利用反復式模型改良法於結構系統健康診斷

Health Diagnosis of Structures Using a Repetitive Model Refinement Approach

本文對於結構系統承受地震力之健康診斷，提出統計信心區間模型改良（refinement）法，此法係指使用估算結構參數的95% 信心區間，在最小平方迴歸中判斷其統計意義。當參數之信心區間包含「零」值時，在統計上便足以刪除該參數，因此反覆此參數篩選程序，直至所有參數之統計意義無法更進一步地被改善，剩餘的參數將為改良之模型。另外，為了確認結構參數的95% 信心區間為最適當的選擇，本文將其與90% 及99% 的信心區間做一比較測試。這項新發展的模型改良法，已執行於多變數多項展開式之級數模型（線性、泰勒級數以及冪級數模型）中，為安全評估提供了更精確的結構辨識。