摘要：
动力位移是地震工程、军事武器设计和结构健康监测等领域重要的物理量,但在实际测试过程中,通常能直接量测的只有振动加速度信号.由于受环境等不确定性测试条件影响,加速度信号不可避免地含有低频和高频噪声,导致在加速度积分过程中,速度和位移时程会产生较为明显的漂移现象.基于贝叶斯理论框架,构建了动力位移贝叶斯学习识别方法,针对不同噪声工况(白噪声、人工噪声)反演获取了位移响应,识别出的动力位移与解析位移基本一致;利用大型振动台试验数据,对比了不同性能加速度传感信号反演的位移,并分析了其不确定性.结果表明:该动力位移贝叶斯学习识别方法在加速度-位移关系表征方面具备一定的优势,可不依赖对加速度信号的处理实现位移求解,从而避免了噪声累积误差导致的位移积分失真.
关键词：
通讯作者信息：
电子邮件地址：
