基于折扣高斯粒子滤波器的桥梁可靠性动态预测
2018-05-04刘月飞樊学平
同济大学学报(自然科学版) 2018年3期
刘月飞, 樊学平
(1. 兰州大学 西部灾害与环境力学教育部重点实验室, 甘肃 兰州 730000;2. 兰州大学 土木工程与力学学院, 甘肃 兰州 730000)
桥梁健康监测(BHM)是保障桥梁结构安全的重要技术,通常包括数据采集和监测数据的合理应用两方面内容.数据采集方面主要包括监测系统组装技术[1]、数据压缩[2-3]和数据恢复[4]方法等,目前已处于相对成熟阶段.监测数据处理主要集中在模态分析、损伤识别、损伤评估、可靠性评估以及模型修正等领域[5-9],目前研究结果仍难以有效预测结构的动态可靠性.因此如何有效利用BHM信息预测结构可靠性仍是BHM领域备受关注的研究难点.
考虑到桥梁有限元建模和模型更新的复杂性和困难性,采用无需模型的分析方法逐渐成为BHM领域的研究趋势.基于实际监测数据,采用无需模型的分析方法预测桥梁的动态可靠性已取得一些研究成果.Frangopol等[10-11]提出了基于监测极值的桥梁性能的可靠性预测方法,并与同年提出了基于贝叶斯更新的桥梁可靠性预测方法,两种方法分析过程中分别采用一次回归函数和常值函数进行可靠性预测,均未考虑监测变量的动态随机性.赵卓[12]采用自回归滑动平均(ARMA)模型动态预测了长春伊通河桥构件的荷载效应(挠度、加速度以及索力等),并基于此进行了可靠性评估,分析过程中亦未考虑监测变量的动态随机性,且存在模型长期预测精度不高的问题.樊学平等[13-16]利用BHM数据,研究了基于贝叶斯动……
登录APP查看全文
