斜索阻尼器的有效性检测方法及装置

    公开(公告)号:CN116756998A

    公开(公告)日:2023-09-15

    申请号:CN202310979908.0

    申请日:2023-08-04

    Applicant: 厦门大学

    Abstract: 本公开提供了一种斜索阻尼器的有效性检测方法及装置,该方法利用拉索的振动位移对未知风荷载下MR阻尼器的有效性进行检测识别,将MR阻尼器作用力和子结构界面力视为子结构系统的未知输入,利用MVU平滑算法原位识别在役阻尼器是否失效,识别时无需拆卸在役MR阻尼器,识别方式快速且便捷,解决斜拉索MR阻尼器有效性的在线原位识别问题;并且,进行检测识别时仅需从整体拉索中选取安装有阻尼器的一小段拉索作为目标结构,从而可以使用单目摄像机观察目标结构的振动位移;同时,在检测识别时将风荷载建模为随机游走模型,避免系统识别的未知力的数量过多,减少系统对过多未知输入的识别,解决风荷载作用下斜拉索受到未知力过多的问题。

    桥梁振动位移估计方法及装置、可读存储介质、程序产品

    公开(公告)号:CN117033936A

    公开(公告)日:2023-11-10

    申请号:CN202310979664.6

    申请日:2023-08-04

    Applicant: 厦门大学

    Abstract: 本公开提供了一种桥梁振动位移估计方法及装置、可读存储介质、程序产品,该方法采用LSTM网络基于测量进行间接实时识别桥梁车致振动位移,利用应变传感器的应变响应作为输入并利用机器视觉观测的动位移作为输出来训练LSTM网络识别桥梁车致振动位移,解决桥梁结构车致振动位移难以测量的问题;利用深度LSTM网络充分学习应变与位移之间的非线性映射关系并进行位移识别,解决简单神经网络识别位移容易产生非线性映射表达能力不足的问题;通过将单个样本数据作为一个训练样本而不是多个样本数据作为一个训练样本,使得在同等样本数据量的情况下能够形成更多的训练样本来训练LSTM网络,解决了网络训练数据集不足的问题。

    基于监测数据驱动的结构局部无模型非线性定位识别技术

    公开(公告)号:CN113536923A

    公开(公告)日:2021-10-22

    申请号:CN202110657150.X

    申请日:2021-06-11

    Applicant: 厦门大学

    Abstract: 本公开提供了一种工程结构的非线性单元定位方法,包括:获取被施加外激励的目标工程结构的各个单元的应变响应数据;基于各个单元的应变响应数据获取各个单元的小波能量概率分布;基于各个单元的小波能量概率分布获取每个单元与其他单元的相对小波熵;以及基于每个单元与其他单元的相对小波熵,获取所述目标工程结构的非线性单元。本公开还提供了一种非线性力识别方法。

    在役隔震/减振装置的无模型非线性特性实时识别方法

    公开(公告)号:CN109614720B

    公开(公告)日:2020-07-28

    申请号:CN201811533410.7

    申请日:2018-12-14

    Applicant: 厦门大学

    Abstract: 本公开提供了一种基于监测数据驱动的在役隔震/减振装置的无模型非线性特性实时识别方法,包括:将隔震/减振系统的结构分为多个子结构,且将所述隔震/减振装置所处的子结构定义为目标子结构;在所述隔震/减振装置的外部激励较小而使得隔震/减振系统处于线性状态的情况下,利用未知激励下的广义扩展卡尔曼滤波(GEKF‑UI)来识别隔震/减振装置的线性刚度、阻尼系数及所述目标子结构的线性刚度、阻尼系数;尤其是在所述隔震/减振装置的外部激励较大而使得隔震/减振系统进入非线性状态的情况下,利用未知激励下的广义卡尔曼滤波(GKF‑UI)来实时识别无模型的隔震/减振装置的非线性特征。

    在役隔震/减振装置的无模型非线性特性实时识别方法

    公开(公告)号:CN109614720A

    公开(公告)日:2019-04-12

    申请号:CN201811533410.7

    申请日:2018-12-14

    Applicant: 厦门大学

    Abstract: 本公开提供了一种基于监测数据驱动的在役隔震/减振装置的无模型非线性特性实时识别方法,包括:将隔震/减振系统的结构分为多个子结构,且将所述隔震/减振装置所处的子结构定义为目标子结构;在所述隔震/减振装置的外部激励较小而使得隔震/减振系统处于线性状态的情况下,利用未知激励下的广义扩展卡尔曼滤波(GEKF-UI)来识别隔震/减振装置的线性刚度、阻尼系数及所述目标子结构的线性刚度、阻尼系数;尤其是在所述隔震/减振装置的外部激励较大而使得隔震/减振系统进入非线性状态的情况下,利用未知激励下的广义卡尔曼滤波(GKF-UI)来实时识别无模型的隔震/减振装置的非线性特征。

Patent Agency Ranking