科研之友
微信
新浪微博
Facebook
分享链接
摘要
贝叶斯FFT算法是运营模态分析的最新一代算法，以其准确性高、计算速度快、可有效进行不确定性度量等优点受到广泛关注。然而，现有方法针对不同情况（稀疏模态、密集模态、多步测试等）需采用不同优化算法，且编程实现极为复杂。为此，本文旨在提出针对不同情况下贝叶斯FFT算法的统一框架，并实现模态参数的高效求解。首先，视结构模态响应为隐变量，建立贝叶斯模态识别单步测试和多步测试的隐变量模型框架；然后，针对提出的隐变量模型运用期望最大化算法实现各种情况下模态参数的统一贝叶斯推断，利用隐变量解耦模态参数优化过程，采用Louis等式间接求取似然函数的Hessian矩阵；最后，通过两个实际工程测试案例，并与现有方法对比，验证所提方法的准确性和高效性。分析结果表明，本文所提算法与现有方法结果相同，但其推导简单易编程，尤其对于密集模态识别问题具有明显的计算优势。本文为贝叶斯模态识别建立起统一的隐变量模型框架，在很大程度上简化本来繁琐且冗长的推导，提高计算效率，同时也为应用变分贝叶斯、吉布斯采样等算法求解贝叶斯模态识别提供了可能。
- 单位
