采用隐性卡尔曼滤波器的自适应子结构试验方法.pdfVIP

第26卷第3期 振 动 工 程 学 报 V01．26No．3 2013年6月 ofvibration Jun．2013 Journal Engineering 采用隐性卡尔曼滤波器的自适应子结构试验方法 王 涛1’2，张 健1，吴 斌1 摘要：在传统子结构拟动力试验基础上，提出采用隐性卡尔曼滤波器的自适应子结构试验方法，以减小由于数值子 结构中相应构件的恢复力模型误差所带来的不利影响。在子结构试验过程中，在线识别试验子结构模型参数，实 时更新数值子结构中相应构件的恢复力模型参数。快速准确的恢复力模型在线识别方法成为自适应拟动力子结 构试验的关键，将试验子结构恢复力模型的模型参数作为试验子结构系统状态变量的一部分，采用隐性卡尔曼滤 波器在线识别其模型参数。通过数值仿真检验采用隐性卡尔曼滤波器在线识别的自适应子结构试验方法性能。 结果表明：所提出的自适应子结构试验方法具有很好的精度和较快的识别速度，试验结果较传统子结构试验结果 有较大改善。 关键词：子结构试验；拟动力试验；恢复力模型；在线识别；隐性卡尔曼滤波器 07 中图分类号：TU317；TU973+．31文献标识码：A 文章编号：1004·4523(2013)03—0328 构试验观测数据在线预测或修正相应的数值子结构 引 言 模型，将这种改进的试验方法称为自适应子结构试 验方法。Yang等人提出根据试验子结构的数据在 传统的结构抗震试验可分为拟静力试验、振动 线训练恢复力神经网络，并用预测数值子结构的恢 台试验和拟动力试验。拟静力试验技术简单、稳定， 复力‘2|。 但是其不考虑地震作用对结构的影响。振动台试验 研究发现，采用神经网络预测结构恢复力时，可 能够重现地震动，可以真实地反映地震对结构的作 能存在恢复力误差均值的偏差。而非线性结构对于 用，但是由于振动台承载能力及尺寸的限制，往往无 恢复力误差均值的偏差比误差标准差更敏感，微小 法进行大尺度结构试验。由于小尺度结构模型的动 的误差均值偏差可能导致非线性结构位移反应很大 力相似律很难得到满足，尤其是在弹塑性范围内，试 的差异[3]。 验结果往往很难推广到原型结构中去[1]。 除了可以通过神经网络方法预测数值子结构恢 拟动力试验通过理论计算来考虑结构惯性力和 复力外，还可以通过参数识别方法(比如隐性卡尔曼 阻尼力的影响，对结构进行慢速加载试验测量结构 滤波器)，在线识别恢复力模型参数。本文提出基于 的恢复力。拟动力试验解决了理论分析计算中恢复 隐性卡尔曼滤波的自适应子结构试验方法，该方法 力模型及参数难以确定的困难，可以获得结构体系 的真实反应特征，同时又比振动台试验更经济，对试 核心思想是在子结构试验过程中，通过观测试验子 验装置要求较低，更易实现。子结构拟动力试验技