.png){kind=icon}
返回
Adaptive physics-informed system modeling with control for nonlinear structural system estimation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cma.2025.118330.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 带控制的适应物理信息建模（APSMC）：一种新型数字孪生框架，集成实时自适应滤波与近端梯度更新，以实现在任意激励下对时变状态空间参数的在线辨识。
• 收敛至物理一致的优化估计：在随机子空间框架下得到理论证明，APSMC将基于卡尔曼滤波的估计与嵌入的物理约束相结合，确保收敛至物理一致的优化解。
• 通过仿真和实验的鲁棒验证：APSMC通过杜芬振荡器仿真、框架结构地震分析和缩尺桥梁实验进行验证，展示了低计算成本和强泛化能力。
Keyword:
adaptive physics-informed modeling
digital twin framework
proximal gradient updates
stochastic subspace identification
physically consistent estimation
期刊
IF:
7.3
论文数:
1.3W
被引数:
5.6W
机构
引用论文
.png){kind=icon}
分享收藏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
分享收藏分享收藏
查看更多内容