基于虚拟控制系统的建筑结构子结构控制识别方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51678202
  • 项目类别:
    面上项目
  • 资助金额:
    62.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0806.工程建造与服役
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

Current substructure identification methods for buildings is not reliable enough to accurately identify local structural damage. To solve this problem, a virtual control system (VCS) based substructure controlled identification method for buildings is proposed in this project. By using VCS to control the dynamics of substructure, the goal of improving substructure identification accuracy is achieved. First, the mechanism of VPS to control substructure identification accuracy is investigated. Second, the uncertainty of controlled substructure identification using VCS, due to measurement noise, is quantified. Third, optimization design method of VCS is investigated to minimizing the identification error of the structural parameters and damage. Finally, the VPS based controlled substructure identification method is validated by a structural vibration test and by the measured responses from a real building. This project smartly combines self-balanced VCS and substructure identification method. By using the optimized VCS, the parameter identification accuracy of buildings is greatly improved, under the condition that no real control device is implemented to alter the original structural responses. This project provides an advanced methodology to accurately identify damage in large complex building structures, which is of great scientific significance and practical value.
针对现有建筑结构子结构方法难以可靠地准确识别结构局部损伤的问题,本项目发展基于虚拟控制系统的建筑结构子结构控制识别方法,通过虚拟控制系统调控子结构振动特性,实现提升子结构参数识别精度的目标。首先,研究虚拟控制系统调控子结构参数识别精度的作用机理;其次,建立由于测量噪音导致的基于虚拟控制系统的建筑结构子结构控制识别结果不确定性的量化分析方法;第三,研究子结构控制识别中虚拟控制系统优化设计方法,实现建筑结构子结构参数和损伤识别误差的最小化;最后,通过模型振动试验和实际工程监测数据,验证基于虚拟控制系统的建筑结构子结构控制识别方法的有效性。本项目巧妙地将自平衡虚拟控制系统与子结构方法相结合,在不需要安装任何实际结构控制装置且不改变原有结构响应的条件下,通过虚拟控制系统优化设计,大幅提升建筑结构参数和损伤识别精度,为准确识别大型复杂结构损伤提供先进有效的理论和方法,具有重要的科学意义和实用价值。

结项摘要

针对现有建筑结构子结构方法难以可靠地准确识别结构局部损伤的问题,本项目发展了基于虚拟控制系统的建筑结构子结构控制识别方法,通过虚拟控制系统调控子结构振动特性,实现提升子结构参数识别精度的目标。首先,开展了虚拟控制系统调控子结构参数识别精度的作用机理,揭示了虚拟控制系统在不改变结构响应的条件下提升建筑结构子结构参数识别精度的工作原理;其次,研究了基于虚拟质量控制方式的建筑结构参数虚拟控制识别方法,通过虚拟质量调节受控子结构自振频率,提升结构参数识别精度;第三,研究了基于虚拟阻尼和刚度控制方式的建筑结构参数虚拟控制识别方法,利用虚拟控制系统调节影响结构参数识别精度的权重系数,提升结构参数识别精度;并在考虑结构参数存在不确定性的条件下,提出了自适应的虚拟控制系统参数优化设计方法,得到了可以提升结构识别参数精度的鲁棒的虚拟控制系统;第四,研究了基于虚拟控制系统的建筑结构参数的子结构循环控制识别方法,通过引入虚拟控制系统明显改善了原建筑结构子结构循环识别序列的收敛性,并显著提升了结构参数的最终识别精度,从而实现了仅采用三层结构加速度响应对特定层结构参数的识别;最后,通过一个三层和一个五层缩尺模型振动试验,验证上述三种基于虚拟控制系统的建筑结构子结构控制识别方法的有效性。本项目巧妙地将自平衡虚拟控制系统与子结构方法相结合,在不需要安装任何实际结构控制装置且不改变原有结构响应的条件下,通过虚拟控制系统优化设计,大幅提升建筑结构参数和损伤识别精度,为准确识别大型复杂结构损伤提供先进有效的理论和方法。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(2)
会议论文数量(4)
专利数量(1)
Structural Crack Detection Using DPP-BOTDA and Crack-Induced Features of the Brillouin Gain Spectrum.
使用 DPP-BOTDA 进行结构裂纹检测以及布里渊增益谱的裂纹诱发特征
  • DOI:
    10.3390/s20236947
  • 发表时间:
    2020-12-04
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Zhang D;Yang Y;Xu J;Ni L;Li H
  • 通讯作者:
    Li H
Design and Validation of Android Smartphone Based Wireless Structural Vibration Monitoring System.
基于Android智能手机的无线结构振动监测系统的设计与验证
  • DOI:
    10.3390/s20174799
  • 发表时间:
    2020-08-25
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Zhang D;Tian J;Li H
  • 通讯作者:
    Li H
Improving substructure identification accuracy of shear structures using virtual control system
利用虚拟控制系统提高剪力结构下部结构识别精度
  • DOI:
    10.1088/1361-665x/aaa46f
  • 发表时间:
    2018
  • 期刊:
    Smart Materials and Structures
  • 影响因子:
    4.1
  • 作者:
    Zhang Dongyu;Yang Yang;Wang Tingqiang;Li Hui
  • 通讯作者:
    Li Hui
Multi-taper method based substructure identification for shear structures
基于多锥度法的剪力结构子结构识别
  • DOI:
    10.1177/1077546319895360
  • 发表时间:
    2020-01
  • 期刊:
    Journal of Vibration and Control
  • 影响因子:
    2.8
  • 作者:
    Dongyu Zhang;Yong Huang;Ruifeng Li;Hui Li
  • 通讯作者:
    Hui Li
Adaptive substructure identification for shear structures with virtual control system
具有虚拟控制系统的剪力结构自适应子结构识别
  • DOI:
    10.1016/j.ymssp.2018.11.025
  • 发表时间:
    2019-04
  • 期刊:
    Mechanical Systems and Signal Processing
  • 影响因子:
    8.4
  • 作者:
    Zhang Dongyu;Li Suchao;Li Hui
  • 通讯作者:
    Li Hui

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

用于动态应变测量的快速分布式布里渊光纤传感
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    光学学报
  • 影响因子:
    --
  • 作者:
    周登望;王本章;巴德欣;徐金龙;徐鹏柏;姜桃飞;张东昱;李惠;董永康
  • 通讯作者:
    董永康

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张东昱的其他基金

考虑大气湍流影响和无稳定观测点的激光投射结构变形监测方法
  • 批准号:
    52378297
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
基于移动无线传感器网络的高层建筑结构分散损伤识别方法
  • 批准号:
    51378157
  • 批准年份:
    2013
  • 资助金额:
    80.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码