基于自适应无迹卡尔曼滤波的结构损伤在线识别算法

作     者：黄可 孙展 黄杜康 王磊 HUANG Ke;SUN Zhan;HUANG Dukang;WANG Lei

作者机构：长沙理工大学土木工程学院长沙410000 长沙理工大学南方地区桥梁长期性能提升技术国家地方联合工程实验室长沙410000 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2024年第43卷第23期

页      面：203-210,259页

核心收录：

学科分类：081406[工学-桥梁与隧道工程] 08[工学] 0814[工学-土木工程] 082301[工学-道路与铁道工程] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划项目(2021YFB2600900) 湖南省重点研发计划项目(2023GK2036) 湖南省自然科学基金创新研究群体项目(2020JJ1006) 湖南省自然科学基金项目(2024JJ5026) 国家地方联合工程实验室开放基金资助项目(22KE04) 

主　　题：无迹卡尔曼滤波(UKF) 损伤识别 噪声识别 结构健康监测 

摘      要：在运用无迹卡尔曼滤波(unscented Kalman filtering,UKF)对结构进行损伤识别和健康监测的过程中,噪声往往未知时变,而传统UKF方法在噪声参数选择不当时易出现性能退化及发散的问题。为此,提出一种基于自适应无迹卡尔曼滤波(adaptive unscented Kalman filtering,AUKF)的结构损伤在线识别算法。该算法利用协方差匹配法和遗忘因子法,通过残差和新息序列实时识别并更新测量噪声和过程噪声,在保证噪声矩阵正定性的同时,提高了UKF对结构未知参数和损伤的识别精度。采用桥梁模型和非线性模型的数值算例验证本文方法的有效性。结果表明,该方法可以有效识别大型土木工程结构和非线性结构的损伤位置和程度,且对时变的噪声具有自适应能力和鲁棒性。