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