基于多速率卡尔曼滤波方法的位移和加速度数据融合

为了尽可能地利用加速度传感器和位移传感器中的冗余信息、提高振动实测数据的精度,将结构同一位置的加速度和位移观测值进行数据融合处理,提出了一种基于维纳过程加速度模型的多速率卡尔曼滤波数据融合方法。首先给出了基于维纳过程的多速率卡尔曼滤波数融合模型;然后在加速度和位移观测值的基础上,通过多速率卡尔曼滤波数据融合得到位移、速度以及加速度的的最优估计,并对融合结果进行卡尔曼平滑处理,进一步提高了状态估计准确性;最后数值分析了不同噪声水平和采样频率比对融合算法的影响,而且与相关文献的结果作了对比分析。结果表明,本文方法合理有效且具有一定的噪声鲁棒性。     

传感器布设中有效独立法的简捷快速算法

本文提出一个通过正交三角分解快速计算有效独立法系数的方法。有效独立法是传感器布设中影响最广泛的一种方法,它使目标模态尽可能线性独立。传统的有效独立法计算需要对信息阵进行特征值分解或者计算矩阵逆,计算量较大。本文在笔者以前得出的有效独立法与模态动能法关系的基础上,提出先通过对模态矩阵进行正交三角分解(QR),然后比较其行范数即可得到有效独立法的系数,进而对各待选传感器位置进行排序并迭代依次删除。在待选传感器位置比感兴趣的模态数较多时,该法的计算效率明显提高。同时,采用正交三角分解删除一行后的更新算法,进一步提高了迭代计算的效率。最后通过I-40桥的算例表明该法的有效性。     

基于振动传递率的钢框架损伤识别试验研究

提出了基于振动传递率和主元分析相结合的新的损伤识别方法。首先,由结构无损伤时某2个位置的振动传递率样本构成结构的参考总体,以结构损伤状态时相同位置的振动传递率构成待检样本集;其次,把待检样本逐个代入到参考总体中,构成多个原始数据矩阵;然后,对所有原始数据矩阵进行主元分析并构造相应的控制椭圆和T2控制图,以前2阶主元在控制椭圆和T2控制图中的分布来确定结构是否存在损伤;最后,用一钢框架结构试验验证了本文方法的有效性,并引入振动传递率幅值的总体变化来识别结构损伤位置,损伤识别结果显示,此损伤指标能够很好的识别结构单一位置的损伤。