.png){kind=icon}
返回
A novel cepstrum-based and evolutionary optimization hybrid framework for structural parameter identification
.png){kind=icon}
PRE
AI
DOI：10.1177/13694332251405899.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
结构参数识别的准确性和实用性仍然是结构健康监测（SHM）中的关键挑战，因为许多现有的模态更新技术受限于噪声敏感性、依赖专家判断以及复杂的系统识别过程。本研究引入了一种新型模型更新方法，通过利用结构响应的倒谱系数（CCs）重新定义了结构参数识别过程，这些系数提供了动态特性的紧凑、稳健且抗噪声的表征。本研究开创性地将响应倒谱表示应用于结构模型更新。与传统的模态特性不同，CCs可直接且高效地从时域响应中通过信号处理技术提取，避免了知识密集且繁琐的模态识别过程，同时显著加速了分析。利用CCs独特的特性表征，基于差分进化（DE）算法的高级变体开发了一种定制化的进化优化框架用于参数识别。这一发展得益于对多种有效的进化优化策略的系统研究，以确保测量响应与模拟响应之间CCs的稳健且准确的匹配。所提出的方法通过数值模拟和实验测试进行了验证，展示了在识别精度、计算效率以及对测量噪声和参数相关性的鲁棒性方面的优异性能。该方法为模态更新提供了一种高效且可扩展的替代方案，并为特征驱动、数据中心的SHM系统确立了新的方向。
Keyword:
structural dynamics
efficient parameter identification
cepstrum-based model updating
advanced signal processing
customized evolutionary optimization
期刊
A
IF:
2.6
论文数:
147
被引数:
0
机构
引用论文
Reference-based stochastic subspace identification for output-only modal analysis用于仅输出模态分析的基于参考的随机子空间识别
PREAI
分享收藏Improving the search performance of SHADE using linear population size reduction使用线性种群大小减小来改善SHADE的搜索性能
OAAI
OAAI分享收藏LSHADE with semi-parameter adaptation hybrid with CMA-ES for solving CEC 2017 benchmark problems
PREAI
分享收藏
Recent advances and applications of surrogate models for finite element method computations: a review有限元方法计算的代理模型的最新进展和应用: 综述.png)
SOFT COMPUTING
SOFT COMPUTINGIF2.5
PREAI
分享收藏
查看更多内容