基于关联性分析的模型更新混合试验参数敏感性分析方法

摘要

模型更新混合试验利用试验数据识别试验子结构的参数并更新数值子结构的模型，有效避免了传统混合试验数值子结构参数不准确带来的误差。为了保障参数识别的准确性，所选本构参数必须具备可观测性和较高敏感性。现有的局部参数敏感性分析方法属于定性分析，无法具体定量评估参数的敏感性。为此，提出了一种基于关联性分析的参数敏感性分析方法。该方法通过计算本构参数与恢复力之间的关联系数，定量评估本构参数的参数敏感性，计算简单。分别对使用Kent-Scott-Park本构模型的混凝土和三线性本构模型的复合型阻尼器进行参数敏感性分析，并与局部参数敏感性分析方法得到的结果进行对比。研究结果表明，对于混凝土的本构参数2种方法所选较高敏感性参数一致，而局部参数敏感性分析方法不适用于复合型阻尼器，所提方法可以确定复合型阻尼器本构参数的参数敏感性。使用不同的模型更新方式对一个6层钢框架结构配备复合型阻尼器进行模型更新混合试验数值仿真，比较参数识别的效果，发现通过所提方法选择的本构参数更易于识别，模型更新混合试验数值仿真的精度和效率更高，验证了方法的正确性和有效性。

关键词

混合试验 / 参数识别 / 模型更新 / 关联性分析 / 敏感性分析