基于扩展卡尔曼滤波和初等变换的结构参数和荷载识别研究.pdfVIP

第 19 卷 第7 期 铁道科学与工程学报 Volume 19 Number 7 2022 年7 月 Journal of Railway Science and Engineering July 2022 DOI: 10.19713/j.cnki.43-1423/u. 基于扩展卡尔曼滤波和初等变换的 结构参数和荷载识别研究 童倬慧，贺佳 (湖南大学 土木工程学院 建筑安全与节能教育部重点实验室，湖南 长沙 410082) 摘 要：扩展卡尔曼滤波(extend Kalman filter ，EKF)是一种能有效识别结构参数的时域方法，但经典的EKF 需要已知外激 励信息。在实际工程中，由于受各种条件限制，往往难以有效获取作用于结构的外激励信息，这大大限制了此类EKF 算法 的工程应用。为克服这一局限性，提出一种基于EKF 的未知激励下的结构参数识别方法。通过初等行变换矩阵，变换观测 方程，消除未知外激励在观测方程中的影响。利用状态方程获取先验估计，并基于变换后的观测方程，进一步获取结构状 态的后验估计，从而实现结构参数的有效识别。同时，基于当前时间步的系统状态和观测信息，识别作用于结构的未知外 激励。通过剪切框架结构模型和平面桁架2 个数值算例，验证该方法的有效性。此外，通过进一步识别未知激励作用下含 有Dahl 模型的非线性结构，验证该方法在非线性系统参数识别中的可行性。研究结果表明，在考虑部分响应观测和噪声影 响下，该方法能有效地对线性和非线性结构的参数及未知外激励进行识别。 关键词：未知外激励；系统识别；扩展卡尔曼滤波；部分观测；初等变换矩阵 中图分类号：TU311.3 文献标志码：A 文章编号：1672-7029 （2022 ）07-2042-08 Parameters and loads identification basing on extended Kalman filter and elementary transformation TONG Zhuohui, HE Jia (Key Laboratory of Building Safety and Energy Efficiency of the Ministry of Education, College of Civil Engineering, Hunan University, Changsha 410082, China) Abstract : The extend Kalman filter (EKF) can provide a promising way for the identification of structural parameters in the time domain. As well-known, the external excitation is required in the classic EKF algorithm. However, in many practical situations, it is not easy to obtain the input information, which significantly hinder the application of this method. To circumvent this limitation, an EKF-based approach was proposed for identifying structural parameters under unknown inputs. By using the elementary transformation matrix, the observation equation w