(19)中华 人民共和国 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 202111271490.5 (22)申请日 2021.10.2 9 (71)申请人 河海大学 地址 211100 江苏省南京市江宁开发区佛 城西路8号 (72)发明人 曹茂森　王泽雨　李帅　张鑫　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 代理人 朱小兵 (51)Int.Cl. G06F 30/13(2020.01) G06F 30/23(2020.01) G06F 119/14(2020.01) (54)发明名称 基于自适应控制的卡尔曼滤波钢桁架桥梁 结构参数监测方法 (57)摘要 本发明公开了一种基于自适应控制的卡尔 曼滤波钢桁架桥梁结构参数监测方法， 首先确定 钢桁架桥梁结构所在的质量、 刚度等力学参数； 其次采集钢桁架桥梁结构所在桁架速度、 加速 度、 位移及地面加速度振动响应数据； 然后利用 卡尔曼滤波算法跟踪结构速度、 加速度、 位移及 刚度的变化， 结合动态统计过程算法进行包络控 制， 当刚度产生变化值， 超过包络的控制线时实 现自动报警。 本发明针对卡尔曼滤波算法进行优 化使其能够在钢桁架桥梁结构上达到预测 刚度 的变化， 符合实际的工程需求； 相比传统的单一 阈值算法， 改善了固定阈值缺点将其优化为动态 控制， 为钢桁架桥梁结构的性能评估提供了参 考， 能够有效的服务钢桁架桥梁结构的管养工 作。 权利要求书2页 说明书5页 附图5页 CN 114036605 A 2022.02.11 CN 114036605 A 1.一种基于自适应控制的卡尔曼滤波钢桁架桥梁结构参数监测方法， 其特征在于， 包 括： 步骤一、 测量或查阅钢桁架结构基本力学参数， 采集钢桁架桥梁结构振动的速度、 加速 度、 位移响应数据； 步骤二、 对加速度、 速度、 位移响应数据进行预处理， 通过多自由度结构动态系统设置 状态方程和观测方程； 步骤三、 通过离散时间， 把步骤二得到的状态方程和测量方程线性化， 导入步骤二所处 理速度、 加速度、 位移响应数据， 通过时间更新方程和状态更新方程递归得到每一时刻的位 移、 速度、 加速度及刚度的估计值， 此估计值代 表每一时刻对于真实值的估计； 步骤四、 通过统计控制过程控制方法设置动态的包络曲线， 其统计过程控制方法的极 限由步骤三所得每个时间步长生成迭代控制极限， 此极限代表的是步骤三每一步产生的位 移、 速度、 加速度、 刚度估计值， 其设置包络曲线的均值和标准差均表示估计状态的当前状 态， 当超过包络曲线外时， 判断刚度 产生突变损伤。 2.根据权利要求1所述的一种基于自适应控制的卡尔曼滤波钢 桁架桥梁结构参数监测 方法， 其特 征在于， 步骤二中， 将多自由度结构动力系统的运动方程表示 为 式中， M为质量矩阵， C为质量矩阵， K为刚度 矩阵， B为激励影响矩阵， u(t)分 别为结构加速度、 速度、 位移的响应， 为地面加速度； 通过多自由度动力系统的运动方程设置好动态系统的扩展状态向量， 定义 为： 式中α(t)＝[α1(t), α2(t),…, αn(t)]T是刚度和阻尼值 等未知结构参数的向量； 设置状态方程和观测方程如下： y(t)＝h(x(t) )+w(t) 其中， 为状态方程， f(x(t))为离散化的状态参数， v(t)为状态方程的噪声； y(t)为 观测方程， h(x(t) )为所观测的状态参数， w(t)为观测方程的噪声。 3.根据权利要求1所述的一种基于自适应控制的卡尔曼滤波钢 桁架桥梁结构参数监测 方法， 其特 征在于， 步骤三具体如下： 对状态方程和观测方程进行线性 化， 转换为离 散时间： φ(tk， tk‑1)＝I+Δt×Fk‑1 Fk、 Hk为线性化的雅克比矩阵， φ(tk， tk‑1)为线性化系统的状态转移 矩阵； 时间更新方程：权　利　要　求　书 1/2 页 2 CN 114036605 A 2状态更新方程： Fp＝Fk(I‑KgH) Kg＝PHT(HPHT+R)‑1 p＝FppFpT+FkKgRKgTFkT+Q 式中， 为对k+1时刻的状态参数预测值， φ(k)为状态转移矩阵， 为k时 刻的真实值， 为k+1时刻的观测参数预测值， H(k+1)是观测矩阵； 为对k+1时刻的状态参数估计值， 为对k+1时刻的状态参数预测值， Kg为卡尔曼增 益矩阵； 为k+1时刻的观测参数估计值， y(k+1| k+1)为k+1时刻的观测值； P为 误差协方差矩阵， Fp为更新矩阵。 4.根据权利要求1所述的一种基于自适应控制的卡尔曼滤波钢 桁架桥梁结构参数监测 方法， 其特 征在于， 步骤四中的计算过程 为： 其中， 是状态参数在k时刻的正常值， 等于过去k个点上的估计参数的平均值； 是时间k的平均标准差， 等于过去k个点上的估计参数的平均值。权　利　要　求　书 2/2 页 3 CN 114036605 A 3