2024 年 05 月 19 日
最新科研动态
科研动态

科研亮点:基于改进SCAM算法的贝叶斯估计方法及其在结构损伤识别中的应用
发布时间:2021/10/11
研究背景:
        土木工程结构在使用过程中会因材料老化、腐蚀、荷载长期作用以及地震、火灾等灾害事件而出现损伤。了解结构损伤演化规律,及时发现结构损伤位置并评估损伤程度,可以有效保障人身安全,减少财产损失。本文提出了基于改进SCAM算法的结构损伤识别贝叶斯方法,通过对一个10层剪切型数值模型和一个3层RC框架结构振动台试验模型进行物理参数识别和损伤识别,验证了所提方法的有效性和实用性,可应用于结构物理参数识别及损伤识别与评估等工作。
研究方法及结果:
        针对逐分量自适应Metropolis(SCAM)算法在提议分布方差较小,且抽样初始值与标准值相差较大时,易生成重复性样本,导致抽样效率低、计算结果误差大等问题,提出了改进的SCAM算法,改进方法中重新定义了提议分布方差的表达式,使得样本序列构成的马尔可夫链相对稳定。通过理论算例验证了所提方法的准确性和高效性(见图1)。
        将改进的SCAM算法与基于贝叶斯估计的结构损伤识别方法相结合,提出了基于改进SCAM算法的结构损伤识别贝叶斯方法。对某10层剪切型结构数值模型在累积损伤工况下(10%噪声水平)进行物理参数识别,通过获取结构观测响应数据,求解物理参数后验边缘概率密度分布和最优估计,结果表明所提方法具有良好可靠性和抗噪能力(见图2)。
        对一个3层RC框架结构振动台试验模型在多次地震作用下进行物理参数识别和损伤识别(见图3),结果表明,刚度参数识别结果和实际试验现象吻合较好,证明了所提方法的有效性和实用性。

       该成果发表在国际权威期刊《Structural Control and Health Monitoring》(Yinan Zhao, Maosheng Gong*, Zhanxuan Zuo*, Yanbin Gao. Bayesian estimation approach based on modified SCAM algorithm and its application in structural damage identification. Structural Control and Health Monitoring, 2021, 28(1): e2654. DOI: 10.1002/stc.2654)(IF:3.499,*通讯作者)。

图1 传统SCAM算法与改进SCAM算法准确性及收敛性对比

图2 某10层结构数值模型刚度参数理论值与最优估计值变化趋势对比

   

图3 某3层RC框架结构振动台试验模型及各工况下刚度参数识别结果