多自由度非线性结构参数识别的鲁棒性研究

• 作者: 吕西林 朱旭东
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 参数识别 鲁棒性 序列二次规划法 优化目标函数 Bouc-Wen模型
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 地质工程·土木工程
• 页码范围: 303-308
• 页数: 6页
• 分类号: TU311.3|O224
• 字数: 4881字
• 语种: 中文

摘要

由于多自由度非线性结构参数识别是反问题,其解具有不确定性,为提高识别效率及识别结果的精度,基于序列二次规划法并通过数值试验分析研究影响参数识别鲁棒性能的各个因素.研究结果表明:噪声不影响识别效率但影响识别结果精度；基于时域信息构建优化目标函数时,时程长度影响识别效率和识别结果的精度,一般时程长度选取8倍结构基本周期时能取得较好效果；在描述非线性力学行为时,Bouc-Wen模型相比双线性模型适应性更强,具有更好的识别效果;非线性结构在激励强度较大情况下识别得到的参数值更具可靠性；对相关性较弱参数,可通过分步骤识别,减小参数识别数量,从而提高参数识别效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕西林	同济大学土木工程防灾国家重点实验室	482	16014	69.0	103.0
2	朱旭东	同济大学土木工程防灾国家重点实验室	4	30	3.0	4.0