Bayesian Methods for Nonlinear System Identification of Civil Structures

Este artículo presenta un nuevo marco para la identificación de modelos de elementos finitos (EF) no lineales basados ​​en la mecánica de estructuras civiles utilizando métodos bayesianos. En este enfoque, se utilizan métodos de estimación bayesianos recursivos para actualizar un modelo de EF no lineal avanzado de la estructura utilizando los datos dinámicos de entrada-salida registrados durante un evento sísmico. Capaz de capturar los complejos mecanismos de daño y los modos de falla del sistema estructural, el modelo de EF no lineal actualizado se puede utilizar para evaluar el estado de salud de la estructura después de un evento que provoque daños. Para actualizar los parámetros invariantes en el tiempo desconocidos del modelo FE, se utilizan tres métodos alternativos de filtrado estocástico: el filtro Kalman extendido (EKF), el filtro Kalman sin aroma (UKF) y el filtro Kalman extendido iterado (IEKF). Para aquellos métodos de estimación que requieren el cálculo de las sensibilidades de respuesta de FE estructural con respecto a los parámetros de modelado desconocidos (EKF e IEKF), se utiliza el método de diferenciación directa (DDM) preciso y computacionalmente eficiente. Se utiliza un marco de hormigón armado (RC) tridimensional de cinco pisos de dos por uno para ilustrar el desempeño del marco y comparar el desempeño de los diferentes filtros en términos de convergencia, precisión y robustez. Se obtienen excelentes resultados de estimación con UKF, EKF e IEKF. Debido a la linealización analítica utilizada en el EKF y el IEKF, se observan saltos abruptos y grandes en las estimaciones de los parámetros de modelado cuando se utilizan estos filtros. El UKF supera ligeramente al EKF y al IEKF.