基于多个BDLM的桥梁结构可靠度实时预测

基于桥梁的极值应力监测信息,采用贝叶斯动态线性模型(BDLM),建立了监测应力的贝叶斯动态线性组合预测模型;采用该模型对结构的可靠指标进行实时预测,并通过工程实例进行了极值应力的组合预测和单个预测的精度分析.结果表明:所建立的组合预测模型的一步预测值与单个预测模型、取平均值的点预测模型的都很接近,但组合预测模型具有较高的预测精度;相对于确定性的监测极值应力的可靠指标而言,组合预测模型考虑了监测应力的随机性和不确定性,所得的可靠度较小,可以更好地对结构的安全状态进行评定.

桥梁极值应力的贝叶斯动态耦合线性预测

基于含有趋势性和随机性的监测极值应力时间序列数据,进行了桥梁极值应力的贝叶斯动态耦合线性预测。将历史监测耦合极值应力数据解耦,建立解耦极值应力的动态耦合线性模型(DCLM),并将其分解为有限个动态线性模型(DLMs)。基于动态监测的解耦极值应力数据,结合贝叶斯方法,进行动态耦合线性模型的概率递推,进而实现桥梁解耦极值应力的动态预测,并将预测的解耦极值应力进行相加,即可实现桥梁极值应力的动态预测。最后,通过在役桥梁的含有随机性和趋势性的监测极值应力数据,利用ARIMA(auto-regressive integrated moving average)模型,验证了所提方法的合理性与有效性。

基于贝叶斯傅里叶动态模型的桥梁极值应力预测

研究了基于健康监测应力数据的桥梁极值应力动态预测.考虑到监测应力的周期性、随机性和动态性等特点,首先初次建立了桥梁监测极值应力的傅里叶动态非线性模型(Fourier Dynamic Nonlinear Model,FDNM),结合Taylor级数展开技术,将FDNM近似转化为傅里叶动态线性模型(Fourier Dynamic Linear Model,FDLM);然后采用贝叶斯方法,基于动态监测极值应力数据,建立了无先验信息的贝叶斯傅里叶动态线性模型(Bayesian Fourier Dynamic Linear Model: BFDLM),进而对监测极值应力的一步向前预测分布参数和后验应力状态分布参数进行了预测分析;最后通过实际桥梁监测极值应力数据对本文所建模型和方法的合理性及适用性进行了验证分析,结果表明本文所建BFDLM能够反映桥梁极值应力的周期性、随机性以及动态性等特点.研究成果将为桥梁监测极值应力预测提供理论基础和应用方法.

大跨混凝土桥梁耦合极值应变的混合粒子预测

针对大跨混凝土桥梁耦合极值应变难以实现精准预测的问题,本文采用加权移动平均法和最小二乘法进行解耦。通过将各分段高低频信号分开,进而采用区间选择方法,得到高/低频应变的极值序列;建立高/低频极值应变的包含2个时变状态变量的动态线性模型,结合贝叶斯粒子滤波理论,基于动态监测并解耦的高/低频极值应变,实现对应极值应变的高精度预测,进而将其相加实现耦合极值应变的混合粒子预测。采用广东省肇庆西江大桥的监测应变数据对本文所提方法进行验证,与普通动态线性模型相比,本文建立的模型对耦合极值应变的预测效果较好。

基于折扣高斯粒子滤波器的桥梁可靠性动态预测

桥梁健康监测(BHM)系统在长期运营中积累了大量信息,如何利用这些信息动态预测结构可靠性已成为BHM领域的关键科学问题之一.为合理预测桥梁的动态可靠性,应用BHM系统日常监测的极值应力数据,建立带有最优折扣因子的动态线性模型,结合高斯粒子滤波器给出折扣高斯粒子滤波器预测算法,分别对日常监测极值应力的一步向前预测分布参数和状态变量后验分布参数进行修正预测,并基于此,采用一次二阶矩(FOSM)方法预测桥梁的动态可靠性,结合桥梁实测数据对所提方法进行了验证分析,为桥梁预防性养护维修决策提供理论基础.

桥梁耦合极值应力的贝叶斯动态预测

为了更合理地动态预测桥梁耦合极值应力,将历史监测极值应力数据视为多阶模态响应耦合的多分量信号,并结合Hilbert信号分解以及Hilbert平方解调技术(Hilbert Square Demodulation,HSD)在多分量信号解调方面的优势,提出了预测桥梁极值应力的贝叶斯Hilbert动态线性模型(Bayesian Hilbert Dynamic Linear Model,BHDLM)。利用Hilbert信号分解技术实现对监测极值应力的解耦,并基于HSD建立了各阶应力响应的Hilbert动态线性模型(Hilbert Dynamic Linear Model,HDLM);结合贝叶斯方法以及单分量极值应力对HDLM进行概率递推,实现了对单分量桥梁极值应力的动态预测,进而可得桥梁耦合极值应力的动态预测;利用在役桥梁的监测数据对本文所提模型的有效性进行了验证。结果表明:利用解耦得到的单分量极值应力数据建立的HDLM过程简单,并能很好地反映出监测数据的周期性、随机性等特点。结合贝叶斯方法,可以有效地对桥梁极值应力进行动态预测。

双有源全桥DC-DC变换器的电流应力优化控制

针对双有源全桥DC-DC变换器的电流应力大、动态性能差问题,在三重移相控制的基础上,结合电流应力优化方案,提出了一种模型预测及负载电流前馈控制的方法。首先,通过电流应力优化方案对传输功率进行分区,并引入负载电流前馈控制优化内移相角;其次,通过变换器输出电压预测模型优化外移相角,使电流应力减小,提高变换器应对输入电压及负载突变的动态响应能力。仿真结果表明:与传统模型预测控制及电流应力优化控制相比,该优化方法在提高变换器动态性能,保持输出电压稳定的同时,显著降低了变换器的电流应力。

应用新数据同化算法的桥梁极值应力预测

为合理动态预测桥梁极值应力,将极值应力监测数据视为时间序列,提出桥梁极值应力预测的数据同化新方法。利用极值应力监测数据建立动态非线性模型,引入K均值聚类算法与最大期望算法,并将两者融合嵌入到高斯混合粒子滤波器,得到改进高斯混合粒子滤波算法,结合监测数据实现桥梁极值应力的动态预测,通过在役桥梁监测数据对所提算法的合理性进行验证,并与其他预测算法进行比较,结果发现改进算法更具可行性且预测精度较高。