该文提出了一种基于任意组合的DVA(displacement,velocity and acceleration)及输入激励识别时变系统物理参数的子空间方法。该方法以任意组合的位移、速度、加速度(DVA)随机响应信号为测量信息,仅利用一组输入、输出信号组成Hankel矩阵...该文提出了一种基于任意组合的DVA(displacement,velocity and acceleration)及输入激励识别时变系统物理参数的子空间方法。该方法以任意组合的位移、速度、加速度(DVA)随机响应信号为测量信息,仅利用一组输入、输出信号组成Hankel矩阵,通过奇异值分解的方法识别出等效状态的系统矩阵,然后运用推导出来的通用时变系统的转换矩阵,将等效状态系统矩阵转换成为实际物理状态下的系统矩阵,从而识别出实际系统的质量矩阵、刚度矩阵、阻尼矩阵。以二自由度弹簧-质量-阻尼模型为算例,研究了突变、线性变化和周期变化三种变化形式下物理参数的识别,并讨论了不同噪信比下噪声对识别结果的影响,仿真算例验证了该方法的正确性和有效性。展开更多
大型复杂结构健康监测(Structural Health Monitoring,SHM)系统的安装产生了海量监测数据,传统结构分析与数据处理技术使得监测数据得不到实时分析处理,导致不能及时评估结构工作状态并进行危险预警。为了解决这一问题,该文对传统多粒...大型复杂结构健康监测(Structural Health Monitoring,SHM)系统的安装产生了海量监测数据,传统结构分析与数据处理技术使得监测数据得不到实时分析处理,导致不能及时评估结构工作状态并进行危险预警。为了解决这一问题,该文对传统多粒子群协同优化(Multi-Particle Swarm Coevolution Optimization,MPSCO)算法进行分布式并行化改进,开发了基于云计算的PMPSCO算法。在此基础上,提出了基于PMPSCO算法的框架结构物理参数辨识方法,并在MATLAB分布式云计算平台上对一个15层框架数值试验和一个7层钢框架实验室试验进行结构物理参数辨识,探讨了接入不同分布式并行节点数时该算法的加速关系。辨识结果表明:PMPSCO算法具有良好的精度、稳定性和拓展性,可通过增加接入的分布式并行节点数灵活提高算法运算速度,以满足结构监测数据实时处理的要求。展开更多
文摘该文提出了一种基于任意组合的DVA(displacement,velocity and acceleration)及输入激励识别时变系统物理参数的子空间方法。该方法以任意组合的位移、速度、加速度(DVA)随机响应信号为测量信息,仅利用一组输入、输出信号组成Hankel矩阵,通过奇异值分解的方法识别出等效状态的系统矩阵,然后运用推导出来的通用时变系统的转换矩阵,将等效状态系统矩阵转换成为实际物理状态下的系统矩阵,从而识别出实际系统的质量矩阵、刚度矩阵、阻尼矩阵。以二自由度弹簧-质量-阻尼模型为算例,研究了突变、线性变化和周期变化三种变化形式下物理参数的识别,并讨论了不同噪信比下噪声对识别结果的影响,仿真算例验证了该方法的正确性和有效性。
