一种有效的结构动态参数识别方法

本文以优化算法中单纯形法为基础,提出了一种只有利用实测的结构模态部分信息识别其结构参数的方法。数值计算表明,该算法具有良好的精度和适用性。     

结构物理参数时域识别的振动台试验研究

在输入未知条件下,为了识别非线性参数系统,并消除噪声异常点的影响,引入修正Levenberg-Marquardt法和矩形窗法,建立SVD-mLM法,改进了复合反演算法。为了验证改进算法,设计一个五层单跨钢框架模型进行振动台试验,测试获得含有真实噪声的动力响应,采用改进的复合反演算法,研究了结构物理参数时域识别和输入反演问题。振动台试验研究表明结构物理参数识别和输入反演结果是可信的,验证了SVD-mLM法、矩形窗法和改进的复合反演算法在识别结构物理参数和反演输入时的可行性和有效性。     

基于改进模态参数灵敏度法的结构损伤识别研究

推导了模态参数对于损伤构件的一阶和二阶灵敏度矩阵,并对在推导一阶和二阶振型灵敏度的过程中产生的模态截尾误差进行了改进。根据泰勒级数展开的原理分别建立了一阶和二阶的灵敏度方程。考虑到一阶灵敏度方程求解速度快和二阶灵敏度方程求解精度高的特点,本文提出了一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。研究表明,本文提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好。     

基于振动台试验的RC框架模型修正及模拟损伤识别

利用有限元模型修正技术综合利用理论建模和实验建模的优点,可以得到更加符合结构实际的基准模型,为结构动力分析、损伤诊断及健康监测提供更可靠的依据。基于一12层钢筋混凝土框架模型振动台试验测点加速度记录,采用特征系统实现算法对该模型结构进行模态参数识别,识别结果与有限元分析结果之间存在明显的差异。采用基于灵敏度分析的参数型有限元模型修正技术,选择识别精度较高的实测模态频率为修正基准,以构件的弹性模量和密度为修正参数,对该框架的初始有限元模型进行了修正,得到基准有限元模型。进一步以基准有限元模型为标准,以构件弹性模量的降低模拟结构的损伤,对两种假设工况下的损伤结构进行修正,得到构件弹性模量的变化值并与假设的降低值对比,验证了有限元模型修正技术在结构损伤识别中应用的可行性。     

基于复模态的有限元模型修正算法

针对地下结构地震响应分析中无限地基辐射阻尼问题，引入复模态情况下的具有非简化的堆积阻尼矩阵的阻尼模型，并针对具有集中质量阵的阻尼模型提出了合并与质量有关的阻尼和堆积阻尼的思想，并据此提出了一种修正此类有限元模型的两步法，首先从复模态参数中提取实模态参数，采用基于模态残余力的识别算法修正刚度矩阵，然后根据复模态参数和已得的刚度矩阵来识别阻尼模型中的刚度参与系数和质量阻尼堆积阻尼联合矩阵。     

一种全局优化算法:遗传算法-单纯形法

针对遗传算法搜索效不高和早熟的缺点，本文提出了将遗传算法和单纯形法组合的一种全局优化算法，并用七个典型检验函数验证了此方法的有效性。     

用一种混杂的全局搜索算法测定震源参数

混杂的全局最优化算法是一种模拟退火法和下坡的单纯形法相结合的方法，该法用来反演远震体波求解震源参数，在时间域对震源时间函数加约束，反演双力偶参数而不是反演矩张互通主考虑多重震源导致非线性和多重模型问题，在这些问题中，目标函数包括许多局部极小值。     

地震勘探数据处理的一种算法——分布参数系统最优理论的应用

本文将根据地震数据识别地层结构问题归结为分布参数系统的最优化问题,利用脉冲变分原理给出了一个新的算法,此算法与文献[4]中算法相比较,计算效率要高。     

基于有限测点模态信息的结构物理参数识别

研究了测试信息不完备情况下的结构参数识别问题,针对稀疏模态的结构系统,提出了基于有限测点模态信息的优化识别算法。该算法通过有限测点上的模态参数构造关于结构物理参数的目标函数,然后采用遗传算法进行参数识别。最后一数值算例说明了该算法的可行性。     

基于改进YOLOv4的2021年海地7.2级地震震后滑坡识别

以国产高分二号影像为数据源,利用改进的YOLOv4算法对2021年海地7.2级地震诱发的滑坡进行识别。为提升模型的识别效率,用MobileNetv3替换了YOLOv4的骨干网络CSPDarknet53,并用深度可分离卷积替代YOLOv4中的普通卷积,优化了模型参数和网络结构。结果表明：改进后的YOLOv4算法目标识别精度达到91.37%,比普通YOLOv4检测速度提高了6.19 f/s,精度提高了5.24%,模型参数大小减少了80%。改进后的方法对滑坡的检测精度高于原YOLOv4算法,得到的滑坡位置更为准确,具有轻量化和实时性更高的优势,可为应急救援和灾情评估提供更加可靠的数据。     

基于量子神经网络的水淹层识别方法

针对油藏测井解释中的水淹层计算机自动识别问题,本文首先提出一种基于量子神经网络的识别方法.首先构造了一个量子神经网络模型,该模型可以接收多维离散序列样本,隐层为量子神经元,输出层为普通神经元.采用梯度下降法设计了该模型的学习算法.然后设计了基于量子神经网络的水淹层识别方法.该方法精选了描述水淹级别的九个特征,直接采用这些特征的离散数值构造训练样本,实施网络训练,训练后的网络即可用于同类地区的水淹层识别.最后以辽河油田某区块258个地层样本为例,进行了水淹层识别处理,识别率可达88%.实验结果揭示出,量子神经网络对于水淹层自动识别问题具有良好的适应性和实用性.     

射线透射图像中轻物质自动识别算法的研究

目的：针对射线透射图像中轻物质的自动识别存在的难点问题进行研究。方法：提出了基于轮廓特征和灰度特征的识别算法，结果：详细地阐述了利用识别算法进行识别的过程；结论：给出了识别算法的实验结果。     

部分输入未知条件下的结构系统识别研究

本文研究输入信息不完备条件下结构的参数识别问题,在对传统识别算法的特点进行分析的基础上提出了一种新的识别方法－全量补偿法。文中给出了算法理论证明和具体的数值算例。     

刚度突变MDOF体系动力损伤识别

在结构损伤识别中,损伤发生的时间、损伤定位及损伤程度是三个核心问题。本文利用HHT方法结合经验遗传-单纯形算法分析刚度突变MDOF体系在地震波输入下结构的动力损伤识别问题,并以刚度突变4DOF结构体系在ELCentro地震波输入下结构动力特性识别为例进行了讨论。通过Fourier变换得到了结构损伤后的自振频率,利用HHT方法识别出结构损伤发生的时间,在此基础上运用经验遗传-单纯形算法识别出结构损伤后的刚度,从而确定了损伤的程度。     

用谱有限差分法进行地震模拟

提出了以计算一个或两个空间坐标导数的谱方法与对剩余空间坐标和时间作一维有限差分近似相结合为基础的若干有效算法。讨论了几种依赖于弹性参数特性的算法。了提出了一种仅对空间坐标作有限差分近似而使问题简化的算法。对于这种情况，利用矩阵分解法，把获得的对时间的普通差分方程组简化组成N个独立的柯西问题。对这些林西问题可以使用解析方法求解。我们对不同模型给出了计算合成地震图的一些例子。     

一种推广的互功率谱模态识别法及其在SHM问题中的应用

详细推导了多自由度结构多测点加速度响应的互功率谱模态矩阵展开式。进而给出了未知激励条件下基于各测点加速度响应互功率谱的频域多参考点模态识别法,同文献相比,该法适用于更广范围的激励条件。在频域平均法的辅助下,对ASCE SHM Benchmark问题的解析模型仿真加速度响应数据进行识别,结果表明该法有较好的识别精度,是一个有望应用于在线监测环境下的模态识别算法。     

地下水渗流系统灰色数值仿真模拟研究

根据灰集合、灰数及灰色运算规则, 建立了地下水渗流系统的灰色数值模型, 提出了求解这类模型的一整套灰色数值算法, 并从灰色数学的理论上证明, 普通灰色解法仅仅是灰色数值算法的一个特例. 同时, 对灰色数值算法、普通灰色解法和经典数值方法进行了全面比较, 论证了灰色数值算法较好地刻画了地下水系统的灰信息传递过程. 在理论分析基础上, 选择了矿井涌水量预测和水源地供水资源评价的两个基本地下水渗流实例, 分别就水文地质条件概化与灰化、灰色数值模型建立、模型识别和预测评价等进行了比较系统的分析研究. 提出运用灰色数值模型预测矿井涌水量时, 需保证疏降水位“灰带”的上界低于矿井安全生产的设计水位; 而在水源地可采资源评价时, 应保证地下水水位“灰带”的下界不低于临界控制水位.     

地震勘探问题的一种新模型及其算法

本文针对地震勘探中对地层介质的识别问题,提出了一种新的数学模型:用双曲型方程Cauchy问题代替混合问题。得到一种逐层递推的快速反演算法,取得了较好的计算效果。     

测井岩性识别新方法研究

为了更好地解决测井岩性识别问题,引入了一种基于粒子群优化的支持向量机算法.通过实际测井资料和岩性剖面资料进行学习训练支持向量机,并利用粒子群优化算法对支持向量机参数进行优化,建立了测井岩性识别的支持向量机模型,应用该方法对准噶尔盆地某井的测井岩性进行识别,并将该方法的识别结果与BP神经网络方法的识别结果进行了比较,结果表明该方法优于BP神经网络方法,具有识别正确率高、收敛速度快、推广能力强等优点.     

一种迭代算法在结构物理参数识别中的应用

本文在利用复合反演方法进行剪切型结构物理参数识别过程中,引入一种迭代算法来求解关于参数的病态方程组,探讨了几种比例阻尼形式的比例系数识别的处理方法。以10层剪切型框架结构为例,利用该迭代算法研究了无阻尼、三种比例阻尼形式以及噪信比为5％、10％的高斯白噪声等情形下的参数识别问题。结果表明,该迭代算法能很好地求解参数的病态方程组,且对四种阻尼形式和两种噪信比的噪声有很好的适应性。