基于ARCH模型和改进证据理论的结构非线性损伤识别.pdfVIP

中文摘要 摘 要 近几十年来，我国的建筑结构和基础设施建设发展迅速，各种新建筑物拔地 而起，但老旧建筑物在随着使用年限的推移，其性能却不断在下降。一方面，在 正常使用过程中，材料耐久度下降，力学性能发生变化，建筑物受到腐蚀等。另 一方面，建筑物在使用过程中会遇到很多较为严重的自然灾害，包括台风，地震 等。这些会引起建筑物的出现不同程度的损伤，这会严重影响建筑物的舒适性， 安全性，威胁人民群众的生命财产安全。因此，结构损伤识别成为了土木工程领 域近年来的热点研究方向之一。其中，基于结构振动特性分析的结构损伤识别， 是目前公认的适用性广，识别结果精准的方法。应用在金融行业的时间序列分析 现在也逐渐应用到工程中，在土木工程中的损伤识别领域取得了不错的效果。目 前对于结构的损伤识别多是基于线性损伤，而对于非线性损伤的研究较少。因此 本文将重点研究非线性时间序列模型应用在结构非线性损伤识别中的效果，并通 过与平稳时间序列应用在非线性损伤识别中的效果作对比，并通过改进加权的证 据理论进行融合，进一步提高损伤识别效果。 本文先介绍了平稳时间序列AR 模型的相关理论，包括模型公式简介、模型的 平稳性、模型的格林函数、自相关函数和偏自相关函数，详细阐述了AR 模型的建 模步骤和建模中的注意点，分析了基于ARMA 族的倒谱距离理论，构建线性损伤 识别指标 CMI 并将其转换为层间刚度指标 CMCI 。本文随后重点阐述了非线性 ARCH 模型的相关理论、建模过程，在AR 模型建模的基础上，利用残差序列进一 步将ARCH 模型应用在损伤识别上，构建了非线性损伤转换指标 SOVI 并将其转 为层间刚度指标 SOVCI。然后本文以一个三层框架实验和十自由度层间剪切结构 算例为载体，将上述两种损伤理论和指标应用在这两个算例上，通过多种不同工 况下的对比分析，得出了非线性指标SOVCI 识别效果较为优越的结果。最后，本 文介绍了不确定性推理中的经典 D-S 证据理论，阐述了其基本组合规则和当前存 在的面对高冲突证据源会融合出错的问题。本文通过改进加权方法解决了证据理 论中这一难题，并在此基础上提出了基于判定冲突系数的改进证据理论，将两种 损伤指标进行融合，得到了定位更为精确的识别结果，减少了误判的可能。 关键词：结构损伤识别；非线性时间序列；转换指标SOVCI；证据理论 I 英文摘要 Abstract In recent decades, Chinas building structure and infrastructure has developed rapidly, and various new buildings have risen from the ground. However, the performance of old buildings has been declining as the years of use have passed. On the one hand, during normal use, the durability of the material decreases, the mechanical properties change, and the building is corroded. On the other hand, buildings will encounter many serious natural disasters during their use, including typhoons and earthquakes. These will cause different degrees of damage to the building, which will seriously affect the comfort and safety of the building and threaten the lives and pro