- 1、本文档共10页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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26 卷第12 期 Vol.26 No. 12 工 程 力 学
2009 年 12 月 Dec. 2009 ENGINEERING MECHANICS 76
文章编号:1000-4750(2009)12-0076-09
基础频响有理近似的稳定性和识别:
连续时间的集中参数模型
*
杜修力,赵 密
(北京工业大学城市与工程安全减灾省部共建教育部重点实验室,北京 100124)
摘 要:基础频率响应的连续时间有理近似是构建基础振动分析的高阶集中参数模型的起点,连续时间有理近似
的稳定性和参数识别直接决定集中参数模型以及土-结系统的动力稳定性和精度。该文基于线性系统稳定性理论并
结合集中参数模型的具体输入-输出情况,提出连续时间有理近似(也即集中参数模型)稳定的充分必要条件;进而
基于罚函数法和遗传-单纯形法建立可以考虑稳定性约束的有理近似识别方法。将获得的稳定、精确的连续时间有
理近似分别实现为Wu-Lee 和Wolf 的高阶集中参数模型,通过几个典型基础振动问题验证了提出的稳定性理论和
参数识别方法。
关键词:基础振动;集中参数模型;连续时间有理近似;稳定性;参数识别
中图分类号:TU470 文献标识码:A
STABILITY AND IDENTIFICATION FOR RATIONAL APPROXIMATION
OF FOUNDATION FREQUENCY RESPONSE: CONTINUOUS-TIME
LUMPED-PARAMETER MODELS
*
DU Xiu-li , ZHAO Mi
(The Key Laboratory of Urban Security and Disaster Engineering, Ministry of Education, Beijing University of Technology, Beijing 100124, China)
Abstract: a continuous-time rational approximation (CRA) for the foundation frequency response is a starting
point for constructing various high-order lumped-parameter models (LPMs) in the foundation vibration analysis.
The stability and identification of CRA determine directly the stability and accuracy of its resulting LPMs and a
soil-structure interaction system. In this paper, the necessary and sufficient stability conditions for the CRA and its
LPMs are proposed based on linear-system stability theory and the input-output case of the LPMs. A parameter
identification method including the proposed stability constraints is further developed by using the penalty func-
tion method and the hybrid genetic-simplex optimization algorithm. A stabl
文档评论(0)