近期，土木工程结构健康监测权威期刊《Journal of Civil Structural Health Monitoring》（影响因子3.6，中科院二区期刊）发表了我院全职博士后何毅、研究生李志鹏与台湾阳明交通大学杨子仪教授合作的在桥梁高分辨率振型识别及边界约束条件有限元模型更新方面的研究成果《Compressive sensing-based construction of high-resolution mode shapes for updating bridge boundary constraints》。重庆科技大学土木与水利工程学院为第一单位，何毅和李志鹏为分别为第一、二作者，杨子仪教授为通讯作者。

边界条件是影响桥梁动力特性的关键因素，对其变异状况的准确识别是评估桥梁结构状态的前提，论文提出了一种基于有限元模型更新估计桥梁边界约束的方法。首先利用空间域压缩感知理论由少量随机布置传感器的测量值重构了桥梁的全场响应，并据此识别了高分辨率振型。然后构建了频率和MAC值的Kriging代理模型以减少有限元模型更新的时长。最后使用多目标优化算法—NSGA-II直接优化目标函数，并采用距平衡点最小距离准则确定桥梁的边界约束。数值算例和室内模型实验数据验证了方法的有效性。所呈现的算例还表明：一是压缩感知理论可以使用少量传感器的测量值重构全场响应，从重构的全场响应中可进一步识别高分辨率振型。二是代理模型辅助的有限元更新可显著减少优化时长，同时能提供令人满意的更新结果。三是与低分辨率振型相比，使用高分辨率振型可显著改善更新结果的准确性。

该研究得到了国家自然科学基金的资助。作为我校培养的全职博士后，何毅自2023年7月入职以来已依托我校发表SCI/EI论文9篇，其中中科院1区论文1篇，2区论文3篇，3区论文4篇，EI论文1篇。

文章链接：https://doi.org/10.1007/s13349-024-00791-z