【论文】基于两步卡尔曼预测估计的框架结构节点损伤识别方法.docVIP

摘 要 目前关于框架结构损伤诊断的研究大部分都着眼于框架结构梁柱单元的损伤，而实践证明，在地震荷载、暴风荷载或者长期荷载作用下，框架结构在梁柱连接节点处更容易发生损伤。然而对于复杂结构，其有限元模型存在大量的自由度，进而需要大量的传感器，相应的计算量也会加大。论文在分析并总结了目前国内外结构节点损伤识别的研究进展的基础上，本文首先用静力凝聚的方法把有限元模型降阶，然后再跟扩展卡尔曼滤波损伤识别算法结合起来进行结构的损伤识别，本文用一个六层钢框架的振动台实验数据对该方法进行了实验验证，该实验数据由台湾大学的罗俊雄教授提供。然后把静力凝聚法结合扩展卡尔曼预测以及最小二乘估计法未知外激励进行结构 静力凝聚和扩展卡尔曼预测估计相结合的识别方法可仅观测结构的加速度响应，但由于扩展向量中同时包含了结构的物理参数（梁柱节点刚度、阻尼等）及结构状态（位移和速度），参数向量和状态向量之间的非线性耦合会给计算结果带来偏性影响，使结果出现不稳定或不收敛的情况。同时，由于要同时识别梁、柱以及节点刚度和状态向量，扩展向量很大的维数会增加计算工作量，降低计算效率；此外，由于扩展卡尔曼滤波方法是用直到时刻的观测信息估计时刻的结构状态，因此扩展卡尔曼滤波方法要求观测作用在结构上的外激励，而这在实际中往往是不能实现的。 为解决扩展卡尔曼滤波方法的不足，鉴于卡尔曼预测估计方法可以用直到时刻的观测信息估计时刻结构状态的优点，本论文用结构状态和结构参数分开识别的静力凝聚跟两步卡尔曼预测估计相结合的方法。通过将结构状态看作是关于结构参数的隐函数，将非线性的观测方程通过Taylor展开线性化后，对结构参数和结构状态分别采用卡尔曼预测估计方法进行识别。最后，在结构参数和结构状态已识别情况下，用最小二乘估计方法识别作用在结构上的未知外激励。通过数值算例验证了所提出方法的可行性和准确性。 关键词：结构损伤识别；梁柱节点，静力凝聚，扩展卡尔曼滤波，两步卡尔曼预测估计；未知激励；最小二乘估计 Abstract Recent research for damage detection mainly focuses on beams and columns of structures under seismic excitation、storm load and long-term loads. While in practical applications, it has shown that the occurrence of damage in the beam-column joints more frequent. For complex structures, a great deal of degree of freedom should be taken into consideration when one establishes a finite element model. Thus, a large amount of accelerometers are needed, and additionally large amount of calculation should be involved. This thesis summarized the damage detection of beam- column joints research at home and abroad, at first the static condensation technique is brought in to reduce the order of finite element model, then the damage detection can be performed by applying the extended Kalman filter. The capability of the proposed method in detecting the damage of joint connections in structures will be further demonstrated by using a shake table experimental data of a six-story steel frame which is provided by professor Chin-Hsiung Loh, Taiwan University. The experimental results show that the proposed method is capable of identifying not only the dam