导读:本文包含了未知激励论文开题报告文献综述及选题提纲参考文献，主要关键词:非线性恢复力,地震激励,质量,记忆衰退全局迭代扩展卡尔曼滤波
未知激励论文文献综述
许斌,李靖[1]（2019）在《未知地震激励下结构恢复力及质量非参数化识别》一文中研究指出地震作用过程中结构恢复力是描述结构损伤发生发展过程定量描述的基础,更有助于描述结构在地震中破坏模式的演化。该文研究地震激励下结构部分质量及动力响应信息未知时,结构非线性恢复力、质量以及未知加速度时程的非参数化识别方法。首先,根据部分已知动力响应测量和质量信息,识别地震加速度时程。随后,利用记忆衰退全局加权迭代扩展卡尔曼滤波算法,引入幂级数多项式表征结构恢复力,实现了结构质量与非线性恢复力的非参数化识别。将具有非线性恢复力的磁流变阻尼器中引入到一个剪切型多自由度结构构成非线性系统,考虑测量噪声的影响,通过数值模拟验证了在噪声及较大质量初始误差情况下该方法识别结构质量、非线性恢复力及地震动加速度时程的识别效果。(本文来源于《工程力学》期刊2019年09期）
郑翥鹏,邱昊,夏丹丹,雷鹰,刘德全[2]（2019）在《未知激励下的无迹卡尔曼滤波新方法》一文中研究指出无迹卡尔曼滤波(UKF)是一种识别非线性系统的有效方法,然而传统的UKF方法需要观测外部激励,这限制了UKF的应用范围。迄今为止,国内外对未知激励情况下的UKF方法的研究还非常少。该文在传统UKF的基础上,推导出在未知激励情况下的无迹卡尔曼滤波(UKF-UI)方法的递推公式,通过对观测误差的最小化,利用非线性方程求解,识别未知外部激励,进而识别非线性结构系统状态与结构未知参数。进一步采用融合部分观测的加速度响应及位移响应,消除识别结果的漂移问题。分别通过白噪声和未知地震作用下识别非线性迟滞模型的两个数值算例,考虑观测噪声对非线性系统进行识别,从而验证提出新方法的有效性。结果表明,该文所提出的UKF-UI方法,能够在部分观测结构系统响应的情况下,有效地识别非线性结构参数和未知激励。(本文来源于《工程力学》期刊2019年06期）
朱佳佳[3]（2017）在《广义的未知激励下扩展卡尔曼滤波方法及其在子结构识别与振动控制的结合》一文中研究指出近几十年,结构健康监测在方法、技术、设备上都不断发展。目前已有越来越多的工程项目安装了结构健康监测系统,为全面分析结构的安全和使用性能提供了方便,同时也带来了诸多挑战。其中,未知激励下的结构参数实时识别引起学者的注意。此外,对于大型结构,子结构线性和非线性参数识别也是目前的热点所在。不仅如此,健康监测与振动控制一体化由于其合理性也得到许多关注研究。在众多结构参数实时识别的方法中,扩展卡尔曼滤波是一种行之有效的方法而得到广泛运用。传统卡尔曼滤波需要已知激励信息,对此,学者发展了未知激励下的扩展卡尔曼滤波方法,但目前提出的未知激励下扩展卡尔曼滤波方法对加速度响应的测量位置要求还比较高,例如需要观测在激励作用位置的加速度响应,或者不能识别未知移动荷载,这限制了这些方法的实际应用。因此,需从方法机理上研究在未观测未知输入处加速度响应情况下,实时对结构状态和未知激励输入进行识别的方法。对实际土木工程结构,往往只能监测结构部分的响应,难以获得结构外部输入的全部信息;而土木工程结构具有大型性与复杂性。虽然子结构分析识别是重要有效的方法,但子结构间的相互作用,对分析的子结构也是“未知的输入”。因此需要在“未知输入”情况下,进行子结构参数识别。目前的子结构参数(线性/非线性)实时识别方法需要观测子结构边界自由度响应或边界力,这限制了子结构方法的应用。此外,在结构振动控制领域,通常把振动控制和健康监测分割开来,但是结构控制系统和健康监测系统都需要传感器和数据采集、传输系统来实现,当建筑结构同时需要控制与监测这两种需求时,这样分别考虑是不实际的而且花费甚巨。发展一个综合的建筑结构结合振动控制系统和健康监测系统是很必要的。目前学者研究的一体化方法仍需观测结构所有自由度的加速度响应,这在实际工程中也是不易实现且不经济的。基于上述研究背景,本论文主要进行了以下的研究工作:(1)本文第二章提出一种广义的未知激励下卡尔曼滤波方法,是目前研究未知激励与结构实时识别的最一般方法。该方法是在扩展卡尔曼滤波的基础框架上直接推导而来,将结构状态方程以一阶保持(FOH)离散,以此达到即使在观测方程中不包含激励信息时(即激励作用处不放置加速度传感器)仍能有效识别结构外激励、结构状态及结构参数,亦能用于移动荷载的识别。并且,数据融合也被采用在该方法中,将加速度和位移传感器监测数据进行融合,互补并协同工作,能充分发挥各种监测数据的不同功效,克服现有基于卡尔曼滤波方法在未知输入下识别结果漂移。(2)第叁章将子结构边界力视为对目标子结构的“附加激励”进行识别,针对现有大型结构的子结构识别方法需要观测子结构边界力或边界响应的局限,结合“广义的未知激励下的扩展卡尔曼滤波方法”与“子结构方法”,提出基于子结构的复杂结构线性参数识别方法。这一方法能够在不观测子结构边界力和边界响应的情况下良好识别线性子结构的运动状态、参数和子结构的未知外激励。并且对于梁、柱等可以按尺寸划分子结构的大型结构,可以分两个尺度建模,两次识别结构参数,精确找出损伤位置和定量损伤大小。(3)第四章在第叁章识别线性子结构参数识别的基础上,考虑了结构发生非线性的情况,提出基于子结构的复杂结构非线性特征识别方法。当子结构参数发生非线性时,将子结构非线性参数扩展到状态向量中,识别子结构的运动状态、线性和非线性参数以及未知外激励。(4)第五章针对目前的结构识别和振动控制实时相结合方法需要观测所有自由度加速度响应的局限性,提出在未知激励情况下仅需部分观测结构响应的结构识别与振动控制相结合的实时方法,更适用于实际工程。首先提出结构识别与主动控制实时相结合的方法。而后提出结构识别与半主动控制实时相结合的方法。以上研究在本文中都有相应算例验证方法的可行性和有效性。(本文来源于《厦门大学》期刊2017-04-01）
王龙飞[4]（2017）在《基于未知激励下扩展卡尔曼滤波的时变结构在线识别及其与振动控制实时结合》一文中研究指出建筑结构的参数识别与损伤诊断是结构健康监测领域中的一项重要课题。在过去的数十年内,业内许多专家与学者给出了理论各异的,基于结构振动响应的参数识别与损伤诊断方法。然而,这其中的许多方法,大都是针对于时不变系统的。但在重大荷载发生时(如高烈度地震等),结构单元发生损伤,它的物理参数(如刚度等)在荷载作用中是随时间变化的。为了实时地捕捉这一变化,结构健康监测系统应该具备在线地识别时变结构参数的能力。因此本论文在第二章,在前人基础上得到了基于改进的自适应卡尔曼滤波的时变系统在线识别方法。与现有文献相比,该方法利用了自适应因子来反映结构参数的变化,能够仅在结构响应数据部分已知的情况下,在线地识别结构时变参数。首先利用经典的卡尔曼滤波算法识别时不变的结构参数,当参数收敛并稳定后,通过利用卡尔曼滤波中“修正项”的误差协方差,建立了关于自适应因子矩阵的非线性矩阵方程,并将其转化为一个带有非线性约束的最优化问题,然后通过求解该最优化问题求解这个自适应因子矩阵。并在求解矩阵前,先进行损伤的判定,对于判定为未损的情况,跳过自适应因子的求解,以适应该方法“实时在线”的要求。最后通过平面剪切框架与平面框架两个数值算例验证了所改进之方法的有效性。在本论文第叁章,考虑到外部输入在现实中往往难以精确量测,将改进的自适应卡尔曼滤波推广到未知输入的情况,并考虑了激励作用处加速度响应观测与不观测两种情况,得到了未知激励下基于改进的自适应卡尔曼滤波的时变系统在线识别方法。该方法可以在部分响应数据已知的情况下,在识别时变的结构参数的同时识别作用与结构的未知激励。该方法首先确定时不变的结构参数,待参数收敛并稳定后,建立关于自适应因子矩阵的方程,再通过将其转化为带有非线性约束的最优化问题进行求解。并在求解前,通过损伤判定适应方法“实时在线”的要求。最后,通过两个分别承受未知的地震激励与白噪声激励作用的平面剪切框架验证了该方法的可行性。在本论文第四章,由于全局的系统参数识别,往往会涉及过多的结构自由度以及未知的结构参数。并且在与时变参数相关的自适应因子求解中,过多未知单元也会对非线性方程的求解带来计算压力。并且有关子结构的研究,鲜有针对于时变的系统。因此借鉴已有学者提出的“子结构”方法,将全局结构中的部分单元单独分离开来,并在边界自由度上施加原结构中的未知内力,使之成为独立的结构。再利用前述未知输入下时变系统的参数识别方法进行识别。与现有文献相比,该方法在结构部分自由度加速度已知的情况下,识别时变的子结构参数,并同时识别子结构边界上的未知力。最后利用一个双侧外伸的多跨欧拉梁验证了该方法的准确性。最后,在本论文第五章,考虑到结构损伤/参数识别与结构振动控制共用传感器系统,因此对于同时需要两者的建筑结构,很有必要进行结构参数识别与振动控制的一体化方法。本章节将前述未知输入下的时变系统识别方法与结构半主动控制相结合,在实时地识别时变结构参数的同时对结构进行半主动控制,并进行未知外部输入的识别。最后,利用未知的地震激励与白噪声激励作用下的平面剪切框架验证了该方法的正确性。(本文来源于《厦门大学》期刊2017-04-01）
臧新良,张健龙,闻言,赵慧彬[5]（2015）在《水泥立磨系统在未知激励下的动载荷分析》一文中研究指出利用ADAMS软件对水泥立磨系统动载荷进行仿真,加载工作静载荷并以水泥立磨振动信号作为激励,求得了水泥立磨在工作时地脚螺栓的动载荷。分析结果表明:各螺栓在Y方向动载荷较大;立臂右后方螺栓所受载荷最大,在竖直方向为FMAX=4.786×105N。计算值与测试数据相吻合,该方法为激励载荷难以得到的系统求解提供了一种新的思路。(本文来源于《机械设计与研究》期刊2015年05期）
王居林[6]（2015）在《未知地震激励下结构模态的识别》一文中研究指出利用理论分析和数值模拟相结合的方法,解决在地震激励未知的情况下框架结构模态识别的问题。首先在频域内以时程反应傅立叶变换作为输入值,然后通过比较不同点的输入值确定结构的模态,从而诊断出结构的损伤。最后对二维和叁维框架结构进行数值模拟分析。结果表明,本方法在地震力未知时识别框架结构损伤具有可行性和有效性。(本文来源于《太原理工大学学报》期刊2015年05期）
曾顺秋,骆建文,张钦红[7]（2013）在《未知需求分布下的供应链交易信用组合激励机制》一文中研究指出运用不确定型决策理论中的极大极小方法,讨论了在需求最坏可能分布情况下集中式供应链的最优联合策略选择;考察了在分散决策供应链中零售商订货量与广告投入不足将导致供应链绩效不佳。研究发现,引入由交易信用、广告费用补贴以及销售收入共享构成的组合激励机制,能够协调作为独立主体的零售商的订货行为与广告策略,在满足零售商参与约束的同时,最终实现制造商期望利润的显着提高,并且例示了需求波动对供应链成员最优期望利润的影响。(本文来源于《软科学》期刊2013年06期）
许斌,贺佳[8]（2012）在《部分输入未知条件下结构参数及激励识别》一文中研究指出针对部分输入未知条件下的结构参数和荷载识别问题,提出一种改进的基于最小二乘准则的自适应加权迭代算法。该方法通过引入自适应学习因子和加权正定矩阵,以任意假定的未知外激励作为初始迭代条件,以相邻两次迭代后荷载的识别值的误差作为收敛判断准则,有效地改进了迭代收敛速率、稳定性和识别精度。同时,针对比例阻尼,对现有非线性参数识别的松弛法进行改进,提出一种转换算法。通过一个具有15个自由度的高层数值模型的模拟数据和一个4层结构模型的动力试验实测数据分别验证了该方法有效性,同时,分别探讨了噪声水平、权重系数、学习因子等对算法收敛性的影响。数值算例和基于模型动力测试数据的识别结果表明,该算法具有稳定的收敛特性,参数和荷载识别精度高以及对测量噪声的鲁棒性强的特点。(本文来源于《土木工程学报》期刊2012年06期）
马米花,蔡建平[9]（2012）在《外激励参数未知系统的同步控制及其参数识别》一文中研究指出考虑外激励的振幅和频率未知的混沌系统.把系统未知参数扩张成系统的新的状态量,构造新的驱动系统.用参数自适应控制方法构造一个响应系统,使之与驱动系统的结构相同.基于级联系统的稳定性理论,通过两个步骤来设计控制器和参数自适应律,使得驱动—响应系统能够达到完全同步.当驱动—响应系统达到完全同步时,就可以识别出系统的未知参数振幅和频率.最后以受迫Duffing-VanderPol系统和扩音器系统为例验证了本文提出的方案是有效的.(本文来源于《动力学与控制学报》期刊2012年01期）
李炜明,朱宏平,吴贤国,夏勇[10]（2010）在《未知激励下框架结构系统辨识的特征系统实现算法》一文中研究指出在激励未知的情况下,基于试验加速度数据,对某叁层框架进行了结构系统参数的辨识。引入了特征系统实现算法,在实验室条件下,基于模拟环境激励的框架结构的自由振动加速度响应,生成了Hankel矩阵,计算了相应的互相关函数;运用奇异值分解求得了系统的特征值,通过计算指标MAC、EMAC、MPC、CMI,剔除了系统的虚假模态,得到了结构的相应频率与阻尼,与实测数据以及有限元计算结果的比较分析表明,未知激励下,特征实现算法能较准确地对结构的动力参数进行辨识。(本文来源于《振动与冲击》期刊2010年08期）
未知激励论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无迹卡尔曼滤波(UKF)是一种识别非线性系统的有效方法,然而传统的UKF方法需要观测外部激励,这限制了UKF的应用范围。迄今为止,国内外对未知激励情况下的UKF方法的研究还非常少。该文在传统UKF的基础上,推导出在未知激励情况下的无迹卡尔曼滤波(UKF-UI)方法的递推公式,通过对观测误差的最小化,利用非线性方程求解,识别未知外部激励,进而识别非线性结构系统状态与结构未知参数。进一步采用融合部分观测的加速度响应及位移响应,消除识别结果的漂移问题。分别通过白噪声和未知地震作用下识别非线性迟滞模型的两个数值算例,考虑观测噪声对非线性系统进行识别,从而验证提出新方法的有效性。结果表明,该文所提出的UKF-UI方法,能够在部分观测结构系统响应的情况下,有效地识别非线性结构参数和未知激励。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
未知激励论文参考文献
[1].许斌,李靖.未知地震激励下结构恢复力及质量非参数化识别[J].工程力学.2019
[2].郑翥鹏,邱昊,夏丹丹,雷鹰,刘德全.未知激励下的无迹卡尔曼滤波新方法[J].工程力学.2019
[3].朱佳佳.广义的未知激励下扩展卡尔曼滤波方法及其在子结构识别与振动控制的结合[D].厦门大学.2017
[4].王龙飞.基于未知激励下扩展卡尔曼滤波的时变结构在线识别及其与振动控制实时结合[D].厦门大学.2017
[5].臧新良,张健龙,闻言,赵慧彬.水泥立磨系统在未知激励下的动载荷分析[J].机械设计与研究.2015
[6].王居林.未知地震激励下结构模态的识别[J].太原理工大学学报.2015
[7].曾顺秋,骆建文,张钦红.未知需求分布下的供应链交易信用组合激励机制[J].软科学.2013
[8].许斌,贺佳.部分输入未知条件下结构参数及激励识别[J].土木工程学报.2012
[9].马米花,蔡建平.外激励参数未知系统的同步控制及其参数识别[J].动力学与控制学报.2012
[10].李炜明,朱宏平,吴贤国,夏勇.未知激励下框架结构系统辨识的特征系统实现算法[J].振动与冲击.2010
标签：非线性恢复力; 地震激励; 质量; 记忆衰退全局迭代扩展卡尔曼滤波;