(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210398865.2 (22)申请日 2022.04.15 (71)申请人 石家庄铁道大 学 地址 050000 河北省石家庄市长安区北二 环东路17号 申请人 哈尔滨工业大 学 (72)发明人 张延哲　丁勇　张立平　卜建清　 (74)专利代理 机构 深圳汇策知识产权代理事务 所(普通合伙) 44487 专利代理师 迟芳 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/23(2020.01) G06Q 10/00(2012.01) G06Q 50/08(2012.01)G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/14(2020.01) (54)发明名称 抗边界约束干扰的时变刚度参数识别方法、 存储介质及设备 (57)摘要 抗边界约束干扰的时变刚度参数识别方法、 存储介质及设备， 属于桥梁工程健康 监测技术领 域。 为了解决现有的识别方法不能有效识别桥梁 结构的时变刚度参数问题。 本发 明首先基于桥梁 损伤位置检测技术识别桥梁结构的损伤位置并 编号。 然后根据桥梁结构 对应的初始 状态量及初 始状态量协方差， 并基于无迹卡尔曼滤波器算法 进行初步识别， 计算出每步对应的灵敏参数并绘 制时程曲线。 根据时程曲线是否有峰值脉冲出 现， 进行进 一步识别， 当有峰值脉冲出现， 调用抗 边界约束干扰的自适应无迹卡尔曼滤波器算法 进行识别， 在此识别过程中针对 结构状态量协方 差进行二次更新， 并更新卡尔曼增益矩阵； 进一 步更新第k时间步的状态量； 直到循环结束获得 待识别参数。 权利要求书4页 说明书11页 附图5页 CN 114692279 A 2022.07.01 CN 114692279 A 1.抗边界约束干扰的时变刚度参数识别方法， 包括以下步骤： 针对桥梁结构， 确 定桥梁结构对应状态的初始值， 并组成初始状态量χ0， 并依据卡尔曼 滤波原理确定初始状态 量的协方差矩阵， 简称初始状态 量协方差P0； 其中χ0和P0分别称作第 0时间步的状态量和状态量协方差； 桥梁结构对应 状态包括待识别的参数； 基于无迹卡尔曼滤波器算法进行初步识别， 基于无迹卡尔曼滤波器算法进行初步识别 的过程中， 需要基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的观测误差εk和 第k时间步的量测预测协方差Pyy ,k， 并基于εk和Pyy ,k计算输出每步对应的灵敏参数 然后绘制输出灵敏参数ηk的时程曲线， 如果ηk时程曲线有峰值脉冲出现， 则基于抗边界 约束干扰的自适应无迹卡尔曼滤波器算法识别待识别参数； 在基于抗边界约束干扰的自适 应无迹卡尔曼滤波器算法进行识别的过程中， 需要判断计 算的ηk与灵敏参 数阈值 η0的大小， 如果 ηk＜ η0， 则基于无迹卡尔曼 滤波器算法继续识别； 如果 ηk≥η0， 则继续执 行以下步骤： 如果 tr为矩阵的迹， 则遗 忘因子 否则αk＝1； 基于遗忘因子αk分别修正量测预测协方差Pyy,k、 互协方差Pxy,k及状态量协方差 其特征在于： 基于遗忘因子αk分别修正量测预测协方差Pyy,k、 互协方差Pxy,k及状态量协方差 之后， 再基于遗忘因子αk修正状态量协方差 并更新卡尔曼增益矩阵； 基于更新的卡尔曼增益 矩阵更新第k时间步的状态量； 同时更新时间步继续滤波， 直到循环结束， 最终获得识别过 程状态量中待识别参数； 所述待识别的参数为 桥梁各梁单 元的弹性模量。 2.根据权利要求1所述的抗边界约束干扰的时变刚度参数识别方法， 其特征在于： 基于 遗忘因子αk修正状态量协方差 的过程包括以下步骤： 将桥梁结构的损伤位置编号用A1、 A2、…、 As表示， 其中1≤s≤总的待识别弹性模量个 数； 当s＝1时， 修 正公式为： 式中， 代表行数列数均为A1位置处的协方差值， 修正公式含义为： 扩 大行数列 数均为A1位置处的协方差值； 为根据αk确定的扩大倍数； 当s≥2时， 有两种修 正方式： 方式①： 首先绘制损伤位置排布表， 将损伤位置编号分别作为行号和列号， 使损伤位置 编号两两对应构成一个元 素， 实际对应 状态量协方差中的元 素位置； 然后， 修正损伤位置排布表中除第一行和第一列外每个元素位置对应的协方差值， 公 式如下： 式中， x∈[2,s]， y∈[2,s]， 代表行数为Ax列数为Ay位置处的协方差值， 修正 公式含义 为： 扩大行数为Ax、 列数为Ay位置处的协方差值；权　利　要　求　书 1/4 页 2 CN 114692279 A 2方式②： 首先绘制损伤位置排布表， 将损伤位置编号分别作为行号和列号， 使损伤位置 编号两两对应构成一个元 素， 实际对应 状态量协方差中的元 素位置； 然后， 基于损伤位置排布 表选取相应主对角元 素， 修正公式如下： 式中， x∈[2,s]， 代表行数列数均为Ax位置处的协方差值， 修正公式含义为： 扩大行数列数均为Ax位置处的协方差值。 3.根据权利要求2所述的抗边界约束干扰的时变刚度参数识别方法， 其特征在于： 所述 扩大倍数 取值范围为 4.根据权利要求3所述的抗边界约束干扰的时变刚度参数识别方法， 其特征在于： 当2 ≤s≤3时， 优先选择 方式①； 当s≥4时， 优先选择 方式②。 5.根据权利要求2、 3或4所述的抗边界约束干扰的时变刚度参数识别方法， 其特征在 于： 基于抗边界约束干扰的自适应无迹卡尔曼滤波器算法识别待识别参数的具体过程如 下： 步骤7.1、 基于有限元理论离散桥梁结构， 将桥梁结构划分为单元形式， 并编号， 确定损 伤位置并输出损伤单 元的编号； 步骤7.2、 基于无迹卡尔曼滤波器算法的UT变换原理， 使用第(k ‑1)时间步的状态量χk‑1 和状态量协方差Pk‑1生成(2n+1)个sigma点， 并通过状态方程求解出每个sigma点对应的状 态量 其中k从1开始， 且k∈[1,N]， N为总的时间步数， n为状态量的维数， i为第i个sigma 点， 且i∈[1,2n+1]； 步骤7.3、 基于无迹卡尔曼滤波器算法的时间更新步完成从第(k ‑1)时间步到第k时间 步的状态量和状态量协方差的更新， 分别记作 和 公式如下 所述： 式中， 和 分别为第k时间步第i个sigma点的权重值， 为第k时间步第i个sigma点 对应的状态量估计值， Qk为第k时间步的噪声； 步骤7.4、 基于无迹卡尔曼滤波器算法 的UT变换原理， 使用步骤7.3中更新的 和 生 成(2n+1)个sigma点， 并通过观测方程 求解出每个sigma点对应的观测估计值 步骤7.5、 基于无迹卡尔曼滤波器算法的量测更新步计算输出第k时间步的量测预测值 且 式中， 为第k时间步第i个 sigma点的权重值， 为第k时间步第i个sigma点对应的观 测估计值； 步骤7.6、 基于无迹卡尔曼滤波器算法的量测更新步计算第k时间步的观测误差εk， 且权　利　要　求　书 2/4 页 3 CN 114692279 A 3