损伤识别
在线健康监测
-
Keywords
Kalman filter(KF)
recursive proper orthogonal decomposition(RPOD)
reduced-order modeling
damage identification
online health monitoring
-
分类号
TU317
[建筑科学—结构工程]
-
