基于物理参数时域辨识的结构损伤识别研究

The typical structures, like frame, cantilever and truss structure, will be studied in this project. For different measured level of input and output information, identification methods in time domain of structural physical parameters based on classical Least-Square, hybrid inversion, extended Kalman filter and generalization hybrid inversion algorithms are used for structural damage detection. With the proposed or introduced methods, such as pseudo linearization of proportional damping, combined method of SVD and modified Levenberg-Marquardt, rectangular window, memory fading technology and so on, the structural damage detection technology based on physical parameter identification in time domain is improved. And some factors which are noise, initial values of parameters, solving methods and rectangular window method are studied for their influence on the results of structural damage detection and input inversion. Some shaking table tests of structural models will be done for verifying the effectiveness of the theoretical methods. And a new method using extended Kalman filter technology is proposed to estimate the measured failure signal.

本项目将以典型结构（框架、悬臂和桁架结构）为研究对象，针对输入信息和输出信息的测试完备程度，分别采用基于经典最小二乘算法、复合反演算法、扩展卡尔曼滤波算法和广义复合反演算法的结构物理参数时域辨识方法，进行结构损伤识别研究。通过提出或引入的比例阻尼的伪线性化法、奇异值分解与修正Levenberg-Marquardt联合法、矩形窗法、渐消记忆技术等，完善基于物理参数时域辨识的结构损伤识别技术，研究噪声、参数初值选取、求解方法、矩形窗法等对结构损伤识别及地震动反演结果的影响。进行典型结构模型的振动台实验来验证结构损伤识别方法的有效性，并给出利用扩展卡尔曼滤波技术重构无效的测试信号。

随着土木工程领域技术地不断发展，我国各地建造了许多大型的复杂建筑物，同时结构安全性也日益受到人们的关注。建筑物在长期受荷载作用及遭受一系列自然灾害的影响下，难免会发生结构损伤，而损伤的不断累积则为事故的发生埋下了隐患。定期对结构进行损伤识别，可以提早发现损伤并修复损伤防止事故的发生。因此，结构损伤识别已成为土木工程领域的一个热门研究课题。本文在不同已知条件下基于物理参数时域辨识技术对结构损伤进行了识别研究。主要工作如下：.首先，本文对国内外现阶段的结构损伤识别技术进行了介绍，并分析了不同技术方法的优缺点。.其次，本文引入积分算子变换法重构响应信息，实现了最小二乘识别算法在输入已知和输出动力响应信息非完备的条件下的结构损伤识别。随后将辅助条件植入识别过程中，引出统计平均法，构成复合反演识别算法，利用该算法在输入未知的条件下精确地诊断出结构损伤程度和损伤位置，并能反演得到较准确的未知地震动时程。.再次，本文利用子结构技术结合复合反演识别算法和扩展卡尔曼滤波识别算法协同识别结构损伤（即广义复合反演识别算法）解决了在输入激励信息未知且仅已知部分测点的动力响应信息情况下的结构损伤识别问题。.最后，作者通过5层钢结构模型的振动台试验获得了模型的动力响应信息，并利用最小二乘识别算法、复合反演识别算法、广义复合反演识别算法识别模型损伤，验证了算法在损伤识别应用中的适用性。