混凝土重力坝的自振频率包含结构整体和局部健康状态信息。基于自振频率来监控混凝土重力坝的健康状态,需要建立各种环境变量与各阶自振频率之间的复杂非线性映射关系,建模过程充满了不确定性。为此,该文通过亲和力传播(affinity propag...混凝土重力坝的自振频率包含结构整体和局部健康状态信息。基于自振频率来监控混凝土重力坝的健康状态,需要建立各种环境变量与各阶自振频率之间的复杂非线性映射关系,建模过程充满了不确定性。为此,该文通过亲和力传播(affinity propagation,AP)算法对模态稳定图进行聚类分析来实现模态参数的自动识别,通过环境量对自振频率影响规律的机理分析,并引入贝叶斯模型平均(Bayesian model averaging,BMA)技术来建立混凝土重力坝自振频率的安全监控模型,将模型自身不确定性考虑在内,可以自动平衡模型的复杂度与拟合程度,从而确定出对预测真正有贡献的输入变量。实际工程应用表明,采用基于BMA的混凝土重力坝自振频率安全监测模型,可以准确地模拟结构频率与环境量之间的映射关系,从而使总体模型具有更加准确的预测效果,能够很好地应用于混凝土重力坝安全性能监测,具有良好的工程应用前景。展开更多
文摘混凝土重力坝的自振频率包含结构整体和局部健康状态信息。基于自振频率来监控混凝土重力坝的健康状态,需要建立各种环境变量与各阶自振频率之间的复杂非线性映射关系,建模过程充满了不确定性。为此,该文通过亲和力传播(affinity propagation,AP)算法对模态稳定图进行聚类分析来实现模态参数的自动识别,通过环境量对自振频率影响规律的机理分析,并引入贝叶斯模型平均(Bayesian model averaging,BMA)技术来建立混凝土重力坝自振频率的安全监控模型,将模型自身不确定性考虑在内,可以自动平衡模型的复杂度与拟合程度,从而确定出对预测真正有贡献的输入变量。实际工程应用表明,采用基于BMA的混凝土重力坝自振频率安全监测模型,可以准确地模拟结构频率与环境量之间的映射关系,从而使总体模型具有更加准确的预测效果,能够很好地应用于混凝土重力坝安全性能监测,具有良好的工程应用前景。
