环境激励下基于快速贝叶斯FFT实桥模态参数识别_韩建平.pdfVIP

环境激励下基于快速贝叶斯FFT实桥模态参数识别_韩建平.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 31 卷第 4 期 Vol.31 No.4 工 程 力 学 2014 年 4 月 Apr. 2014 ENGINEERING MECHANICS 119 文章编号:1000-4750(2014)04-0119-07 环境激励下基于快速贝叶斯 FFT 的 实桥模态参数识别 韩建平 1,2,郑沛娟 1,2 (1. 兰州理工大学甘肃省土木工程防灾减灾重点实验室,甘肃,兰州 730050 ;2. 兰州理工大学防震减灾研究所,甘肃,兰州 730050) 摘 要:近年来,贝叶斯理论逐步应用于工程结构的模态参数识别、有限元模型修正及状态评估等方面。基于快 速贝叶斯 FFT 的模态参数识别方法是针对某一共振频率带的单个模态,通过一个四维的数值优化问题得到模态参 数的最佳估计,并通过对数似然函数关于模态参数的二阶导数求得 Hessian 矩阵,使得基于贝叶斯的参数识别方 法可以快速高效地进行。为了评估该方法在实际桥梁结构模态参数识别应用中的可行性及优越性,运用快速贝叶 斯 FFT 方法对环境激励下一刚构-连续组合梁桥的竖向加速度响应进行了分析处理,识别了其模态参数的最佳估 计,并根据模态参数的变异系数评估了其后验的不确定性。识别结果与随机子空间识别结果的对比表明,两种方 法识别的频率和振型基本吻合,阻尼识别结果的差异仍然较大。 关键词:模态参数识别;后验的不确定性;快速贝叶斯 FFT ;随机子空间识别;刚构-连续组合梁桥 中图分类号:U441+ .3 文献标志码:A doi: 10.6052/j.issn.1000-4750.2012.07.0560 MODAL PARAMETER IDENTIFICATION OF AN ACTUAL BRIDGE BY FAST BAYESIAN FFT METHOD UNDER AMBIENT EXCITATION HAN Jian-ping1,2 , ZHENG Pei-juan1,2 (1. Key Laboratory of Disaster Prevention and Mitigation in Civil Engineering of Gansu Province, Lanzhou University of Technology, Lanzhou, Gansu 730050, China; 2. Institute of Earthquake Protection and Disaster Mitigation, Lanzhou University of Technology, Lanzhou, Gansu 730050, China) Abstract: The Bayesian theory is adopted in modal parameter identification, finite element model updating and condition assessment of the structures recently. Bayesian modal identification can be preformed quickly using Fast Bayesian FFT method where most probable values (MPVs) are obtained by solving at most a four-dimensional numerical optimization and Hessian matrix is calculated by second derivatives of log-likelihood function with respect to modal parameters for a single modal in a select

文档评论(0)

feiyang66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档