土木工程結(jié)構(gòu)的系統(tǒng)辨識(shí)技術(shù)

前言

第一章 結(jié)構(gòu)工程領(lǐng)域的系統(tǒng)辨識(shí)問(wèn)題

1.1 結(jié)構(gòu)工程與系統(tǒng)辨識(shí)技術(shù)

1.2 結(jié)構(gòu)工程系統(tǒng)辨識(shí)的定義

1.3 結(jié)構(gòu)工程的系統(tǒng)辨識(shí)問(wèn)題

1.3.1 單純結(jié)構(gòu)系統(tǒng)的辨識(shí)問(wèn)題

1.3.2 流-固耦合體系的辨識(shí)問(wèn)題

參考文獻(xiàn)

第二章 工程結(jié)構(gòu)模態(tài)分析及信號(hào)處理方法

2.1 工程結(jié)構(gòu)的實(shí)驗(yàn)?zāi)B(tài)分析

2.1.1 多自由度結(jié)構(gòu)體系的頻響函數(shù)矩陣

2.1.2 多自由度結(jié)構(gòu)體系頻響函數(shù)的幾點(diǎn)討論

2.1.3 平穩(wěn)隨機(jī)荷載激勵(lì)下的結(jié)構(gòu)振動(dòng)

2.1.4 隨機(jī)荷載激勵(lì)下頻響函數(shù)的估計(jì)

2.2 實(shí)驗(yàn)信號(hào)處理方法

2.2.1 框架

2.2.2 傅里葉變換

2.2.3 時(shí)變系統(tǒng)的信號(hào)處理方法

2.2.4 Wigner-Ville分布

參考文獻(xiàn)

第三章 土木工程結(jié)構(gòu)的動(dòng)力學(xué)特性辨識(shí)

3.1 常用的結(jié)構(gòu)動(dòng)力學(xué)實(shí)驗(yàn)?zāi)Ｐ?

3.1.1 模態(tài)模型

3.1.2 狀態(tài)空間模型

3.1.3 ARMA模型

3.2 常用的結(jié)構(gòu)動(dòng)力學(xué)系統(tǒng)辨識(shí)方法

3.2.1 全局性有理分式多項(xiàng)式方法

3.2.2 子空間類辨識(shí)法

3.3 橋梁結(jié)構(gòu)的動(dòng)力學(xué)特性辨識(shí)實(shí)例

3.3.1 實(shí)驗(yàn)環(huán)境

3.3.2 實(shí)驗(yàn)荷載的簡(jiǎn)化處理

3.3.3 運(yùn)行模態(tài)實(shí)驗(yàn)及結(jié)果

3.3.4 橋梁行車激勵(lì)特性辨識(shí)

參考文獻(xiàn)

第四章 工程結(jié)構(gòu)有限元模型修正

4.1 有限元模型修正的基本概念

4.2 有限元模型修正的基本方法

4.3 關(guān)于有限元模型修正的幾點(diǎn)討論

4.3.1 關(guān)于實(shí)驗(yàn)?zāi)B(tài)與理論模態(tài)的討論

4.3.2 關(guān)于模態(tài)參數(shù)靈敏度計(jì)算的討論

4.3.3 關(guān)于修正量求解過(guò)程的討論

4.3.4 基于SVD關(guān)于修正量求解過(guò)程的討論

4.4 有限元模型修正的其他方法

4.4.1 響應(yīng)面法

4.4.2 Generic單元法和子結(jié)構(gòu)法

4.4.3 多分辨率剛度函數(shù)修正方法

參考文獻(xiàn)

第五章 橋梁節(jié)段瞬態(tài)氣彈系統(tǒng)的辨識(shí)

5.1 橋梁風(fēng)致振動(dòng)的經(jīng)典耦合模型

5.1.1 經(jīng)典耦合模型——?dú)鈩?dòng)導(dǎo)數(shù)模型

5.1.2 氣動(dòng)導(dǎo)數(shù)的常規(guī)辨識(shí)方法

5.1.3 經(jīng)典模型的誤差模型

5.1.4 關(guān)于經(jīng)典耦合模型的實(shí)驗(yàn)討論

5.2 橋梁風(fēng)致振動(dòng)的非線性耦合模型

5.2.1 模型分析

5.2.2 模型建立

5.3 非線性耦合模型的辨識(shí)方法

5.3.1 Hilbert-Huang變換及EMD方法

5.3.2 FM-EMD方法

5.3.3 FM-EMD方法的特性討論

5.3.4 FM-EMD方法的數(shù)值驗(yàn)證

5.4 非線性耦合模型辨識(shí)實(shí)例

5.4.FM-EMD性能的提升

5.4.2 非線性耦合模型的辨識(shí)過(guò)程

5.4.3 辨識(shí)結(jié)果及討論

參考文獻(xiàn)

第六章 橋梁節(jié)段尾流激振系統(tǒng)的辨識(shí)

6.1 橋梁節(jié)段尾流激振的周期模型

6.1.1 周期尾流激振的常規(guī)辨識(shí)方法

6.1.2 渦振力的折算頻響函數(shù)模型

6.2 橋梁節(jié)段的尾流激振隨機(jī)周期模型

6.2.1 隨機(jī)周期尾流激振的常規(guī)辨識(shí)方法

6.2.2 隨機(jī)周期尾流激振過(guò)程非平穩(wěn)性的辨識(shí)方法

6.2.3 隨機(jī)周期尾流激振非平穩(wěn)過(guò)程的辨識(shí)

參考文獻(xiàn)2100433B

《土木工程結(jié)構(gòu)的系統(tǒng)辨識(shí)技術(shù)》點(diǎn)介紹土木工程結(jié)構(gòu)的系統(tǒng)辨識(shí)技術(shù)。書(shū)中分別針對(duì)單純結(jié)構(gòu)系統(tǒng)和流-固耦合系統(tǒng)進(jìn)行闡述。第一章介紹結(jié)構(gòu)工程領(lǐng)域的系統(tǒng)辨識(shí)問(wèn)題，第二章介紹模態(tài)分析及信號(hào)處理的基礎(chǔ)知識(shí)，第三章介紹單純結(jié)構(gòu)系統(tǒng)的動(dòng)力學(xué)模型及辨識(shí)方法，第四章介紹有限元模型修正的相關(guān)內(nèi)容，第五章介紹橋梁結(jié)構(gòu)瞬態(tài)氣彈系統(tǒng)的辨識(shí)問(wèn)題，第六章介紹橋梁結(jié)構(gòu)尾流激振氣彈系統(tǒng)的辨識(shí)問(wèn)題?！锻聊竟こ探Y(jié)構(gòu)的系統(tǒng)辨識(shí)技術(shù)》可供結(jié)構(gòu)工程領(lǐng)域的科研工作者和工程技術(shù)人員參考，也可作為高等院校土木、交通、水利和機(jī)械等專業(yè)高年級(jí)本科生和研究生的教學(xué)參考書(shū)。

《系統(tǒng)辨識(shí)理論及matlab仿真》

第1章緒論

1.1建立數(shù)學(xué)模型的基本方法

1.2系統(tǒng)辨識(shí)的定義

1.3系統(tǒng)辨識(shí)的研究目的

1.4數(shù)學(xué)模型的分類

1.5幾種常見(jiàn)的數(shù)學(xué)模型的數(shù)學(xué)表示

1.6系統(tǒng)辨識(shí)常用的誤差準(zhǔn)則

1.7系統(tǒng)辨識(shí)的分類

1.7.1離線辨識(shí)

1.7.2在線辨識(shí)

1.8辨識(shí)的內(nèi)容和步驟

1.9系統(tǒng)辨識(shí)方法

1.10系統(tǒng)辨識(shí)方法分類

1.10.1經(jīng)典系統(tǒng)辨識(shí)方法

1.10.2現(xiàn)代系統(tǒng)辨識(shí)方法

思考題與習(xí)題1

第2章系統(tǒng)辨識(shí)常用輸入信號(hào)

2.1系統(tǒng)辨識(shí)對(duì)輸入信號(hào)的要求

2.2系統(tǒng)辨識(shí)常用的輸入信號(hào)

.2.2.1白噪聲信號(hào)

2.2.2白噪聲序列的產(chǎn)生

2.3m序列的產(chǎn)生及其性質(zhì)

思考題與習(xí)題2

第3章最小二乘參數(shù)辨識(shí)方法及應(yīng)用

3.1最小二乘參數(shù)辨識(shí)方法

3.1.1基本原理

3.1.2利用最小二乘法求取模型參數(shù)

3.1.3仿真實(shí)例：熱敏電阻和溫度關(guān)系的最小二乘參數(shù)求解

3.2加權(quán)最小二乘算法

3.2.1一般最小二乘算法的分析與設(shè)計(jì)

3.2.2加權(quán)最小二乘法的分析與設(shè)計(jì)

3.2.3仿真實(shí)例

3.3遞推最小二乘算法

3.3.1遞推最小二乘算法的基本原理

3.3.2遞推最小二乘算法的分析與設(shè)計(jì)

3.3.3仿真實(shí)例

3.3.4時(shí)不變系統(tǒng)的遞推最小二乘參數(shù)辨識(shí)方法

3.3.5時(shí)變系統(tǒng)的遞推最小二乘參數(shù)辨識(shí)方法

3.4遞推阻尼最小二乘算法

3.4.1遞推阻尼最小二乘算法的基本原理

3.4.2遞推阻尼最小二乘算法的分析與設(shè)計(jì)

3.4.3仿真實(shí)例

3.5增廣最小二乘算法

3.5.1增廣最小二乘算法的基本原理

3.5.2增廣最小二乘算法的分析與設(shè)計(jì)

3.5.3仿真實(shí)例

3.6多變量系統(tǒng)的最小二乘辨識(shí)算法

3.6.1多變量系統(tǒng)的最小二乘辨識(shí)算法的基本原理

3.6.2多變量系統(tǒng)的最小二乘辨識(shí)算法的分析與設(shè)計(jì)

3.6.3仿真實(shí)例

思考題與習(xí)題3

第4章極大似然參數(shù)辨識(shí)方法

4.1引言

4.2極大似然參數(shù)估計(jì)的原理及性質(zhì)

4.2.1極大似然參數(shù)估計(jì)原理

4.2.2似然函數(shù)的構(gòu)造

4.2.3極大似然參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)

4.3動(dòng)態(tài)系統(tǒng)參數(shù)的極大似然參數(shù)估計(jì)

4.4newton-raphson法應(yīng)用于極大似然參數(shù)估計(jì)求解

4.5遞推的極大似然估計(jì)

思考題與習(xí)題4

第5章傳遞函數(shù)的時(shí)域和頻域辨識(shí)

5.1傳遞函數(shù)辨識(shí)的時(shí)域法

5.1.1一階慣性滯后環(huán)節(jié)的辨識(shí)

5.1.2二階慣性加純遲延的傳遞函數(shù)擬合

5.1.3用n階慣性環(huán)節(jié)加純延遲的傳遞函數(shù)擬合

5.2傳遞函數(shù)的頻率辨識(shí)

5.2.1利用bode圖特性求傳遞函數(shù)

5.2.2利用matlab工具求系統(tǒng)傳遞函數(shù)

5.3線性系統(tǒng)開(kāi)環(huán)傳遞函數(shù)的辨識(shí)

5.3.1基本原理

5.3.2仿真實(shí)例

5.4閉環(huán)系統(tǒng)傳遞函數(shù)的辨識(shí)和前饋控制

5.4.1閉環(huán)系統(tǒng)辨識(shí)

5.4.2仿真實(shí)例

5.4.3零相差前饋控制基本原理

5.4.4系統(tǒng)相移

5.4.5仿真實(shí)例

思考題與習(xí)題5

第6章神經(jīng)網(wǎng)絡(luò)辨識(shí)及其應(yīng)用

6.1神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)

6.1.1神經(jīng)網(wǎng)絡(luò)原理

6.1.2神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

6.1.3神經(jīng)網(wǎng)絡(luò)的要素及特征

6.1.4人工神經(jīng)網(wǎng)絡(luò)辨識(shí)的特點(diǎn)

6.2bp神經(jīng)網(wǎng)絡(luò)辨識(shí)

6.2.1bp神經(jīng)網(wǎng)絡(luò)

6.2.2網(wǎng)絡(luò)結(jié)構(gòu)

6.2.3bp網(wǎng)絡(luò)的優(yōu)缺點(diǎn)

6.3bp網(wǎng)絡(luò)的逼近

6.3.1基本原理

6.3.2仿真實(shí)例

6.4基于數(shù)據(jù)的bp網(wǎng)絡(luò)離線建模

6.4.1基本原理

6.4.2仿真實(shí)例

6.5基于模型的bp神經(jīng)網(wǎng)絡(luò)離線建模

6.5.1基本原理

6.5.2仿真實(shí)例

6.6rbf神經(jīng)網(wǎng)絡(luò)辨識(shí)及在自校正控制中的應(yīng)用

6.6.1rbf神經(jīng)網(wǎng)絡(luò)

6.6.2rbf網(wǎng)絡(luò)的逼近

6.6.3仿真實(shí)例

6.7基于未知項(xiàng)在線建模的rbf網(wǎng)絡(luò)自校正控制

6.7.1神經(jīng)網(wǎng)絡(luò)自校正控制原理

6.7.2rbf網(wǎng)絡(luò)自校正控制

6.7.3仿真實(shí)例

6.8hopfield神經(jīng)網(wǎng)絡(luò)辨識(shí)

6.8.1hopfield網(wǎng)絡(luò)原理

6.8.2hopfield網(wǎng)絡(luò)線性系統(tǒng)參數(shù)辨識(shí)

6.8.3仿真實(shí)例

6.9rbf網(wǎng)絡(luò)建模應(yīng)用——自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制

6.9.1問(wèn)題描述

6.9.2rbf網(wǎng)絡(luò)逼近原理

6.9.3仿真實(shí)例

思考題與習(xí)題6

第7章模糊系統(tǒng)辨識(shí)

7.1模糊系統(tǒng)的理論基礎(chǔ)

7.1.1特征函數(shù)和隸屬函數(shù)

7.1.2模糊算子

7.1.3隸屬函數(shù)

7.1.4模糊系統(tǒng)的設(shè)計(jì)

7.2基于sugeno模糊模型的建模

7.2.1sugeno模糊模型

7.2.2仿真實(shí)例

7.2.3基于sugeno模糊模型的倒立擺模糊控制

7.2.4仿真實(shí)例

7.2.5基于sugeno的倒立擺模糊控制

7.2.6仿真實(shí)例

7.3模糊逼近

7.3.1模糊系統(tǒng)的設(shè)計(jì)

7.3.2模糊系統(tǒng)的逼近精度

7.3.3仿真實(shí)例

7.4模糊系統(tǒng)建模應(yīng)用——自適應(yīng)模糊控制

7.4.1問(wèn)題描述

7.4.2模糊逼近原理

7.4.3控制算法設(shè)計(jì)與分析

7.4.4仿真實(shí)例

思考題與習(xí)題7

第8章智能優(yōu)化算法辨識(shí)

8.1遺傳算法基本原理

8.2遺傳算法的特點(diǎn)

8.3遺傳算法的應(yīng)用領(lǐng)域

8.4遺傳算法的優(yōu)化設(shè)計(jì)

8.4.1遺傳算法的構(gòu)成要素

8.4.2遺傳算法的應(yīng)用步驟

8.5遺傳算法求函數(shù)極大值

8.5.1二進(jìn)制編碼遺傳算法求函數(shù)極大值

8.5.2實(shí)數(shù)編碼遺傳算法求函數(shù)極大值

8.6基于遺傳算法摩擦模型參數(shù)辨識(shí)的pid控制

8.6.1問(wèn)題描述

8.6.2仿真實(shí)例

8.7基于遺傳算法的伺服系統(tǒng)靜態(tài)摩擦參數(shù)辨識(shí)

8.7.1伺服系統(tǒng)的靜態(tài)摩擦模型

8.7.2靜摩擦模型stribeck曲線的獲取

8.7.3基于遺傳算法的靜態(tài)摩擦參數(shù)辨識(shí)

8.7.4仿真實(shí)例

8.8基于遺傳算法的機(jī)械手參數(shù)辨識(shí)

8.8.1系統(tǒng)描述

8.8.2仿真實(shí)例

8.9粒子群優(yōu)化算法

8.9.1粒子群算法基本原理

8.9.2參數(shù)設(shè)置

8.9.3算法流程

8.10基于粒子群算法的函數(shù)優(yōu)化

8.11基于粒子群算法的機(jī)械手參數(shù)辨識(shí)

8.12基于粒子群算法的非線性系統(tǒng)參數(shù)辨識(shí)

8.12.1辨識(shí)非線性靜態(tài)模型

8.12.2辨識(shí)非線性動(dòng)態(tài)模型

8.12.3基于粒子群算法的vtol飛行器參數(shù)辨識(shí)

8.13差分進(jìn)化算法

8.13.1標(biāo)準(zhǔn)差分進(jìn)化算法

8.13.2差分進(jìn)化算法的基本流程

8.13.3差分進(jìn)化算法的參數(shù)設(shè)置

8.13.4基于差分進(jìn)化算法的函數(shù)優(yōu)化

8.14基于差分進(jìn)化算法的非線性系統(tǒng)參數(shù)辨識(shí)

8.14.1辨識(shí)非線性靜態(tài)模型

8.14.2辨識(shí)非線性動(dòng)態(tài)模型

8.14.3基于差分進(jìn)化算法的vtol飛行器參數(shù)辨識(shí)

8.15基于微分器的微分信號(hào)提取

8.15.1微分器的由來(lái)

8.15.2微分器的工程應(yīng)用

8.15.3積分鏈?zhǔn)轿⒎制?

8.15.4仿真實(shí)例

8.16基于微分器的差分進(jìn)化參數(shù)辨識(shí)

8.16.1系統(tǒng)描述

8.16.2仿真實(shí)例

思考題與習(xí)題8

第9章灰色系統(tǒng)辨識(shí)

9.1灰色系統(tǒng)辨識(shí)原理

9.1.1生成數(shù)列

9.1.2gm灰色模型

9.2灰色系統(tǒng)參數(shù)辨識(shí)

9.2.1問(wèn)題描述

9.2.2灰色估計(jì)算法

9.2.3仿真實(shí)例

參考文獻(xiàn)2100433B

書(shū)籍

計(jì)算機(jī)書(shū)籍

全書(shū)共9章，包括緒論、系統(tǒng)辨識(shí)常用輸入信號(hào)、最小二乘參數(shù)辨識(shí)方法及原理、極大似然參數(shù)辨識(shí)方法及其應(yīng)用、傳遞函數(shù)的時(shí)域和頻域辨識(shí)、神經(jīng)網(wǎng)絡(luò)辨識(shí)及其應(yīng)用、模糊系統(tǒng)辨識(shí)、智能優(yōu)化算法辨識(shí)及灰色系統(tǒng)辨識(shí)。書(shū)中有大量實(shí)例，每種實(shí)例都進(jìn)行了仿真分析，并給出了相應(yīng)的matlab仿真程序。本書(shū)各部分內(nèi)容既相互聯(lián)系又相互獨(dú)立，讀者可根據(jù)自己需要選擇學(xué)習(xí)。

《系統(tǒng)辨識(shí)理論及matlab仿真》可作為高等院校自動(dòng)化、計(jì)算機(jī)應(yīng)用、機(jī)械電子工程等專業(yè)高年級(jí)本科生或研究生的教材或參考書(shū)，也可供相關(guān)專業(yè)的工程技術(shù)人員閱讀。

本書(shū)主要介紹在過(guò)程控制工程領(lǐng)域中比較成熟和有效的辨識(shí)技術(shù)，主要包含兩大部分內(nèi)容，除第一章引論、第二章過(guò)程的數(shù)學(xué)描述外，第一大部分為經(jīng)典辨識(shí)技術(shù)：第三章介紹了瞬態(tài)響應(yīng)法，第四章介紹了頻率響應(yīng)法；第二大部分為現(xiàn)代辨識(shí)技術(shù)：在第五章介紹統(tǒng)計(jì)學(xué)方法預(yù)備知識(shí)的基礎(chǔ)上，第六章介紹了脈沖響應(yīng)函數(shù)的辨識(shí)，第七章介紹了線性方程模型的辨識(shí)。本書(shū)的主要特色在于試圖將作為現(xiàn)代控制理論重要分支的系統(tǒng)辨識(shí)理論進(jìn)行工程化處理，使之成為一門(mén)實(shí)用技術(shù)。

本書(shū)可作為高等院校工業(yè)自動(dòng)化類專業(yè)的教學(xué)用書(shū)，也可作為生產(chǎn)過(guò)程自動(dòng)化工程技術(shù)領(lǐng)域的科技人員、工程師在實(shí)際工程應(yīng)用中的參考資料。