شناسایی سیستم، فرایند ساخت مدلهای ریاضی از سامانههای دینامیکی از دادههای ورودی-خروجی اندازهگیریشده است. در مهندسی سازه، برای شناسایی خواص مودی، بهروزرسانی مدلهای اجزای محدود و مشخصهیابی رفتار سازه برای پایش و کنترل به کار میرود.
شناسایی سیستم، رشتهای است که به ساخت مدلهای ریاضی از سامانههای دینامیکی از دادههای ورودی-خروجی مشاهدهشده میپردازد. در زمینه دینامیک سازه و پایش سلامت سازه، به مجموعه روشهایی اشاره دارد که برای شناسایی خواص مودی یک سازه (فرکانسهای طبیعی، شکلهای مودی، نسبتهای میرایی)، بهروزرسانی مدلهای تحلیلی (معمولاً مدلهای اجزای محدود) و مشخصهیابی رفتار سازه به کار میرود. این حوزه ریشه در نظریه کنترل، پردازش سیگنال و آمار دارد و به رشتهای بالغ با کاربردها در سراسر مهندسی عمران، مکانیک و هوافضا تبدیل شده است.
شناسایی سیستم در مهندسی سازه معمولاً بر اساس نوع داده در دسترس طبقهبندی میشود. شناسایی ورودی-خروجی از هر دو ورودی اندازهگیریشده (تحریک) و خروجی (پاسخ) استفاده میکند — همانطور که در تحلیل مودی تجربی (EMA) با چکش ضربه یا لرزاننده. شناسایی تنها-خروجی تنها از پاسخ استفاده میکند و فرض میکند ورودی پهنباند پایا است (همانطور که در تحلیل مودی عملیاتی، OMA). شناسایی سیستم غیرخطی چارچوب کلاسیک خطی را به سامانههایی که رفتار غیرخطی نشان میدهند گسترش میدهد — شامل سازههای هیسترتیک، ساختمانهای جداشده و سازههای با آسیب. شناسایی متغیر با زمان نحوه تحول خواص سامانه در طول زمان را ردیابی میکند که برای تشخیص آسیب یا افت در طول زلزله حیاتی است. شناسایی بیزی چارچوب احتمالاتی برای شناسایی سیستم فراهم میآورد و عدم قطعیت در پارامترهای شناساییشده را کمّی میکند — که بهطور فزایندهای در SHM برای تصمیمگیری تحت عدم قطعیت مهم است.
شناسایی سیستم محوری در بهروزرسانی مدل و SHM است. در بهروزرسانی مدل، خواص مودی شناساییشده برای واسنجی مدل اجزای محدود به کار میروند تا پیشبینیهای آن با رفتار اندازهگیریشده تطبیق یابد؛ مدل بهروزشده سپس میتواند برای پیشبینی پاسخ، ارزیابی قابلیت اعتماد و ارزیابی خسارت به کار رود. در SHM، شناسایی سیستم برای ردیابی سلامت سازه در طول زمان به کار میرود — با شناسایی پیوسته خواص مودی و استفاده از تغییرات آن خواص بهعنوان شاخص آسیب. سامانههای SHM مدرن بهطور فزایندهای بر الگوریتمهای خودکار شناسایی سیستم که میتوانند مجموعههای داده بزرگ را در زمان واقعی پردازش و ارزیابی آسیب نزدیک به زمان واقعی فراهم آورند تکیه میکنند. چالشهای کلیدی در شناسایی سیستم سازهای عبارتاند از (۱) حضور ورودی اندازهگیرینشده یا نامعلوم (بهویژه برای روشهای تنها-خروجی)، (۲) حضور غیرخطی بودن (که میتواند حتی در سازههای نامی خطی تحت حرکات شدید قابلتوجه باشد)، (۳) تأثیر تغییرپذیری محیطی و بهرهبرداری (که میتواند تغییرات ناشی از آسیب را پنهان کند) و (۴) نیاز به کمّیسازی عدم قطعیت (برای امکانپذیر ساختن تصمیمگیری احتمالاتی). در مهندسی زلزله، شناسایی سیستم هم برای ارزیابی پس از زلزله (شناسایی این که آیا خواص سازه پس از یک رویداد تغییر کرده است) و هم برای پایش پیش از زلزله (ردیابی تغییرات بلندمدت در سلامت سازه) به کار میرود. در ایران، شناسایی سیستم بهطور فزایندهای در پروژههای SHM، بهویژه برای پلها، سدها و ساختمانهای مهم، به کار میرود با علاقه فزاینده به یادگیری ماشین و روشهای بیزی.