Stability analysis and multi-sensor placement optimization for dynamic load identification using the Kalman filter method

Tang, Hongzhi

doi:10.1016/j.ymssp.2026.114497

Stability analysis and multi-sensor placement optimization for dynamic load identification using the Kalman filter method

2026-06-01

0

PRE

AI

DOI：10.1016/j.ymssp.2026.114497

原文链接

原文求助

摘要

En 中文

动态载荷识别是结构动力学中的一个反问题，旨在恢复作用于结构上的载荷。确定传感器位置以确保稳定和准确的识别一直是重要的研究课题。基于卡尔曼滤波的方法能够在识别动态载荷的同时估计状态向量，从而实现从多种类型传感器测量中的在线识别。尽管这些方法相比传统方法具有明显优势，但也对算法稳定性提出了更严格的要求——这是可靠性能的基本要求。然而，从传感器布置的角度来看，算法稳定性尚未得到系统研究。本文在物理和模态状态空间框架下，推导出实用且易于实现的稳定性判据。随后提出了一种最优传感器布置（OSP）策略，该策略明确阐述了不同传感器类型在所采用估计算法中的不同作用。首先根据可逆性和稳定性要求排除不可行的传感器配置，然后通过最小化输入协方差矩阵的迹从剩余可行候选中选取最优配置。仿真研究表明，所提出的OSP策略能够在单点激励、多点激励和复杂结构系统中确定最优传感器布局，并表现出一定程度的鲁棒性。最后，在一简支梁上进行了动态载荷识别实验，准确的识别结果进一步验证了所提OSP策略的有效性。

Keyword:

Dynamic load identification

Kalman filter

Stability criteria

Optimal sensor placement

Input covariance matrix

Stability analysis and multi-sensor placement optimization for dynamic load identification using the Kalman filter method

摘要

期刊

机构

引用论文