一、卡尔曼滤波在结构物理参数识别中的应用（论文文献综述）
晋冬丽[1]（2021）在《部分观测信息下工程结构时变参数识别方法研究》文中指出由于外部荷载效应、环境的侵蚀及材料的老化等耦合因素,结构会出现损伤累积,造成力学性能退化,使得结构参数具有时变性,表现出时变力学特征。此外,工程结构在不同荷载条件、不同工作环境下,结构参数也会表现出明显的时变特征,如车-桥组成的耦合时变系统、人群-大跨度空间结构组成的时变系统。为保证工程结构在服役期间的安全性,其时变力学行为不容忽视。结构参数识别作为结构健康监测的重要研究内容之一,能够直观描述结构在全寿命过程中产生的性能退化、损伤演化规律。因此,研究结构参数的时变规律,变得意义重大。本文针对此问题,以工程时变结构为研究对象,采用小波理论、卡尔曼滤波理论等主要研究方法,利用理论分析、数值模拟及模型试验相结合的研究手段,开展了部分观测信息下工程结构时变参数识别方法的研究。研究内容主要包括以下几个方面:（1）进行了小波多分辨率分析及无迹卡尔曼滤波估计理论研究。阐述了小波多分辨分析的原理和实现过程,对无迹卡尔曼滤波估计等方面进行了理论研究,给出了无迹卡尔曼滤波及小波多分辨分析的算法流程,并进行了不同噪声水平下无迹卡尔曼滤波估计系统响应的仿真分析。阐述了小波多分辨分析在结构参数识别中的应用,对单自由度以及二自由度线性结构系统进行了数值仿真分析,说明方法的可行性。（2）提出基于部分观测信息的WMRA-UKF迭代时变参数识别新方法。该方法在部分观测数据条件下,研究无迹卡尔曼滤波技术对结构系统的状态最优估计,基于WMRA理论,融入无迹卡尔曼滤波技术,建立多自由度时变振动系统的时变参数识别迭代方法理论模型。将其应用于单自由度及多自由度结构系统,并进行了算法的抗噪性研究,表明该方法具有很好的准确性、适用性和抗噪性。（3）为了进一步验证所提出方法的适用性,设计三层钢框架振动台模型试验,基于部分测试的响应数据,通过结构的刚度突变模拟性能退化、损伤发生,验证本方法用于识别结构系统时变参数的正确性与适用性。
郑宇[2]（2020）在《基于扩展卡尔曼滤波的结构参数识别及传感器布设优化研究》文中研究指明土木工程结构受地震等自然灾害影响及长期荷载作用,会发生损伤,损伤不断积累,容易导致结构发生突然破坏,引发社会安全隐患。因此,发展结构健康监测技术,对结构进行参数识别和实时监测是十分必要的。卡尔曼滤波算法具有在非完备观测响应数据情况下实现实时识别结构物理参数的优点,因而成为最常用的物理参数识别方法。考虑到实际工程中传感器布置数量有限,不同布设方案对识别结果准确性影响较大,因此本文以扩展卡尔曼滤波算法为基础,研究了结构在部分观测响应数据下的传感器位置和数量优化问题。论文主要完成了以下工作:（1）对卡尔曼滤波的基本原理进行了详述,并推导了其递推公式,梳理了扩展卡尔曼滤波方法应用在剪切型结构上的识别过程,为后续的研究提供了理论基础。采用不同结构数值模拟结果,对结构刚度、阻尼等物理参数进行了识别,结果表明扩展卡尔曼滤波算法能够很好的识别线性结构和非线性结构物理参数。（2）为了研究结构在给定传感器数量情况下的传感器布置位置问题,对8层剪切型结构进行数值模拟,使加速度传感器布置数量为1、2、3、4;并保持传感器数量不变,对选取不同观测位置的方案进行识别,通过对刚度和阻尼识别结果误差曲线的分析,给出合理的布置位置建议。为避免计算结果的偶然性,采用13层结构为模型对所得结构和结论进行了验证。（3）为了研究不同结构在既能满足参数识别精度要求又能平衡经济条件下的传感器布设数量问题,分别选取5、9、12、16层结构进行识别,按照观测加速度传感器数量从1递增至结构层数,传感器位置按照底层和顶层分别布置、其余靠近结构顶层的原则选取。通过对识别误差进行对比分析,得出各层结构的优化传感器布置数量。最后给出了20层以内结构最佳传感器数量建议,并以8层和13层结构识别结果验证了建议合理性。
黎思源[3]（2020）在《基于粒子滤波的桥梁参数识别研究》文中进行了进一步梳理桥梁在进入服役期后,在长期交通荷载的作用和环境因素作用下,结构构件会出现不同程度的损伤,这会降低桥梁的安全性和耐久性,甚至造成桥梁的坍塌。桥梁的检测和监测对于及时发现结构的损伤起着关键作用,但如何用监测数据对结构损伤进行定位和识别是一个难题。时域物理参数识别是用观测值和动态系统的状态空间模型来对系统参数进行估计的一种方法,可以用来对桥梁的刚度等参数进行识别,评估结构的安全性。常用的时域物理参数识别方法有最小二乘法、卡尔曼滤波等方法,但这些方法具有一定的局限性:对非线性非高斯系统的适用性较差。粒子滤波是基于蒙特卡罗采样原理的一种滤波方法,用粒子集和权值来描述系统的先验分布,并根据贝叶斯定理和观测值对粒子状态进行更新,从而递推得到系统状态的最优后验概率分布,可以用于非线性非高斯系统的参数估计。首先用粒子滤波对简支梁桥的各单元抗弯刚度和瑞雷阻尼系数进行了识别,总结了识别过程中粒子种类和粒子总数的变化规律,并研究了初始粒子分布的影响。将动力荷载下测点的加速度作为观测值并加入随机高斯白噪声,研究了信噪比与粒子滤波识别误差之间的关系。分别将高斯分布和稳态分布作为似然概率密度函数,在高斯噪声和非高斯噪声干扰下对各单元刚度参数进行了识别,得出了收敛粒子种类和识别误差与似然分布参数之间的关系。此外,对某三跨连续梁桥的跨中刚度参数进行了识别,重点研究了观测值的数量和似然函数对识别结果的影响。用有限元软件建立了空间钢桁架桥模型,计算了移动荷载作用下的的结构动力响应,将加速度作为观测值并加入随机噪声,用基于高斯似然函数和基于稳态似然函数的粒子滤波分别对四种不同损伤工况下的竖腹杆刚度参数进行了识别,结果表明粒子滤波具有良好的抗噪性和稳定性,能够较准确地识别构件的损伤程度。对剪切型桥墩的参数进行了识别研究。在小震下用Newmark-β法积分得到桥墩的动力响应,将绝对加速度作为观测值并加入噪声,用粒子滤波对桥墩的线性刚度和阻尼进行了识别,并提出了用自适应粒子滤波来识别时变刚度参数。在中震和大震作用下桥墩会进入弹塑性阶段,本文用Bouc-wen模型来模拟桥墩的非线性行为,用OAAT法对各识别参数的敏感度进行了分析,用粒子滤波对地震激励下的桥墩刚度、阻尼以及滞回参数等进行了识别,分析了各参数识别误差与参数敏感度之间的关系,并与扩展卡尔曼滤波的识别结果进行了对比,验证了粒子滤波在非线性系统参数识别中的优势。最后,将隔震体系桥梁简化成两自由度非线性剪切模型,对部分参数进行了识别,取得了良好的识别效果。本文提出用粒子滤波的方法来对桥梁参数进行识别,证明了粒子滤波具有良好的抗噪性和稳定性,识别结果也可以满足工程精度的需求,这为桥梁结构的参数估计和损伤识别提供了一种新的思路,也有助于桥梁监测技术的推广应用。
赵一男[4]（2020）在《基于贝叶斯估计的结构损伤识别方法改进及应用》文中研究指明结构损伤识别是当前土木工程领域的研究热点,基于贝叶斯估计的结构损伤识别方法可以很好地解释损伤识别过程中所存在的不确定性,因而更为合理也受到更为广泛的关注。本文针对贝叶斯估计中逐分量自适应Metropolis（SCAM）抽样算法存在的问题进行了改进,提出了改进的SCAM算法,并将改进的SCAM算法与贝叶斯损伤识别方法结合,通过获取结构的观测响应数据得到结构物理参数的似然函数,利用贝叶斯理论给出结构物理参数的后验联合概率分布,再结合改进的SCAM算法求出结构物理参数的后验边缘概率分布和最优估计值,进而对结构损伤进行评估。最后通过对一个四层剪切数值模型和一个三层RC框架结构振动台试验模型进行识别,验证了改进的SCAM算法的有效性和实用性,并引入Park-Ang双参数损伤模型,实现了结构损伤水平概率评估。本文主要工作如下:（1）马尔可夫蒙特卡罗（MCMC）抽样方法是贝叶斯估计中求解参数后验边缘分布的重要技术手段,SCAM算法作为MCMC抽样方法中的一种,在求解高维后验边缘概率分布时是比较有效的,但研究表明该算法在提议分布方差较小,且抽样初始值与标准值相差较大时,易生成重复性样本,导致抽样效率低、计算结果误差大。为解决这一问题,本文提出了改进SCAM算法,改进方法中重新定义了提议分布方差的表达式,使得样本序列构成的马尔可夫链相对稳定,并通过一个抽样算例验证了所提方法的准确性和高效性。（2）将改进的SCAM算法与基于贝叶斯估计的结构损伤识别方法相结合,通过获取结构的观测响应数据得到结构物理参数的似然函数,利用贝叶斯理论给出结构物理参数的后验联合概率分布,再结合改进的SCAM算法求出结构参数的后验边缘概率密度分布和最优估计值。对某四层剪切型结构数值模型在累积损伤工况下进行物理参数识别,结果表明所提方法具有良好可靠性和抗噪能力。（3）通过振动台试验,对一个三层RC框架模型在多次地震作用下进行物理参数识别和损伤识别,并引入Park-Ang双参数损伤模型,得到结构各层和整体的损伤指数概率分布,给出结构损伤水平的概率评估。最后通过对比识别结果和实际试验现象,验证了所提方法的有效性和实用性。
李洋[5]（2020）在《基于结构健康监测的地震荷载识别与灾后评估研究》文中认为地震发生后,对建筑物进行快速的状态评估可以为抗震救灾和人员安置提供科学依据。准确的地震荷载、精细的建筑模型、快速的计算方法是进行状态评估的重要前提。尽管地震荷载可以从地震台网获得,但由于传播过程中受到土层和岩石的影响,真实作用在建筑物上的荷载与地震台网获得的地震记录有较大差异。建立土体和建筑物相互作用的整体模型,可以最精确地模拟建筑的实际受力状态,但模型巨大,求解需要耗费大量时间,震后状态评估的时效性降低。随着结构健康监测系统的日益发展和普及,可以从监测系统中获得的结构动态响应来反演地震荷载输入,得到最真实的荷载。近几年兴起的有限质点法具有并行加速的优良特性,为解决大规模精细化计算提供了 一种新的思路,课题组基于有限质点法开发了 FPM计算平台,可以作为土-结构体系时程分析的有力工具。本文主要围绕地震荷载识别、土-结构体系地震响应分析和建筑震后状态评估三个方面展开。针对非减隔震结构,提出了基于模态空间内卡尔曼滤波算法的地震荷载识别方法,实现了利用若干阶模态信息和部分加速度响应信息的地震荷载识别。推导了绝对坐标下的结构运动方程,给出了地震荷载识别公式。采用剪切型结构算例和弯曲型结构算例表明了该方法的通用性。进行了模态参数敏感性分析和观测噪声敏感性分析,分析结果表明结构的频率信息对反演结果有较大影响,应提高频率的识别精度。观测噪声影响下的识别结果仍可用于中长周期结构的地震响应计算,层间位移误差可以保持在5%以内。通过一个五层框架的振动台试验验证了非减隔震结构地震荷载识别方法的有效性和准确性。针对减隔震结构,采用未知激励下的扩展卡尔曼滤波算法进行地震荷载识别。特别对于隔震结构,实现了隔震支座参数未知时的地震荷载识别。对Bouc-Wen隔震支座模型和Bilinear隔震支座模型分别进行了数值验证,利用部分加速度响应同时反演未知结构参数、非线性隔震力和地震荷载。采用位移、速度和应变响应分别融合加速度响应的方式,解决了在噪声作用下识别结果漂移的问题。对于多种传感器之间不同采样频率的数据融合问题,引入了多速率融合方法。通过一个设有隔震支座的框架结构振动台试验,验证了隔震支座参数未知时的地震荷载识别方法和数据融合技术的有效性和准确性。介绍了有限质点法的基本理论和基于有限质点法开发的计算平台FPM,对精细化分析中采用的纤维梁模型和材料本构模型进行了阐述。采用一维等效线性化场地反应分析方法将识别得到的土层表面地震荷载反演到土层基岩。对土-结构体系地震响应分析中的人工边界设置问题,进行了详细研究,结果表明侧移边界可以有效模拟地震波在土体半无限空间内的传播规律,土体计算范围到建筑群的距离取1倍的土层厚度即可满足计算精度的要求。通过一个100幢建筑群的地震响应分析,验证了 FPM平台的有效性。对比了土-结构体系地震响应与单个框架地震响应的差异,表明了考虑土-结构相互作用的必要性。提出三层次五状态等级的结构震后状态评估体系。基于精细化的有限质点法模型震后响应分析,给出构件、楼层和整体结构的状态评估结果。构件评估基于混凝土和钢筋的应变指标;框架结构楼层评估采用基于力和基于位移限值的评估方法,框架剪力墙结构评估根据抗侧移构件的损伤数目进行判定;整体结构状态评估取各个楼层的最不利状态。最后给出了 100幢建筑群的评估结果和基于FPM平台的评估渲染图。开发了地震响应监测与显示程序。通过实时读取监测系统测得的结构动态响应,显示楼层最大加速度分布、最大层间位移角分布和最大仪器烈度分布。采用多通道联合触发方式自动判定地震发生时刻,震后给出观测结构的初步评估结果。通过两幢框架的振动台试验,检验了地震响应监测与显示程序的实用性。本文在进行地震荷载识别和土-结构体系地震响应分析上做了很多简化和假定,有很多细节需要完善和改进,在文末一一做了说明。
殷玉平[6]（2019）在《基于UKF的桥梁运营状态下结构参数与损伤识别》文中进行了进一步梳理对于桥梁结构,在自然环境因素、长期交通荷载共同作用下,结构不可避免会出现一定程度的损伤,导致承载能力降低,因此需要对桥梁进行监测,根据结构响应输出信号来识别结构模态参数或者物理参数,评估桥梁实际性能,确保结构的可靠性。对于大跨桥梁结构,很难通过主动施加外部激励的方法进行参数识别,而且现场采集结构响应信号会受到环境等噪声干扰,给识别带来影响。因此,本文在桥梁运营状态下,通过无迹卡尔曼滤波方法对参数识别进行了研究,具体研究内容如下:（1）针对桥梁结构Rayleigh阻尼系数直接扩展到状态量中进行识别可能会导致不收敛或者不能准确收敛,本文介绍了一种改进的阻尼系数识别方法——每次UT采样后,通过最小二乘法对状态量中阻尼系数分量进行更新,提高了阻尼系数的识别精度。（2）研究了基于结构响应互相关函数的无迹卡尔曼滤波识别方法,在环境激励下,可以不用确定输入进行参数估计,并对简支箱梁桥进行了数值模拟分析,验证了该方法的适用性。（3）在移动车辆荷载作用下,观测不同位置、不同类型结构响应,采用无迹卡尔曼滤波方法,通过MATLAB建立Euler梁单元模型以及MATLAB-OpenSees仿真平台对桥梁损伤识别进行了数值仿真分析。数值分析结果表明,以应变作为观测量的识别精度高于以位移作为观测量的识别精度;基于OpenSees纤维单元模型识别精度高于Euler梁单元模型。
郎鹏[7]（2019）在《基于车桥耦合振动系统的桥梁损伤时域识别方法》文中研究指明随着全国交通行业的迅速发展,包括城市生命线工程在内的基础设施建设发挥了重要作用,桥梁是其中不可或缺的重要组成部分。随着载运量不断提高,服役桥梁会出现不同程度的损伤,损伤的累积会给结构安全和正常运营带来隐患。本文主要以车桥耦合系统为研究对象,即桥梁正常运营状态,研究结构物理参数、结构损伤和相互作用力的识别方法,具体研究内容包括:（1）对车辆-桥梁耦合时变系统进行分析建模,基于桥梁响应对单元刚度的灵敏度识别桥梁结构损伤,引入正则化方法改善求解反问题的不适定性。通过数值仿真分析,验证了该方法能够较好地识别损伤位置和损伤程度。（2）基于无迹卡尔曼滤波器算法,扩展结构物理参数至状态量中,识别结构弹性模量和各个单元抗弯刚度损伤程度。引入伪观测更新过程,对无迹卡尔曼滤波算法进行正则化约束,在时间步内进行迭代,使损伤因子能够更快地收敛至稳定值。以车辆子系统作为研究对象,将车辆-桥梁相互作用力直接扩展至状态量中,通过观测车辆响应对耦合力进行识别,识别方法简便并且精度高。（3）以波形钢腹板预应力混凝土组合箱梁桥为工程背景,分别建立了实体有限元模型和空间梁单元有限元模型,通过数值模拟分析其力学特性,在此基础上对模型进行合理化简。建立简化桥梁模型与车辆的车桥耦合运动方程,应用灵敏度算法对结构损伤进行离线识别,应用UKF算法对结构参数、结构损伤和车桥耦合力进行在线识别。
俞安华[8]（2019）在《基于卡尔曼滤波的剪切型框架结构参数识别方法》文中进行了进一步梳理服役期间的土木工程结构,其在外部环境、工作荷载和极端荷载等因素作用下,不可避免地出现损伤,结构损伤必然会导致结构性能的变化,使得结构系统识别（structural system identification,SSI）成为结构健康监测的重要任务之一。在传统的SSI算法中,结构系统的外部激励需要提前获得。然而,在实际工程结构中安装大量传感器来测量所有激励/输入和响应/输出是非常困难和不现实的。因此,提出一些新的有限输入和输出下的SSI方法是符合实际工程和十分迫切的。为此,本文从模态参数和物理参数识别两方面出发,首先针对未知激励下土木工程结构中存在密集模态响应信号的问题,提出一种未知激励下结构模态参数联合识别方法;其次,针对土木工程结构中获得激励/输入和响应/输出受限的情况,提出一种有限输入输出下结构物理参数识别方法。最后,通过多个数值算例和结构动力试验验证了所提方法的有效性和准确性。本论文的主要研究内容与创新之处如下:（1）从未知激励下的振动响应信号出发,结合随机减量技术、解析模态分解、希尔伯特变换和卡尔曼滤波理论建立一种未知激励下结构模态参数联合识别方法。该方法首先采用随机减量技术将实测的振动响应信号转换成自由振动响应信号;其次,运用解析模态分解理论将转换后的自由振动响应信号分解成各阶独立的模态分量信号;再次,采用希尔伯特变换估计出各阶分量信号的固有频率和模态阻尼比。最后,引入卡尔曼滤波算法对估算出的频率和阻尼比进行滤波和平滑以得到更精确的识别值。通过一个含有密集模态分量的合成信号和一个未知激励作用下剪切型框架结构的动力试验验证了该方法的有效性和准确性。（2）通过扩展卡尔曼粒子滤波（extended Kalman particle filter,EKPF）和最小二乘法（least square,LS）的结合,提出一种有限输入和输出下剪切型框架结构的物理参数识别方法。EKPF-LS的基本原理是通过EKF-LS建立粒子滤波的建议分布函数。在此方法中,引入EKPF来减小扩展卡尔曼滤波（extended Kalman filter,EKF）识别物理参数引起的线性化误差并使其适用于非高斯噪声模型。同时,采用LS算法估计未知激励。通过一个四层剪切型框架在地震激励下的数值算例和一个高斯白噪声和正弦扫频信号分别激励下的四层剪切型框架动力试验验证该方法的有效性和准确性。
洪欣[9]（2019）在《基于原子搜索优化算法的结构参数识别》文中研究表明土木工程结构在服役过程中遭受着环境侵蚀、建筑材料老化、荷载长期作用和各种突发性外在因素的耦合作用,导致结构抗力衰减和发生损伤累积,这给结构的安全性和耐久性带来巨大影响,随着科学技术的迅猛发展,结构健康监测已日益成为土木工程领域的研究热点,当结构发生损伤时,其结构参数不可避免地发生改变,因此结构参数识别是结构损伤诊断和安全性评估的基础和前提。随着计算机技术的快速发展,大量的新型智能优化算法被学者们提出并应用于各个领域,对于不同的应用场景,各种优化算法的性能不尽相同。基于以上背景,本文对新近提出的原子搜索优化算法（ASO）在结构参数识别中的应用进行了可行性和有效性研究,主要工作和研究成果如下:（1）简要概述了目前常用结构参数识别方法及其研究现状,由于传统的结构参数识别方法往往需要结构先验信息和完备的响应信息,这使得这些方法在实际应用中存在诸多限制,针对这一问题,提出基于ASO算法的结构参数识别方法。（2）对ASO算法的基本原理与背景进行了必要的阐述,提出了基于ASO算法进行结构参数识别的具体方法,通过对5层剪切型框架结构的物理参数识别进行数值模拟,并与DE、PSO、GA等算法的识别结果进行对比,模拟结果表明,使用该方法在结构信息完全未知且测试信息不完备并包含噪声的情况下仍能准确识别结构物理参数,并且识别效果优于其同类竞争算法。另外,文中对基于ASO算法的结构参数识别方法进行了鲁棒性测试,测试结果表明该方法具有较强的鲁棒性。（3）针对ASO算法在识别自由度数目较多的结构中容易陷入局部最优值和搜索空间平坦区等问题,将轮盘赌选择策略、随机游走策略和精英选择策略引入到ASO算法中,对算法进行改进。数值模拟结果表明,改进算法（RREASO）相对于原始ASO算法在识别自由度数目较多的结构时识别效果更佳。（4）待识别结构参数数量会随着结构自由度成比例增加,为了提高对大型复杂结构的参数识别精度和效率,论文引入子结构技术和RREASO算法相结合,对27自由度剪切型框架结构物理参数识别进行数值模拟,并与使用RREASO对完整结构识别的结果进行对比,结果表明,使用RREASO算法对结构的各个子结构依次进行识别的精度和效率都要高于采用RREASO算法对完整结构进行识别。（5）设计了一个5层金属框架结构模型的振动台试验,利用试验结构上安装的加速度计获得结构激励和响应信号,通过RREASO算法识别试验结构参数。试验结果分析表明,RREASO算法能较准确地识别不同损伤情节下结构物理参数,且能进一步确定结构的损伤位置及损伤程度。
曾雅丽思[10]（2019）在《基于动态转角测量技术的框架结构参数识别与广义模态柔度理论》文中研究说明针对结构识别算法应用于实际工程时,结构的转动信息难于准确测量及转角自由度通常容易被忽略的问题,本文研究了使用陀螺仪转角传感器测量动态信号的方法,基于动转角测量技术识别了结构的物理参数和模态柔度。具体研究内容如下:（1）针对结构转动响应信息测量困难这一问题,提出采用商业级的微机电（MEMS）陀螺仪传感器测量角度和角速度响应,对市场上现有的MEMS陀螺仪传感器进行了调研,介绍了HWT901B陀螺仪传感器的基本工作原理。通过数值模拟和试验研究,依据由平动响应信息拟合转动响应的原理,以门式钢框架结构的柱构件为试验对象,验证了MEMS陀螺仪传感器的静态精度和动态精度,为后续的静载试验和模态试验提供支持。（2）对响应信息不完备条件下的结构物理参数识别的时域方法进行理论公式推导。对一座4层框架结构进行算例分析,设置通过广义逆方法重构转角和采用转角真实值两种工况,在已知输入信息条件下,基于最小二乘递推算法进行了结构物理参数识别,验证了理论推导的正确性。同时物理参数识别的结果表明采用广义逆方法重构转角响应时物理参数识别的效果不够理想。然后,通过一个3层2跨的钢框架模型的动力试验验证了采用MEMS陀螺仪传感器直接测量转动响应相比于由广义逆方法重构转动响应对弯剪型结构进行刚度参数时域识别的效果更好。在此基础上,使用最小二乘法进一步对该钢框架进行了损伤识别,准确诊断了损伤范围。（3）基于考虑节点转动的多跨平面框架结构模型和不同模态测试信息,使用灵敏度方法对钢框架模型进行层间抗弯刚度参数识别和损伤识别,结果表明转角振型测试信息的补充,提高了使用灵敏度方法识别的结构物理参数的精度,较好的指示了框架结构的损伤位置。将最小二乘递推算法和灵敏度方法的损伤诊断结果进行比较,结果表明相对而言灵敏度方法损伤识别结果更为准确。（4）将转角信息引入模态柔度中,提出广义的模态柔度概念。根据基于频响函数截距提取模态柔度的方法,通过对钢框架模型进行静载试验和模态试验研究,将结构受静载作用下的位移（转角）与模态柔度计算所得的位移（转角）进行比较,验证了模态柔度算法的准确性。研究结果表明位移模态柔度比转角模态柔度的精度高,主要误差来源于模态阶数参与不足,前三阶位移模态对整体位移模态柔度的贡献大于前三阶转角模态对整体转角模态柔度的贡献。
二、卡尔曼滤波在结构物理参数识别中的应用（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、卡尔曼滤波在结构物理参数识别中的应用（论文提纲范文）
（1）部分观测信息下工程结构时变参数识别方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 工程结构时不变参数识别方法研究现状 |
| 1.2.1 峰值法 |
| 1.2.2 频域分解法 |
| 1.2.3 随机子空间法 |
| 1.2.4 时间序列方法 |
| 1.3 工程结构时变参数识别方法研究现状 |
| 1.3.1 希尔伯特-黄变换 |
| 1.3.2 最小二乘估计类方法 |
| 1.3.3 卡尔曼滤波类方法 |
| 1.3.4 小波分析方法 |
| 1.4 本文研究内容与创新点 |
| 1.4.1 研究内容 |
| 1.4.2 创新点 |
| 1.4.3 技术路线 |
| 第2章 小波多分辨分析及无迹卡尔曼滤波理论 |
| 2.1 引言 |
| 2.2 小波多分辨分析 |
| 2.2.1 小波多分辨分析的概念 |
| 2.2.2 小波多分辨分析的理解 |
| 2.3 无迹卡尔曼滤波 |
| 2.3.1 无迹卡尔曼滤波理论 |
| 2.3.2 基于无迹卡尔曼滤波估计的数值仿真 |
| 2.4 本章小结 |
| 第3章 基于WMRA的线性结构时变参数识别 |
| 3.1 引言 |
| 3.2 基于WMRA的线性结构时变参数识别 |
| 3.2.1 时变参数识别模型的建立 |
| 3.2.2 时变参数小波多分辨率表达 |
| 3.3 数值仿真 |
| 3.3.1 单自由度线性结构数值仿真 |
| 3.3.2 多自由度线性结构数值仿真 |
| 3.4 本章小结 |
| 第4章 基于WMRA-UKF的线性结构时变参数识别 |
| 4.1 引言 |
| 4.2 部分观测信息下基于WRMA-UKF的模型建立 |
| 4.3 数值仿真 |
| 4.3.1 单自由度线性结构数值仿真 |
| 4.3.2 三自由度线性结构数值仿真 |
| 4.3.3 五自由度线性结构数值仿真 |
| 4.4 抗噪性研究 |
| 4.4.1 结构加速度噪声 |
| 4.4.2 观测噪声 |
| 4.4.3 地震加速度噪声 |
| 4.5 本章小结 |
| 第5章 基于WMRA-UKF的结构时变参数识别试验验证 |
| 5.1 引言 |
| 5.2 时变刚度框架模型试验 |
| 5.2.1 模型制作 |
| 5.2.2 测试工况 |
| 5.3 结构刚度识别 |
| 5.3.1 工况一:刚度时不变 |
| 5.3.2 工况二:第三层刚度突变 |
| 5.3.3 工况三:第二层刚度突变 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和参加科研情况 |
| 致谢 |
| 作者简介 |
（2）基于扩展卡尔曼滤波的结构参数识别及传感器布设优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 结构健康监测理论 |
| 1.3 结构参数识别方法 |
| 1.3.1 结构模态参数识别方法 |
| 1.3.2 结构物理参数识别方法 |
| 1.4 本文主要研究内容 |
| 第二章 扩展卡尔曼滤波理论 |
| 2.1 引言 |
| 2.2 卡尔曼滤波算法 |
| 2.3 扩展卡尔曼滤波算法 |
| 2.3.1 扩展卡尔曼滤波在剪切型结构参数识别中的应用 |
| 2.3.2 数值积分方法 |
| 2.4 数值分析 |
| 2.4.1 多自由度线性结构 |
| 2.4.2 单自由度非线性结构 |
| 2.5 本章小节 |
| 第三章 非完备观测下的传感器位置优化 |
| 3.1 引言 |
| 3.2 部分观测数据下扩展卡尔曼滤波方法 |
| 3.3 8自由度结构传感器位置讨论 |
| 3.3.1 单传感器位置布设讨论 |
| 3.3.2 双传感器位置布设讨论 |
| 3.3.3 三传感器位置布设讨论 |
| 3.3.4 四传感器位置布设讨论 |
| 3.3.5 不同数量传感器识别效果对比 |
| 3.4 13自由度结构传感器位置讨论 |
| 3.4.1 单传感器位置布设讨论 |
| 3.4.2 双传感器位置布设讨论 |
| 3.4.3 三传感器位置布设讨论讨论 |
| 3.5 本章小结 |
| 第四章 非完备观测下的传感器数量优化 |
| 4.1 引言 |
| 4.2 不同结构传感器数量讨论 |
| 4.2.1 5层结构传感器数量讨论 |
| 4.2.2 9层结构传感器数量讨论 |
| 4.2.3 12层结构传感器数量讨论 |
| 4.2.4 16层结构传感器数量讨论 |
| 4.2.5 结构层数与传感器布设数量之间的关系 |
| 4.3 数值验证 |
| 4.3.1 8层结构传感器数量验证 |
| 4.3.2 13层结构传感器数量验证 |
| 4.4 本章小节 |
| 第五章 结论与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士期间发表的文章 |
| 攻读硕士期间参与的科研项目 |
（3）基于粒子滤波的桥梁参数识别研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 桥梁检测与健康监测概述 |
| 1.2.1 桥梁检测 |
| 1.2.2 桥梁健康监测系统 |
| 1.2.3 桥梁健康监测数据科学 |
| 1.2.4 结构损伤定位及损伤识别技术 |
| 1.3 粒子滤波在结构参数识别中的应用 |
| 1.4 本文主要研究内容 |
| 第二章 最优估计及粒子滤波原理介绍 |
| 2.1 最优估计理论和卡尔曼滤波原理 |
| 2.1.1 动态系统的状态空间模型 |
| 2.1.2 最小二乘估计准则 |
| 2.1.3 极大似然估计准则 |
| 2.1.4 卡尔曼滤波算法 |
| 2.2 从贝叶斯理论到粒子滤波 |
| 2.2.1 贝叶斯估计理论 |
| 2.2.2 蒙特卡罗重要性采样 |
| 2.2.3 粒子滤波算法 |
| 2.3 本章小结 |
| 第三章 基于粒子滤波的梁桥物理参数识别研究 |
| 3.1 基于粒子滤波的梁桥物理参数识别原理 |
| 3.1.1 桥梁有限单元法 |
| 3.1.2 粒子滤波识别梁桥物理参数方法 |
| 3.1.3 稳态分布 |
| 3.2 数值模拟 |
| 3.2.1 简支梁桥刚度参数识别研究 |
| 1 不同荷载下的识别研究 |
| 2 信噪比对识别结果的影响 |
| 3 初始粒子分布对识别结果的影响 |
| 4 似然函数和分布参数对识别结果的影响 |
| 3.2.2 简支梁桥阻尼系数识别研究 |
| 1 10%高斯白噪声下识别结果 |
| 2 10%非高斯噪声下识别结果 |
| 3.2.3 连续梁桥跨中刚度识别研究 |
| 1 观测值对识别结果的影响 |
| 2 似然参数对识别结果的影响 |
| 3.3 本章小结 |
| 第四章 基于粒子滤波的桁架桥参数识别研究 |
| 4.1 有限元建模 |
| 4.2 粒子滤波识别研究 |
| 4.2.1 不同信噪比下的粒子滤波识别研究 |
| 4.2.2 不同损伤程度下粒子滤波识别结果 |
| 1 损伤工况1 |
| 2 损伤工况2 |
| 3 损伤工况3 |
| 4 损伤工况4 |
| 4.2.3 不同似然参数对识别结果的影响 |
| 4.3 本章小结 |
| 第五章 基于粒子滤波的桥墩参数识别研究 |
| 5.1 桥墩线性参数识别研究 |
| 5.1.1 动力响应计算 |
| 5.1.2 粒子滤波识别 |
| 1 10%高斯噪声下识别结果 |
| 2 非高斯噪声下识别结果 |
| 5.2 桥墩刚度突变下的参数识别研究 |
| 5.2.1 自适应粒子滤波 |
| 5.2.2 动力响应计算 |
| 5.2.3 粒子滤波识别 |
| 1 10%高斯白噪声下识别结果 |
| 2 非高斯噪声下识别结果 |
| 5.3 桥墩非线性参数识别研究 |
| 5.3.1 非线性滞回模型 |
| 1 双线性模型 |
| 2 Clough模型 |
| 3 Bouc-wen模型 |
| 5.3.2 数值模拟 |
| 1 动力响应计算 |
| 2 参数敏感度分析 |
| 3 不同似然函数下的粒子滤波参数识别 |
| 4 与卡尔曼滤波识别效果对比 |
| 5.4 桥梁隔震参数识别研究 |
| 5.4.1 动力响应计算 |
| 5.4.2 粒子滤波识别结果 |
| 1 10%高斯白噪声下识别结果 |
| 2 10%非高斯噪声下识别结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在校期间发表论文情况 |
（4）基于贝叶斯估计的结构损伤识别方法改进及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 结构损伤识别方法研究现状 |
| 1.2.1 损伤识别确定性方法 |
| 1.2.2 损伤识别不确定性方法 |
| 1.3 本文主要研究内容 |
| 第二章 结构物理参数识别贝叶斯方法 |
| 2.1 引言 |
| 2.2 贝叶斯方法基本理论 |
| 2.2.1 贝叶斯公式 |
| 2.2.2 基于贝叶斯估计的结构物理参数识别方法 |
| 2.3 马尔可夫蒙特卡罗(MCMC)抽样方法 |
| 2.3.1 马尔可夫链 |
| 2.3.2 Metropolis-Hastings(M-H)抽样方法 |
| 2.3.3 Gibbs抽样方法 |
| 2.3.4 逐分量自适应Metropolis(SCAM)算法 |
| 2.4 改进的逐分量自适应Metropolis算法 |
| 2.5 数值验证 |
| 2.6 本章小结 |
| 第三章 结构物理参数识别贝叶斯方法数值验证 |
| 3.1 引言 |
| 3.2 数值模型 |
| 3.3 数值模型物理参数识别 |
| 3.3.1 计算步骤 |
| 3.3.2 识别结果 |
| 3.3.3 结果分析 |
| 3.4 本章小结 |
| 第四章 RC框架结构振动台试验模型损伤识别 |
| 4.1 引言 |
| 4.2 RC框架结构振动台试验简介 |
| 4.3 振动台试验模型损伤识别 |
| 4.3.1 试验模型模态参数识别 |
| 4.3.2 初始状态结构物理参数确定 |
| 4.3.3 基于白噪声响应的结构损伤识别 |
| 4.3.4 基于地震动响应的结构损伤识别 |
| 4.3.5 识别结果与试验现象对比 |
| 4.4 结构地震损伤水平评估 |
| 4.4.1 Park-Ang双参数损伤模型 |
| 4.4.2 结构地震损伤水平概率评估方法 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 攻读硕士期间发表的文章 |
| 攻读硕士期间参与的科研项目 |
（5）基于结构健康监测的地震荷载识别与灾后评估研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 区域震害模拟方法 |
| 1.2.2 地震荷载识别方法 |
| 1.2.3 土-结构动力相互作用分析 |
| 1.2.4 有限质点法的应用与特点 |
| 1.3 主要研究内容 |
| 第2章 非减隔震结构地震荷载识别 |
| 2.1 引言 |
| 2.2 基于卡尔曼滤波的地震荷载识别方法 |
| 2.2.1 绝对坐标系下结构运动方程 |
| 2.2.2 基于卡尔曼滤波的识别方法 |
| 2.2.3 模态阶数选取和模态加速度计算 |
| 2.2.4 地震荷载识别流程 |
| 2.3 数值模型验证 |
| 2.3.1 剪切型结构算例 |
| 2.3.2 弯曲型结构算例 |
| 2.3.3 参数敏感性分析 |
| 2.3.4 传感器布置方法 |
| 2.4 振动台试验验证 |
| 2.5 本章小结 |
| 第3章 减隔震结构地震荷载识别 |
| 3.1 引言 |
| 3.2 基于未知激励下扩展卡尔曼滤波的地震荷载识别方法 |
| 3.2.1 层间响应形式的结构运动方程 |
| 3.2.2 基于EKF-UI的减震结构地震荷载识别方法 |
| 3.2.3 基于EKF-UI的隔震结构地震荷载识别方法 |
| 3.2.4 数据融合方法 |
| 3.3 数值模型验证 |
| 3.3.1 减震结构算例 |
| 3.3.2 隔震结构算例 |
| 3.4 振动台试验验证 |
| 3.5 本章小结 |
| 第4章 基于有限质点法的土-结构体系地震响应分析 |
| 4.1 引言 |
| 4.2 有限质点法基本理论 |
| 4.2.1 空间点值描述 |
| 4.2.2 时间点值描述 |
| 4.2.3 虚拟刚体运动 |
| 4.2.4 求解过程 |
| 4.3 FPM计算平台基本功能 |
| 4.3.1 平台简介 |
| 4.3.2 纤维梁单元 |
| 4.3.3 材料本构模型 |
| 4.3.4 FPM与ANSYS时程分析对比 |
| 4.4 基岩地震动反演 |
| 4.4.1 一维等效线性化场地地震反应分析 |
| 4.4.2 基岩地震动反演算例 |
| 4.5 侧向人工边界设置 |
| 4.5.1 单层均匀场地人工边界 |
| 4.5.2 分层均匀场地人工边界 |
| 4.5.3 土-结构体系人工边界 |
| 4.5.4 人工边界设置策略 |
| 4.6 土层阻尼比和阻尼系数选取 |
| 4.7 建筑群地震响应分析 |
| 4.8 本章小结 |
| 第5章 建筑震后状态评估 |
| 5.1 引言 |
| 5.2 框架结构震后状态评估 |
| 5.2.1 构件状态评估 |
| 5.2.2 楼层状态评估 |
| 5.2.3 整体结构状态评估 |
| 5.2.4 框架结构评估算例 |
| 5.3 框架剪力墙结构震后状态评估 |
| 5.3.1 构件状态评估 |
| 5.3.2 楼层状态评估 |
| 5.3.3 整体结构状态评估 |
| 5.3.4 框架剪力墙结构评估算例 |
| 5.4 建筑群震后状态评估算例 |
| 5.5 本章小结 |
| 第6章 建筑地震响应监测与显示的程序化 |
| 6.1 引言 |
| 6.2 程序框架与功能 |
| 6.2.1 数据交互 |
| 6.2.2 地震发生时刻判断 |
| 6.2.3 状态显示 |
| 6.3 程序应用案例 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 本文主要结论 |
| 7.2 展望 |
| 参考文献 |
| 作者简历 |
（6）基于UKF的桥梁运营状态下结构参数与损伤识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的背景和意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 结构参数估计方法研究现状 |
| 1.2.2 桥梁损伤识别研究现状 |
| 1.2.3 国内外文献综述的简析 |
| 1.3 主要研究的内容 |
| 第2章 基于动态响应信息的参数识别方法 |
| 2.1 引言 |
| 2.2 扩展卡尔曼滤波器原理简介 |
| 2.2.1 系统状态方程简介 |
| 2.2.2 扩展卡尔曼滤波(EKF)方法原理 |
| 2.3 无迹卡尔曼滤波(UKF)方法原理 |
| 2.3.1 UT变换简介 |
| 2.3.2 UKF滤波原理 |
| 2.4 基于OpenSees模型更新的UKF方法 |
| 2.4.1 基于OpenSees模型UKF方法 |
| 2.4.2 改进的Rayleigh阻尼系数识别方法 |
| 2.4.3 数值仿真分析 |
| 2.5 本章小结 |
| 第3章 自然激励条件下桥梁参数识别方法 |
| 3.1 引言 |
| 3.2 环境激励下基于互相关函数的UKF方法原理 |
| 3.2.1 平稳随机过程简介 |
| 3.2.2 基于结构响应互相关函数的状态方程 |
| 3.3 环境激励下参数识别仿真分析 |
| 3.3.1 环境激励下无损伤识别数值仿真分析 |
| 3.3.2 环境激励下损伤识别数值仿真分析 |
| 3.4 本章小结 |
| 第4章 基于车辆荷载作用下桥梁参数识别 |
| 4.1 引言 |
| 4.2 车辆荷载作用下参数敏感性分析 |
| 4.3 基于欧拉梁单元损伤识别仿真分析 |
| 4.4 基于MATLAB-OpenSees平台损伤识别仿真分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（7）基于车桥耦合振动系统的桥梁损伤时域识别方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 基于车桥耦合系统响应的损伤识别方法 |
| 1.2.2 基于卡尔曼滤波的结构参数和损伤识别方法 |
| 1.2.3 车载作用下波形钢腹板PC箱梁桥的动力特性 |
| 1.2.4 国内外研究现状分析 |
| 1.3 课题来源 |
| 1.4 本文主要内容 |
| 第2章 车激振动下基于灵敏度的桥梁损伤识别方法 |
| 2.1 引言 |
| 2.2 车辆-桥梁耦合振动系统建模 |
| 2.2.1 1/4车辆-桥梁耦合系统运动方程 |
| 2.2.2 1/2车辆-桥梁耦合系统运动方程 |
| 2.2.3 影响车桥耦合系统响应的因素 |
| 2.3 基于灵敏度算法的损伤识别理论 |
| 2.3.1 车桥耦合系统响应对于损伤因子的灵敏度 |
| 2.3.2 基于正则化的求解方法 |
| 2.4 数值仿真分析 |
| 2.4.1 桥梁损伤对车桥耦合系统动力响应的影响 |
| 2.4.2 基于加速度响应的损伤识别 |
| 2.4.3 基于应变响应的桥梁损伤识别 |
| 2.5 本章小结 |
| 第3章 基于无迹卡尔曼滤波的桥梁损伤识别方法 |
| 3.1 引言 |
| 3.2 基于UKF的车桥耦合系统参数识别 |
| 3.2.1 UKF理论简介 |
| 3.2.2 基于UKF的桥梁结构参数识别 |
| 3.2.3 基于UKF的车辆-桥梁耦合力识别 |
| 3.3 基于UKF的桥梁损伤识别 |
| 3.3.1 基于无约束UKF的结构损伤识别 |
| 3.3.2 基于正则化约束UKF的结构损伤识别 |
| 3.4 本章小结 |
| 第4章 波形钢腹板PC桥模型简化及损伤识别应用 |
| 4.1 引言 |
| 4.2 工程概况 |
| 4.3 力学性能仿真及模型简化 |
| 4.3.1 波形钢腹板PC箱梁桥有限元仿真 |
| 4.3.2 基于力学性能分析的模型简化方法 |
| 4.3.3 基于实测响应的模型修正 |
| 4.4 车激振动下基于灵敏度的桥梁损伤识别 |
| 4.4.1 车桥耦合系统求解 |
| 4.4.2 参数敏感性分析 |
| 4.4.3 基于灵敏度算法的损伤识别 |
| 4.5 车激振动下基于UKF的桥梁参数及损伤识别 |
| 4.5.1 基于UKF的桥梁参数识别 |
| 4.5.2 基于车辆子系统的荷载识别 |
| 4.5.3 基于UKF的桥梁结构损伤识别 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（8）基于卡尔曼滤波的剪切型框架结构参数识别方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 结构系统的模态参数识别 |
| 1.3 结构系统的物理参数识别 |
| 1.4 本文研究内容及特色创新之处 |
| 1.5 研究内容及章节安排 |
| 第2章 基本理论 |
| 2.1 卡尔曼滤波 |
| 2.1.1 射影定理 |
| 2.1.2 线性卡尔曼滤波 |
| 2.1.3 扩展卡尔曼滤波 |
| 2.2 粒子滤波 |
| 2.2.1 大数定律和中心极限定律 |
| 2.2.2 蒙特卡洛原理 |
| 2.2.3 条件概率和贝叶斯定理 |
| 2.2.4 粒子滤波原理 |
| 2.3 小结 |
| 第3章 未知激励下结构模态参数联合识别方法 |
| 3.1 基本理论 |
| 3.1.1 RDT估计自由响应 |
| 3.1.2 AMD定理 |
| 3.1.3 模态参数估计 |
| 3.2 数值模拟验证 |
| 3.3 试验验证 |
| 3.3.1 钢框架模型 |
| 3.3.2 模型参数识别 |
| 3.4 小结 |
| 第4章 有限输入输出下结构物理参数识别方法 |
| 4.1 EKF-LS算法 |
| 4.2 EKPF-LS算法 |
| 4.3 数值算例 |
| 4.4 试验案例研究 |
| 4.5 小结 |
| 第5章 结论与展望 |
| 5.1 论文主要工作和结论 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及参加的科研项目 |
| 致谢 |
（9）基于原子搜索优化算法的结构参数识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 结构参数识别研究综述 |
| 1.2.1 结构物理参数识别 |
| 1.2.2 结构模态参数识别 |
| 1.2.3 智能优化算法在结构参数识别中的应用 |
| 1.3 主要研究内容及创新点 |
| 1.3.1 主要研究内容 |
| 1.3.2 创新点 |
| 第2章 原子搜索优化算法 |
| 2.1 引言 |
| 2.2 原子搜索优化算法(ASO) |
| 2.2.1 算法原理 |
| 2.2.2 算法实现 |
| 2.2.3 算法流程 |
| 2.2.4 算法总结 |
| 2.3 本章小结 |
| 第3章 基于原子搜索优化算法的结构参数识别 |
| 3.1 引言 |
| 3.2 基于ASO的结构参数识别 |
| 3.2.1 问题描述 |
| 3.2.2 基于AS0 的参数识别步骤 |
| 3.3 数值模拟 |
| 3.3.1 5层剪切型框架参数识别 |
| 3.3.2 数值模拟结论 |
| 3.4 基于ASO的参数识别抗噪鲁棒性研究 |
| 3.5 本章小结 |
| 第4章 基于改进原子搜索优化算法的结构参数识别 |
| 4.1 引言 |
| 4.2 基于RREASO的结构参数识别 |
| 4.2.1 轮盘赌选择策略 |
| 4.2.2 随机游走策略 |
| 4.2.3 精英选择策略 |
| 4.2.4 RREASO算法流程 |
| 4.2.5 数值模拟结果与比较 |
| 4.2.6 基于RREASO的结构参数识别结果讨论 |
| 4.3 本章小结 |
| 第5章 结合子结构方法与改进ASO的结构参数识别 |
| 5.1 引言 |
| 5.2 结合子结构和RREASO的识别原理 |
| 5.3 数值模拟结果比较 |
| 5.4 结合子结构和RREASO的结构参数识别结果讨论 |
| 5.5 本章小结 |
| 第6章 基于改进ASO的结构参数识别试验研究 |
| 6.1 引言 |
| 6.2 试验模型介绍 |
| 6.3 试验方案及实施 |
| 6.4 试验结果分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 本文主要结论 |
| 7.2 前景与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（10）基于动态转角测量技术的框架结构参数识别与广义模态柔度理论（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 角度测量技术的发展及现状 |
| 1.2.1 机械式测角技术 |
| 1.2.2 电磁式测角技术 |
| 1.2.3 光学测角技术 |
| 1.2.4 陀螺仪测角技术 |
| 1.2.5 土木工程结构中的动态转角测量及应用研究 |
| 1.3 结构的物理参数识别方法 |
| 1.3.1 结构物理参数识别的时域方法 |
| 1.3.2 结构物理参数识别的频域方法 |
| 1.4 结构参数识别的关键问题 |
| 1.4.1 输入信息未知下的参数识别 |
| 1.4.2 输出信息未知下的参数识别 |
| 1.5 本文研究内容 |
| 第2章 转角拟合原理与角度测量精度校验方法 |
| 2.1 引言 |
| 2.2 MEMS陀螺仪传感器简介 |
| 2.2.1 MEMS陀螺仪传感器的选择 |
| 2.2.2 HWT901B陀螺仪传感器的工作原理 |
| 2.3 基于平动测量数据的转角拟合原理与数值模拟 |
| 2.3.1 转动曲线拟合方法 |
| 2.3.2 数值模拟 |
| 2.4 MEMS陀螺仪传感器的角度测量精度验证试验 |
| 2.4.1 传感器的静态角度测量精度验证试验 |
| 2.4.2 传感器的动态角度测量精度验证试验 |
| 2.5 本章小结 |
| 第3章 基于动转角测量技术的结构物理参数时域识别 |
| 3.1 引言 |
| 3.2 基于最小二乘递推算法的结构物理参数识别 |
| 3.2.1 结构计算模型的选取 |
| 3.2.2 最小二乘递推算法 |
| 3.2.3 基于最小二乘递推算法的结构物理参数时域识别 |
| 3.2.4 算例分析 |
| 3.2.5 实验室的试验研究 |
| 3.3 钢框架结构的结构损伤识别试验研究 |
| 3.3.1 钢框架损伤试验 |
| 3.3.2 损伤工况下的参数识别 |
| 3.4 本章小结 |
| 第4章 基于动转角测量技术的结构物理参数频域识别 |
| 4.1 灵敏度分析方法 |
| 4.2 基于灵敏度方法的结构物理参数识别 |
| 4.3 基于灵敏度方法的钢框架结构损伤工况下的参数识别 |
| 4.4 本章小结 |
| 第5章 基于动态转角测量的广义模态柔度识别 |
| 5.1 引言 |
| 5.2 模态分析的基本理论 |
| 5.2.1 频响函数 |
| 5.2.2 模态柔度 |
| 5.2.3 模态柔度的推导方法 |
| 5.2.4 试验模态分析 |
| 5.3 钢框架模型试验 |
| 5.3.1 静载试验 |
| 5.3.2 静载试验结果 |
| 5.3.3 模态试验 |
| 5.3.4 模态试验结果 |
| 5.4 静载位移与模态柔度位移 |
| 5.5 静载转角与模态柔度转角 |
| 5.6 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A (攻读学位期间发表的学术论文) |
四、卡尔曼滤波在结构物理参数识别中的应用（论文参考文献）
- [1]部分观测信息下工程结构时变参数识别方法研究[D]. 晋冬丽. 河北工程大学, 2021(08)
- [2]基于扩展卡尔曼滤波的结构参数识别及传感器布设优化研究[D]. 郑宇. 中国地震局工程力学研究所, 2020(02)
- [3]基于粒子滤波的桥梁参数识别研究[D]. 黎思源. 东南大学, 2020(01)
- [4]基于贝叶斯估计的结构损伤识别方法改进及应用[D]. 赵一男. 中国地震局工程力学研究所, 2020(02)
- [5]基于结构健康监测的地震荷载识别与灾后评估研究[D]. 李洋. 浙江大学, 2020(01)
- [6]基于UKF的桥梁运营状态下结构参数与损伤识别[D]. 殷玉平. 哈尔滨工业大学, 2019(02)
- [7]基于车桥耦合振动系统的桥梁损伤时域识别方法[D]. 郎鹏. 哈尔滨工业大学, 2019
- [8]基于卡尔曼滤波的剪切型框架结构参数识别方法[D]. 俞安华. 福建农林大学, 2019(04)
- [9]基于原子搜索优化算法的结构参数识别[D]. 洪欣. 深圳大学, 2019(01)
- [10]基于动态转角测量技术的框架结构参数识别与广义模态柔度理论[D]. 曾雅丽思. 湖南大学, 2019