基于IAAKF算法的结构激励识别与响应重构

针对传统卡尔曼滤波(Kalman filter,KF)算法实际应用于响应重构时,需要已知结构外部激励并预设先验恒定噪声方差的问题,提出了一种基于IAAKF(innovation-based adaptive augmented Kalman filter)算法的结构激励识别与响应重构方法。首先,基于增广状态空间模型将外部激励向量与状态向量联合构成增广状态向量,并根据增广新息统计特性实时自适应地调整卡尔曼滤波增益和状态估计误差协方差矩阵;其次,仅借助加速度传感器根据模态法来识别锤击激励,并且重构出加速度、速度、位移以及应变响应等数据;最后,对起重机桁架和简支梁分别进行数值模拟和试验分析。结果表明,所提方法能够有效地自适应调整噪声方差和识别结构外部激励,从而实现结构响应重构。

未知测量噪声下的结构多类型响应重构

针对使用传统卡尔曼滤波(Kalman filter,KF)算法进行结构响应重构时测量噪声方差估计及多类型响应重构难的问题,提出了一种融合噪声方差估计和多类型响应重构的方法。首先在移动窗口卡尔曼滤波算法中引入近似计算的方法,提出递推移动窗口卡尔曼滤波算法(recursive moving-window Kalman filter,RMWKF)实时递推估计测量噪声方差,然后基于有限位置的应变片和加速度传感器的测量数据,并结合模态法对结构各个位置的应变、位移、速度以及加速度响应进行重构。最后对二维桁架和悬臂梁分别进行数值模拟和试验分析,验证了所提方法的有效性。试验结果表明,所提方法能对测量噪声方差进行有效地估计,能实现有效的多类型结构响应重构,同时减小了数据储存空间和计算量。

远场长周期地震动作用下超高层建筑结构模态识别

远场地震动长周期成分显著,与高层、超高层建筑基本周期相近,容易产生放大效应,给高层、超高层建筑结构带来严重震害。以2022年9月17日21时41分至次日17时39分发生在台湾省花莲县M6.5、M5.7、M6.9和M 5.4地震为例,利用Hilbert-Huang Transform(HHT)方法,初步分析距震中超1000 km的武汉某超高层建筑结构台阵对这4次地震的结构动力响应观测数据,在对不同时间尺度的本征模态函数分量进行地震动长周期特性分析的基础上,重构各结构层的地震动,通过功率谱法得到结构层相对地面层的频率响应函数,并利用复模态指数函数法获得结构第一阶模态频率和振型。对4次地震中该超高层建筑结构模态频率和振型的初步分析表明:在花莲长周期地震动作用下结构未受到损伤。这一认识将为远场长周期地震动影响下超高层建筑的震后安全性评价提供重要参考。