有噪音非完整測(cè)試信息下結(jié)構(gòu)參數(shù)識(shí)別方法研究.pdf

1、結(jié)構(gòu)參數(shù)識(shí)別通常可以歸結(jié)為一個(gè)基于模態(tài)參數(shù)匹配的優(yōu)化反問(wèn)題問(wèn)題，各種方法被用來(lái)極小化分析模型模態(tài)參數(shù)和實(shí)測(cè)模態(tài)參數(shù)之間的非線性誤差函數(shù)。在反演迭代過(guò)程中，由于測(cè)試信息受噪音的影響，參數(shù)識(shí)別問(wèn)題經(jīng)常表現(xiàn)為不適定性問(wèn)題。即解的存在性、唯一性和穩(wěn)定性不能得到保證。盡管已經(jīng)提出的參數(shù)識(shí)別理論和方法很多，但是針對(duì)有噪音非完整測(cè)試信息下的結(jié)構(gòu)參數(shù)識(shí)別方法研究得還很不充分。針對(duì)目前結(jié)構(gòu)參數(shù)識(shí)別方法研究的現(xiàn)狀，在現(xiàn)有結(jié)構(gòu)參數(shù)識(shí)別方法的基礎(chǔ)上，本論文重點(diǎn)

2、研究了測(cè)試信息不完備及噪音影響下的結(jié)構(gòu)參數(shù)識(shí)別方法。包括以下幾個(gè)方面內(nèi)容。 首先研究了結(jié)構(gòu)動(dòng)力靈敏度分析理論。這些工作將被用于模態(tài)參數(shù)的靈敏度分析、結(jié)構(gòu)損傷參數(shù)選擇、以及基于靈敏度的參數(shù)更新等多個(gè)方面的應(yīng)用研究。 接著介紹目標(biāo)函數(shù)的選取格式對(duì)于參數(shù)識(shí)別的影響并用蒙特卡羅方法加以量化，給出單元參數(shù)可識(shí)別性指標(biāo)。通過(guò)數(shù)值模擬表明：在進(jìn)行參數(shù)反演迭代之前進(jìn)行目標(biāo)函數(shù)靈敏度分析可以排除那些不容易被識(shí)別的自由度單元，減小結(jié)構(gòu)計(jì)算規(guī)

3、模，使反問(wèn)題求解成為現(xiàn)實(shí)，并且選擇合理的目標(biāo)函數(shù)能有效降低測(cè)試噪音對(duì)于參數(shù)估計(jì)值的影響。 正則化方法可以有效抑制噪音污染對(duì)于參數(shù)識(shí)別影響，本文針對(duì)具體目標(biāo)函數(shù)構(gòu)造形式，引入梯度正則化方法。通過(guò)數(shù)值模擬表明：應(yīng)用梯度正則化方法不僅可以保證迭代順利進(jìn)行，而且可以在某種程度上抑制噪音對(duì)于參數(shù)識(shí)別精度的影響，改善解的穩(wěn)定性。并且應(yīng)用廣義交叉檢驗(yàn)準(zhǔn)則方法確定了最優(yōu)的正則化參數(shù)。然后針對(duì)梯度正則化方法的初值依賴問(wèn)題，把同倫方法思想引入結(jié)構(gòu)參