项目名称: 时变结构在非平稳噪声下的实时结构参数识别、噪声参数识别与模型选择

项目编号: No.51508201

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 建筑科学

项目作者: 慕何青

作者单位: 华南理工大学

项目金额: 17万元

中文摘要: 结构健康监测已经成为土木工程中结构安全与防灾减灾研究的重要方向。实时结构识别算法通过利用实时采集的数据对结构状态做出实时评估,它既适用于长期运营过程中的全寿命实时监测,也适用于结构受到灾害侵袭时的实时结构性能诊断,因此,它是结构健康监测的重点研究方向之一。然而,许多实时结构识别算法在实际应用过程中受限于三类问题:1)运营环境与载荷的非平稳性;2)测量误差与干扰;3)结构的退化与变化。本项目以上述三类问题为切入点,整合贝叶斯理论与扩展卡尔曼滤波器,揭示了结构健康监测中噪声非平稳性、参数不确定性与模型不确定性三个因素之间的相互关系,最终提出实时多模型结构识别算法,为实现时变结构在非平稳噪声下的鲁棒实时识别提供全新的研究思路和方法,继而为结构全寿命实时监测与结构受到灾害侵袭时的实时结构性能诊断提供理论基础和技术支撑。

中文关键词: 贝叶斯方法;不确定性分析;鲁棒参数识别;模型选择;卡尔曼滤波器

英文摘要: Structural health monitoring is one of the important issues in civil engineering. One of the main streams in structural identification is to estimate structural state and performance based on measured data in the real-time manner. However, most of the existing monitoring algorithms are limited by the following issues: 1) Operational condition and noise nonstationarity; 2) Measurement error and disturbance; 3) Structural modelling error. This project attempts to tackle all these three issues simultaneously by Bayesian probabilistic inference. By embedding the novel noise parametric identification and model class selection component into the extended Kalman filter, a novel robust multi-model extended Kalman filter is proposed and applied for identification of time-varying structure under nonstationary noise, providing a theoretical basis and technical support for monitoring of large scale structure under long-term monitoring and/or subjected to natural disaster.

英文关键词: Bayesian method;uncertainty quantification;robust parametric identification;model class selection;Kalman filter

成为VIP会员查看完整内容
0

相关内容

贝叶斯方法是贝叶斯学习的基础,它提供了一种计算假设概率的方法,这种方法是基于假设的先验概率、给定假设下观察到不同数据的概率以及观察到的数据本身而得出的。其方法为,将关于未知参数的先验信息与样本信息综合,再根据贝叶斯公式,得出后验信息,然后根据后验信息去推断未知参数的方法。
航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
专知会员服务
169+阅读 · 2020年8月26日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
零样本图像识别综述论文
专知会员服务
57+阅读 · 2020年4月4日
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
1+阅读 · 2022年5月30日
Arxiv
0+阅读 · 2022年5月27日
Arxiv
12+阅读 · 2020年12月10日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning
Generative Adversarial Networks: A Survey and Taxonomy
小贴士
相关VIP内容
航空制造知识图谱构建研究综述
专知会员服务
112+阅读 · 2022年4月25日
深度强化学习在智能制造中的应用展望综述
专知会员服务
96+阅读 · 2021年1月28日
【WSDM2021】基于演化状态图的时间序列事件预测
专知会员服务
52+阅读 · 2020年12月1日
专知会员服务
169+阅读 · 2020年8月26日
最新《自然场景中文本检测与识别》综述论文,26页pdf
专知会员服务
69+阅读 · 2020年6月10日
【CVPR2020】MSG-GAN:用于稳定图像合成的多尺度梯度GAN
专知会员服务
27+阅读 · 2020年4月6日
零样本图像识别综述论文
专知会员服务
57+阅读 · 2020年4月4日
相关资讯
清华大学:从单体仿生到群体智能
专知
16+阅读 · 2022年2月9日
综述:图像滤波常用算法实现及原理解析
极市平台
0+阅读 · 2022年1月29日
【泡泡图灵智库】边缘化采样一致性
泡泡机器人SLAM
23+阅读 · 2019年10月14日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
人脸检测与识别总结
计算机视觉战队
21+阅读 · 2017年11月29日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
相关论文
微信扫码咨询专知VIP会员