统计容积卡尔曼滤波器的混合试验模型更新方法

摘要：

为解决模型更新算法因初始参数选择不当对模型参数识别精度的影响,提出统计容积卡尔曼滤波器的混合试验模型更新方法.该方法采用容积卡尔曼滤波器算法多次识别模型参数,将统计后的参数识别值样本均值作为最终的识别结果,以弱化算法初始参数选择对参数识别结果的影响.应用统计容积卡尔曼滤波器对自复位摩擦耗能支撑模型进行在线参数识别,分析了在不同参数条件下统计容积卡尔曼滤波器的识别精度;针对两层带有自复位摩擦耗能支撑框架结构进行混合试验数值仿真.结果表明,基于统计容积卡尔曼滤波器的方法可以有效提高模型更新混合试验精度及鲁棒性.

关键词：混合试验、模型更新、容积卡尔曼滤波器(CKF)、自复位摩擦耗能支撑、在线参数识别

所属期刊栏目：41

分类号：TU317(建筑结构)

资助基金：国家自然科学基金;国家自然科学基金;哈尔滨工业大学结构工程灾变与控制教育部重点实验室开放基金课题

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：72-82,155