六自由度微动隔振平台的物理参数辨识

针对六自由度隔振平台的物理参数辨识问题,根据支撑空气弹簧力学特性简化后六自由度间的耦合关系,并考虑到测试隔振系统的传递函数时需要用到待辨识的平台垂向重心位置参数,提出一种基于单点激励法的频响函数分组测试、垂向重心位置迭代辨识和各子系统物理参数分别辨识的方法,有效地解决垂向重心位置未知的平台物理参数辨识问题。在此基础上分析各子系统激励自由度的选择依据,并通过实验辨识隔振平台系统的物理参数。

Spark云计算平台下的结构物理参数辨识

结构物理参数辨识是结构损伤识别的一个关键问题。针对结构物理参数辨识精度不高、海量数据处理计算效率低下和在单机环境下运算资源不足的问题,提出一种云平台下改进并行化多粒子群协同优化算法(IPMPSCO)的结构物理参数辨识方法。在云计算平台下,引入Apache Spark云计算平台的弹性分布式数据集RDD,对传统多粒子群协同优化算法(MPSCO)的结构物理参数辨识进行分布式并行化改进。为了验证所提方法的准确性和处理海量数据的能力,在8节点的云计算集群上对一个30层框架数值试验和一个7层钢框架试验进行结构物理参数辨识。结果表明,所提方法具有良好的精度和稳定性,在执行效率上优于单机,且具有较好的并行能力。

基于物理参数辨识的结构损伤识别方法研究

结构损伤识别是土木工程领域的一个热门研究课题,在近几十年的发展过程中,人们一直在寻找适用于结构整体损伤的识别方法,其基本思路是利用结构的动力响应来辨识结构的力学特征参数,然后再根据这些力学特征参数的变化情况来识别损伤。

基于云计算的框架结构参数并行辨识算法

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。

时变系统参数在线辨识的方波函数法

针对结构系统连接处物理参数具有时变特性,本文提出一种用于结构连接处时变物理参数在线辨识方法。在工程中,结构连接处的响应往往是很难测量的,对于这种情况,本文提出了时域子结构法,直接利用工程中测得的时域响应信号计算结构连接处的响应。将系统方程利用方波脉冲函数展开后,根据方波脉冲函数的脱关性推导出结构连接处时变物理参数在线辨识的递推算法,仿真算例表明,此算法具有较高的计算精度与良好的跟踪效果。