• 其他栏目

    许斌

    • 教授 博士生导师 硕士生导师
    • 主要任职:Director and Founder, Key Laboratory for Intelligent Infrastructure and Monitoring of Fujian Province
    • 性别:男
    • 出生日期:1972-03-04
    • 毕业院校:Ibaraki University
    • 学历:博士研究生
    • 学位:工学博士学位
    • 入职时间:2016-08-01
    • 所在单位:土木工程学院土木工程系
    • 办公地点:College of Civil Engineering, Huaqiao University, Jimei Avenue 668, Xiamen, China
    • 电子邮箱:
    • 在职信息:在岗
    • 其他任职:Director and Founder, International Research Center for Safety and Sustainability of Civil Engineering
    • 职务:Director, Key Laboratory
    • 学科:土木工程
    • 2008当选:教育部“新世纪优秀人才支持计划”入选者
    • 2008当选:教育部新世纪优秀人才支持计划
    • 2016当选:桐江学者
    • 2017当选:福建省“闽江学者奖励计划”特聘教授
    • 2017当选:厦门市双百计划
    • 2017当选:福建省闽江学者-特聘教授
    • 2018当选:福建省引进高层次人才
    • 福建省引进高层次人才(海外B类)

    访问量:

    开通时间:..

    最后更新时间:..

    部分输入未知条件下结构参数及激励识别

    点击次数:

    发表刊物:土木工程学报

    关键字:部分输入未知; 结构参数; 动力荷载识别; 自适应加权迭代算法; 最小二乘算法; 学习因子; 瑞利阻尼;

    摘要:针对部分输入未知条件下的结构参数和荷载识别问题,提出一种改进的基于最小二乘准则的自适应加权迭代算法。该方法通过引入自适应学习因子和加权正定矩阵,以任意假定的未知外激励作为初始迭代条件,以相邻两次迭代后荷载的识别值的误差作为收敛判断准则,有效地改进了迭代收敛速率、稳定性和识别精度。同时,针对比例阻尼,对现有非线性参数识别的松弛法进行改进,提出一种转换算法。通过一个具有15个自由度的高层数值模型的模拟数据和一个4层结构模型的动力试验实测数据分别验证了该方法有效性,同时,分别探讨了噪声水平、权重系数、学习因子等对算法收敛性的影响。数值算例和基于模型动力测试数据的识别结果表明,该算法具有稳定的收敛特性,参数和荷载识别精度高以及对测量噪声的鲁棒性强的特点。

    论文类型:期刊论文

    论文编号:1000-131X( 2012) 06-0013-10

    文献类型:J

    卷号:45

    期号:6

    页面范围:13-22

    是否译文:

    CN号:null

    发表时间:2012-06-08

    第一作者:许斌

    合写作者:贺佳