Une nouvelle méthode d’identification de force basée sur une vision bayésienne unifiée du filtrage de type Kalman

Abstract

Ce papier présente un nouveau filtre bayésien pour l'estimation des sources d'excitation mécanique dans le domaine temporel à partir d'un ensemble de mesures de vibrations. Le filtre proposé est dérivé d'une formulation bayésienne générale, unifiant la plupart des filtres récursifs développés au cours de la dernière décennie pour résoudre les problèmes d'estimation de l'état et de l'entrée. Plus précisément, le filtre bayésien proposé permet de promouvoir la parcimonie spatiale du vecteur d'entrée estimé, en supposant que le vecteur d'entrée prédit est un vecteur aléatoire dont les composantes sont indépendantes, identiquement distribuées et suivent une loi normale généralisée. Pour estimer correctement les paramètres de cette dernière, une optimisation bayésienne est mise en place à chaque pas de temps. La validité de l'approche proposée, appelée Sparse adaptive Bayesian filter (SaBF), est évaluée numériquement. En particulier, les comparaisons effectuées avec certains filtres de l'état de l'art montrent que la stratégie proposée surpasse les filtres existants en termes de précision d'estimation de l'entrée et évite le phénomène dit de dérive ("drift").

Mathieu Aucejo

Associate Professor

My research interests include inverse problems, vibration control and vibro-acoustics.