期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
考虑非线性环境温度影响的切换ICA损伤识别方法
1
作者 黄杰忠 祁辉 +1 位作者 李东升 吴鸣 《振动与冲击》 EI CSCD 北大核心 2024年第24期125-134,161,共11页
在土木工程结构的长期健康监测过程中,变化环境对结构动力特性的影响甚至会掩盖损伤引起的动力特性变化,导致传统基于振动的损伤识别方法失效。独立成分分析(independent component analysis, ICA)方法可用于环境因素影响分离,但其有效... 在土木工程结构的长期健康监测过程中,变化环境对结构动力特性的影响甚至会掩盖损伤引起的动力特性变化,导致传统基于振动的损伤识别方法失效。独立成分分析(independent component analysis, ICA)方法可用于环境因素影响分离,但其有效性受限于数据间需满足较好的线性相关性。为此,该文将切换温度引入到ICA方法中,提出适用于非线性环境因素影响下的切换ICA损伤识别方法。该方法结合主成分分析(principal component analysis, PCA)和高斯混合模型(Gaussian mixture model, GMM)确定温度切换点,利用切换温度将非线性相关的频率数据分段线性化;然后,针对分段线性化后的频率数据,采用ICA方法计算数据的环境源和损伤源;最后,基于ICA损伤源,计算其SPE(squared prediction error)统计量作为损伤指标,通过X-bar控制图实现损伤预警。7自由度数值算例和Z24桥的监测数据验证了该方法的有效性。 展开更多
关键词 损伤识别 环境变化 独立成分分析(ICA) 主成分分析(PCA) 非线性相关
在线阅读 下载PDF
季节性环境影响下基于VMD-PCA-GPR方法的桥梁损伤识别
2
作者 黄杰忠 元思杰 李东升 《振动与冲击》 EI CSCD 北大核心 2024年第24期332-342,共11页
环境因素变化可能会掩盖损伤引起的结构动力特性变化,导致传统基于振动的损伤识别方法失效。为解决这一问题,该文提出了一种将变分模态分解(variational modedecomposition,VMD)、主成分分析(principal component analysis,PCA)和高斯... 环境因素变化可能会掩盖损伤引起的结构动力特性变化,导致传统基于振动的损伤识别方法失效。为解决这一问题,该文提出了一种将变分模态分解(variational modedecomposition,VMD)、主成分分析(principal component analysis,PCA)和高斯过程回归(Gaussian process regression,GPR)相融合的结构损伤识别方法。首先,利用VMD算法对频率数据进行预处理,得到分离季节性环境模式后的第1本征模态数据(IMF,);其次,采用PCA方法对IMF,数据进行分析,计算PCA残差的欧式距离;然后,以IMFi数据和相对应的PCA残差欧式距离为输人和输出,采用GPR模型学习输人-输出之间的计算规则;最后,利用训练好的GPR模型来预测剩余部分IMF,数据的PCA欧式距离,计算预测值与真实值之间的预测残差,并采用统计控制图进行损伤预警。实验室木桥和Z24桥的监测数据验证了该方法的有效性。 展开更多
关键词 损伤识别 环境变化 变分模态分解(VMD) 主成分分析(PCA) 高斯过程回归(GPR)
在线阅读 下载PDF
基于稀疏约束的最小方差无偏自适应荷载估计
3
作者 李东升 魏达 《振动与冲击》 EI CSCD 北大核心 2024年第9期158-165,共8页
提出了一种基于稀疏约束的最小方差无偏自适应荷载估计算法,该算法是对传统的最小方差无偏估计算法的改进。利用大部分结构荷载在空间稀疏的特点,通过PM(pseudo-measurement)技术对荷载向量施加了一个稀疏约束,最终无约束的最小二乘估... 提出了一种基于稀疏约束的最小方差无偏自适应荷载估计算法,该算法是对传统的最小方差无偏估计算法的改进。利用大部分结构荷载在空间稀疏的特点,通过PM(pseudo-measurement)技术对荷载向量施加了一个稀疏约束,最终无约束的最小二乘估计转换为了基于l 1范数的稀疏约束,在这样的改进下,传统算法在加速度观测下的荷载漂移问题被有效地解决,同时提高了算法荷载估计的鲁棒性。此外,对于噪声估计传统做法都是通过经验进行手动设置,在工程应用中极大不便。基于此,引入了自适应估计算法,实现了测量噪声协方差自适应估计。最后,通过1个10自由度弹簧阻尼系统和一个3层框架试验结构验证了算法的有效性。 展开更多
关键词 最小方差无偏估计 荷载估计 稀疏约束 自适应估计 荷载漂移
在线阅读 下载PDF
基于博弈K均值聚类的模态参数自动识别算法 被引量:2
4
作者 郭鹏 李东升 郭鑫 《振动与冲击》 EI CSCD 北大核心 2023年第24期92-100,共9页
为提高基于随机子空间(stochastic subspace identification, SSI)法模态参数识别的自动化程度,提出了基于博弈K均值(game-based K-means, GBK)聚类的两阶段模态参数自动识别算法。首先,对采集到的数据通过SSI识别出大量待分析的极点并... 为提高基于随机子空间(stochastic subspace identification, SSI)法模态参数识别的自动化程度,提出了基于博弈K均值(game-based K-means, GBK)聚类的两阶段模态参数自动识别算法。首先,对采集到的数据通过SSI识别出大量待分析的极点并根据所提出的硬性指标对虚假模态进行初步剔除;其次,将前后两阶模态的多类型偏差指标构造成特征矩阵进行GBK聚类,进一步将剩余虚假模态进行剔除;之后,将提取的结构模态进行层次聚类得到各阶模态;随后将提出的方法通过六自由度质量-弹簧结构数值模型进行验证,最后,将此算法应用于某大跨悬索桥的实际监测数据中进行模态参数自动识别,进一步验证了该方法在实际工程中对采集到的海量数据进行自动化识别的可行性和适用性。 展开更多
关键词 结构健康监测 运行模态分析 模态自动识别 议价博弈 随机子空间
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部