浅谈桥梁移动荷载识别的不适定问题研究

《浅谈桥梁移动荷载识别的不适定问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、长江科学院硕士学位论文桥梁移动荷载识别的不适定问题研究姓名：陈震申请学位级别：硕士专业：岩土工程指导教师：余岭20070501桥梁移动荷载识别的不适定问题研究桥梁移动荷载识别的不适定问题研究摘要移动荷载识别属于结构动力学逆问题的范畴，而逆问题的一个显著特点就是存在不适定性。大多数移动荷载识别方法最终都转化为线性方程组的求解，方程组的不适定往往造成不同求解方法给出不同的识别精度。本文基于第一识别法、第二识别法、时域法和频时域法理论，结合移动荷载识别的特点，提出采用预处理共轭梯度法识别桥梁移动荷载。通过数值仿真，发现预处理共轭梯度法存在很多优点，

2、例如识别精度高，抗噪能力强，收敛速度快，初始参数易于选取等等。同时通过选取合适的预优矩阵，可以很大程度的改善移动荷载识别中的不适定问题。仿真结果表明：预处理共轭梯度法在方程组不适定情况下仍能给出较高的识别精度，且识别结果对噪声影响有明显的抵抗能力。特别当仅仅采用弯矩响应识别移动荷载时，其识别精度较时域法有明显的提高。这为移动荷载识别方法的实际应用打下了基础，因为在实际情况下，测量响应总是不可避免的包含高频噪声，而弯矩响应成分多为低频成分，不易受到噪声的干扰，因而由其识别荷载精度也会更高。预优矩阵的选取对预处理共轭梯度法非常重要，因为它影响到预

3、处理共轭梯度法的识别精度、抗噪性以及抗不适定性等关键问题。为了进一步检验预处理共轭梯度法，也为了将这种方法推广到现场识别移动荷载，在实验室开展了车桥模型试验。利用试验测量的桥梁弯矩响应数据，检验预处理共轭梯度法在不同工况下的识别结果。比较桥梁模态数、预处理共轭梯度法迭代次数、桥面粗糙度、车辆重量以及测点选择对识别结果精度的影响后，研究结果表明：基于PCGM方法能够精确地识别车辆荷载，收敛较快且能较好改善荷载识别方程的不适定性。在绝大多数工况下，预处理共轭梯度法均可有效识别桥面移动荷载，且识别精度较高，建议将其推广到实际移动荷载识别中去。同时，

4、桥梁参数对识别精度的影响也很重要，选择合适的参数有助于提高方法的识别精度。最后，指出了本文研究中存在的问题以及未来需要进一步研究的方向。关键词：移动荷载识别，不适定性，时域法，预处理共轭梯度法，预优矩阵，试验研究I桥梁移动荷载识别的不适定问题研究ILL-POSEDSTUDYONIDENTIFICATIONOFMOVINGVEHICLELOADSONBRIDGESABSTRACTIdentificationofdynamicaxleloadsonbridgesisaninverseproblemofstructuralmechanics,and

5、anotablefeatureofwhichisthepresenceofill-posedproblem.Mostmovingloadsidentificationmethodseventuallytransformedtothesolutionofalinearequation,andthedifferentwayssolvingtheequationsoftencausethedifferentidentificationaccuracyandrobustnoiseimmunityforill-posedproblem.Basedont

6、hebasictheoriesandcharacteristicsofmovingloadsidentification,suchastheinterpretivemethodⅠ,interpretivemethodⅡ,timedomainmethodandfrequency-timedomainmethod,thePreconditionedConjugateGradientMethod(PCGM)isintroducedtotheforceidentificationinthisthesis.Someillustratedsimulati

7、onsshowthattheidentifiedresultsofthePCGMhavemanyadvantages,suchashigheridentificationaccuracy,morerobustnoiseimmunity,fasterconvergenceandeasierselectionofinitialparametersandsoon.Meanwhile,thesolutionoftheill-posedproblemsexistedintheinverseproblemofmovingforceidentificati

8、oncanbeimprovedbyproperlyselectionofpreconditionedmatrixinthePCGM.Somenumericalsim