期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:樊学平,吕大刚.基于DLM的桥梁结构承载力的贝叶斯预测[J].哈尔滨工业大学学报,2012,44(12):13.DOI:10.11918/j.issn.0367-6234.2012.12.003
FAN Xue-ping,Lü Da-gang.Bayesian prediction of structural bearing capacity of aging bridges based on dynamic linear model[J].Journal of Harbin Institute of Technology,2012,44(12):13.DOI:10.11918/j.issn.0367-6234.2012.12.003
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 2368次   下载 1990 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于DLM的桥梁结构承载力的贝叶斯预测
樊学平, 吕大刚
哈尔滨工业大学 土木工程学院, 150090 哈尔滨
摘要:
为结合检测信息和承载力的先验模型来对桥梁结构性能进行预测,认为结构性能随时间变化的动态测量为一个时间序列,然后引入了动态线性模型(DLM)对结构性能进行预测.考虑到桥梁结构性能的时变特性,运用贝叶斯动态模型建立了退化抗力的状态方程和观测方程,并通过贝叶斯因子来对检测信息进行监控,然后结合参数的先验信息,对退化抗力的状态参数进行贝叶斯后验概率推断,建立了一个动态线性模型来对结构抗力短期的变化趋势进行预测.为了结构性能线性模型的贝叶斯动态修正,确定了一步向前预测分布和滤波分布.基于检测信息,考虑到变量估计主观认识的不确定性,引入折扣因子来确定状态误差方差矩阵.最后,通过算例论证了本文方法的适用性.
关键词:  贝叶斯方法  动态线性模型  结构抗力  结构可靠性  贝叶斯预测
DOI:10.11918/j.issn.0367-6234.2012.12.003
分类号:TU391; TU392.5
基金项目:国家自然科学基金资助项目(0,7).
Bayesian prediction of structural bearing capacity of aging bridges based on dynamic linear model
FAN Xue-ping, Lü Da-gang
School of Civil Engineering, Harbin Institute of Technology, 150090 Harbin, China
Abstract:
To predict the bridge structure performance based on inspection information and the priori model of bearing capacity, the dynamic measure of structural performance over time is treated as a time series, a Bayesian dynamic linear model (DLM) is then introduced. Considering the time-dependent characteristics of structural performance of the considered bridge, this paper proposes the probability method of bridge resistance degradation predication. State equation and observation equation of resistance degradation are established with Bayesian dynamic linear model. Combining parameters’ prior information with the early resistance observation data containing noise, the resistance degradation state parameters are deduced with Bayesian Posterior Probability. A dynamic linear model is built to forecast the short-term trend of structural resistance. The one-step-ahead forecast distribution and the filtering distribution are determined for Bayesian dynamic updating. To allow for the epistemic uncertainty in variance estimation based on inspection information, a discount factor approach is made for specification of unknown variance matrix. Finally, a RC girder is taken as an illustration example to demonstrate the applicability of the proposed method.
Key words:  bayesian method  dynamic linear model  structural resistance  structural reliability  bayesian prediction

友情链接LINKS