.png){kind=icon}
返回
Matrix regularization with consistency constraint for dynamic force identification
.png){kind=icon}
PRE
AI
DOI：10.1016/j.istruc.2026.112569.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于矩阵正则化的力识别具有高计算效率的优点。然而，从两个相邻时间窗口的重叠区域内识别的动态力可能存在不一致性。为解决此问题，提出了一种基于一致性约束矩阵正则化的力识别方法。该方法将结构输入-输出关系表述为“[响应矩阵]=[系统矩阵]×[力矩阵]”，并采用稀疏惩罚确保识别力的稳定性。在此基础上，利用基于Frobenius范数的度量量化时间窗口重叠区域内识别力的差异，并将其作为附加约束。所提出的数学模型通过实用的两步算法求解，其中第一步旨在选择正则化参数，第二步最终在考虑一致性约束的条件下得到识别力。基于梁结构的数值模拟和基于平面框架的实验研究验证了其可行性和有效性。对比研究表明，本研究的核心贡献在于强调了时间窗口重叠区域内识别力的一致性。所提出的方法比基于L1范数正则化的方法计算效率更高，但在实验情况下比现有的矩阵正则化方法耗时更长。一致性约束在一致性与计算效率之间提供了平衡，但并不一定能提高识别力的精度。
Keyword:
Force identification
Matrix regularization
Sparse regularization
Consistency constraint
Inverse problem
