[发明专利]时变结构参数识别方法、存储介质及设备在审
申请号: | 202111528835.0 | 申请日: | 2021-12-14 |
公开(公告)号: | CN114186595A | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 丁勇;张翼飞;张延哲;王林 | 申请(专利权)人: | 哈尔滨工业大学;哈工大(北京)工业技术创新研究院有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F30/23;G06F30/17 |
代理公司: | 深圳汇策知识产权代理事务所(普通合伙) 44487 | 代理人: | 迟芳 |
地址: | 150000 黑龙*** | 国省代码: | 黑龙江;23 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 结构 参数 识别 方法 存储 介质 设备 | ||
1.时变结构参数识别方法,其特征在于,包括以下步骤:
针对使用粘滞阻尼器的抗震结构系统,确定抗震结构系统对应状态的初始值,并组成初始状态向量χ0,并确定初始状态量的协方差矩阵,简称初始状态量协方差P0;其中χ0和P0分别称作第0时间步的状态量和状态量协方差;抗震结构系统对应状态包括待识别的参数;
基于无迹卡尔曼滤波器算法进行初步识别,基于无迹卡尔曼滤波器算法进行初步识别的过程中,需要基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的观测误差εk和第k时间步的量测预测协方差Pyy,k,并基于εk和Pyy,k计算输出每步对应的灵敏参数
然后绘制输出的灵敏参数时程曲线,如果ηk时程曲线有峰值脉冲出现,则基于自适应遗忘因子的无迹卡尔曼滤波器算法进行识别,在基于自适应遗忘因子的无迹卡尔曼滤波器算法进行识别的过程中,需要判断计算的ηk与灵敏参数阈值η0的大小,如果ηk<η0,则基于无迹卡尔曼滤波器算法继续识别;如果ηk≥η0,则继续执行以下步骤:
如果tr为矩阵的迹,则遗忘因子否则αk=1;
基于遗忘因子αk分别修正量测预测协方差Pyy,k、互协方差Pxy,k及状态量协方差并更新卡尔曼增益矩阵;基于更新的卡尔曼增益矩阵更新第k时间步的状态量;同时更新时间步继续滤波,直到循环结束,最终获得识别过程状态量中待识别参数。
2.根据权利要求1所述的时变结构参数识别方法,其特征在于,所述待识别参数包括粘滞阻尼器的阻尼系数C、粘滞阻尼器的速度指数ɑ以及粘滞阻尼器附加恢复力对应的应力σ。
3.根据权利要求2所述的时变结构参数识别方法,其特征在于,所述的抗震结构系统对应状态还包括抗震结构系统的位移和/或抗震结构系统的速度。
4.根据权利要求3所述的时变结构参数识别方法,其特征在于,所述抗震结构系统的观测值包括抗震结构系统的位移和/或加速度。
5.根据权利要求4所述的时变结构参数识别方法,其特征在于,所述抗震结构系统的观测值对应的观测方程通过以下过程确定:
步骤A1、根据达朗贝尔原理、结构动力学理论,确定抗震结构系统的运动控制微分方程,为方便表述将抗震结构系统简称系统;
步骤A2、将系统位移X、系统速度阻尼系数C、速度指数ɑ以及应力σ组成的向量称作状态量
根据状态量χ,依据步骤1中系统的运动控制微分方程,并基于线性代数矩阵运算及数值分析的数值微分和积分运算;
或者,
基于线性代数矩阵运算及结构动力学的Newmark-β法等数值积分方法推导出求解状态量的方程关系;
步骤A3、根据观测值类型,依据步骤A1中系统的运动控制微分方程并基于线性代数矩阵运算、数学知识确定求解观测值的方程关系,即观测方程。
6.根据权利要求4所述的时变结构参数识别方法,其特征在于,所述抗震结构系统的观测值对应的观测方程通过以下过程确定:
步骤B1、根据达朗贝尔原理、结构动力学及有限元理论,建立抗震结构系统的有限元模型,为方便表述将抗震结构系统简称系统;
步骤B2、将系统位移X、系统速度阻尼系数C、速度指数ɑ以及应力σ组成的向量称作状态量
根据状态量χ,依据步骤1中系统有限元模型进行状态量的输出设置,并将其作为状态方程;
步骤B3、根据观测值类型,依据步骤B1中系统有限元模型进行相应观测值的输出设置,并将其作为观测方程。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学;哈工大(北京)工业技术创新研究院有限公司,未经哈尔滨工业大学;哈工大(北京)工业技术创新研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111528835.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种外科运动辅助设备
- 下一篇:一种自启式用于计算机机箱滤板的除尘装置