结构在使用过程中,节点处于受力复杂而且集中的关键部位。因此,节点对于整体结构安全性极为重要。通过监测手段获取节点刚域有助于建立精确的结构有限元模型,为结构设计验证和结构健康监测提供基础信息。节点刚域与节点响应间具有一定的关联性,因此,提出基于多工况的节点响应的节点刚域长度估计方法,通过确定实测点与对应刚域长度之间的关联关系及映射关系,实现多工况的节点刚域长度的估计。本文主要研究工作从以下三个方面展开:基于Apriori算法的节点响应与节点刚域关联规则的研究。固定荷载工况,改变刚域长度,获取不同位置的节点应力响应并进行分组,对其进行关联分析,获得对刚域变化敏感的应力待测位置;对基于刚域变化数据库选出的应力待测位置,固定其刚域长度,改变荷载工况,获取节点应力响应并进行分组。运用Apriori算法对数据库进行刚域长度与应力响应变化率的强关联规则分析,确定最小支持度与最小置信度,确定刚域长度变化引起应力响应变化敏感位置,将其敏感位置作为实际传感器的布置位置。基于随机森林算法的节点刚域的识别方法研究。选取多荷载工况且多种刚域长度的应力响应变化率作为训练数据,利用随机森林算法确定应力响应变化率与K型节点刚域长度之间的映射关系模型。对比通过单独使用随机森林算法、单独使用Apriori算法以及同时考虑随机森林算法与Apriori算法获得的传感器位置,考虑传感器布置点的数量与位置,开展在多荷载工况的节点刚域长度估计,明确训练数据量、实测点数量对节点刚域长度估计精度的影响,验证所提基于映射关系的节点刚域长度估计方法的有效性。节点刚域识别方法的参数影响分析与优化。将已确定的传感器待布置点的应力响应变化率作为训练集,运用随机森林算法进行节点响应与节点刚域映射关系模型的建立,考虑随机森林算法的参数,如构建模型数量、最大树深度、最大节点数、最小子节点大小和分箱数,以及训练集数据量对映射模型的影响,从而对映射关系模型进行进一步的优化。确定构建模型数量、最大树深度、最大节点数、最小子节点大小以及分箱数以及训练集数据量对映射关系模型估计结果的影响,对映射关系模型进行误差分析,从而获取最优映射模型。