基于有限范围自适应卡尔曼滤波的结构损伤识别方法.pdf

第20卷第4期 振 动 工 程 学 报 voI．20No．4 1111兰!旦 !呈竺!呈呈!呈!兰!!!皇!!呈呈兰呈墅呈!!!!竺堡 垒!兰：!!矍 基于有限范围自适应卡尔曼滤波的 结构损伤识别方法 吴新亚，周 丽 (南京航空航天大学航空宇航学院，江苏南京210016) 摘要；在土木结构的健康监测中．当破坏发生时能够立即对结构的损伤做出判断和评估是一项非常重要的工作。本 文采用了一种基于广义卡尔曼滤渡的自适应追踪技术对结构的参数进行辨识。该方法能够追踪结构的时变参数， 并对结构损伤的位置、大小以及发生的时间做出判断。数值仿真的结果表明该方法对于线性和非线性结构的参数 变化具有敏感性，能够有效地检测出结构的损伤。 关毽词：系统辨识}损伤识别；非线性迟滞结构f广义卡尔曼滤波；白适应追踪 0327 中国分类号：N945．14I 文献标识码：A 文章编号：1004-4523(2007)04-0401—06 引 言 1有限范围自适应卡尔曼滤波算法 在结构遭受地震等灾害性事件之后，对结构的 m个自由度结构的动力学方程可以表示为 振动数据进行分析，判断结构的健康状况是非常有 (1) 必要的。近年来，基于结构振动数据的系统辨识和损 式中膨为(m×，n)维质量矩阵；x(f)=■．，zz，…， 伤识别方法已经受到了广泛的注意“’2】。这些方法主 要包括最小二乘估计r””，广义卡尔曼滤波“。]，H。 滤波和模型参考方法等口’9]。这些传统算法对于系统 量；7为激励影响系数矩阵。 参数不随时间变化的结构具有很好的辨识效果。但 根据广义卡尔曼滤波原理，可将式(1)所描述的 是，当结构含有时变的系统参数时，这些方法由于自 动态系统表示成为如下的非线性连续动态方程 身的限制并不能准确地追踪系统参数的变化。 (2) d—Z了(_t)一g(z，，，f)+w(f) 为了克服这个不足，人们提出了自适应卡尔曼 滤波““”]，通过在滤波过程中引入遗忘因子，使传 统的卡尔曼滤波增加了自我改进的功能，以此来克 向量．其中矿=哦，0矿“，以]T为n维系统参数向 量，包括阻尼、刚度以及非线性迟滞参数。考虑结构 服传统卡尔曼滤波方法的不足。本文中采用了一种 有限范围自适应卡尔曼滤波算法对结构的参数变化 的所有参数均不随时间发生变化的情况，则或=0 进行辨识。该方法通过引入自适应因子，建立了误差 “一1，2，…，”)。w(f)为模型噪声向量，设其为零均 方差矩阵的上边界。再通过求解线性矩阵不等式来 值高斯白噪声，方差矩阵为Q(#)。广义卡尔曼滤波中 的量测方程表示为 最小化该上边界，以求得最优的滤波参数，从而使滤 (3) 波器具有追踪参数变化的能力。数值仿真的结果表 YHl兰h(Zk+I，^十1，k+1)十h十l 明该方法对于线性和非线性结构的参数变化均有很 好的追踪效果，能够有效地检测出结构损伤发生的 时间、位置和大小。 为量测噪声，假定其为零均值高斯白噪声，且有方差 矩