樊學平, 屈 廣, 劉月飛
(1.蘭州大學 土木工程與力學學院, 甘肅 蘭州 7300001; 2.蘭州大學西部災害與環境力學教育部重點實驗室, 甘肅 蘭州 730000)
目前,結構健康監測(structural health monitoring, SHM)領域的研究主要集中在利用傳感器采集數據和監測數據的應用兩個方面.前者主要集中在數據壓縮、數據恢復、數據獲得技術和系統組裝技術等方面[1-5],目前在硬件和技術上已經趨于成熟,對于后者而言,國內外學者的研究主要集中在結構損傷識別、結構模態參數識別以及結構模型修正等方面[6-8].基于SHM數據的橋梁可靠性預測及評定,國內外學者多是基于離線監測信息展開研究[9-13],而基于實時監測信息的結構性能動態預估相對較少,且離線的結構性能預測及評定模型在實際工程應用中存在一定局限性,如:基于一次回歸函數與常值函數的橋梁可靠性預測分析[9-10],均未考慮監測變量的隨機性和非平穩性;基于ARMA(autoregressive moving average model)模型的橋梁構件荷載效應預測[11],以及基于單一或組合貝葉斯動態模型的橋梁可靠性動態預測[12-13],多是基于平穩監測信息進行可靠性分析,而考慮到橋梁動力響應的復雜性,基于非線性及非平穩監測信息的結構性能預測方法還需進一步研究.近年來,粒子濾波器因在非線性問題中出眾的性能而倍受關注[14].在SHM領域中,粒子濾波器在結構應力預測、結構可靠性動態預測、結構系統識別以及結構損傷識別等方面已取得一些研究成果,如:基于高斯混合粒子濾波器、改進高斯……