基于改进随机减量法和小波变换的

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

基于小波变换和奇异值分解的模态参数识别方法

提出了一种新的基于小波变换和奇异值分解相结合的结构模态参数识别方法.该方法首先对环境激励下的结构加速度响应信号进行互协方差分析,得到时域互协方差响应,通过小波变换将互协方差响应转换到时频域中得到信号的时频系数并沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重组的奇异值和奇异向量中识别出结构的模态参数.文章对提出的方法进行了理论证明,通过三自由度系统的数值算例验证了该方法的可行性,表明与直接小波变换方法相比,其识别结果精度更高.     

基于Morlet小波变换的振动特性参数识别

传统的振动系统特性参数识别方法对于非线性、非平稳信号的处理能力差,尤其对于阻尼比的识别精度较低.将Morlet小波变换和随机减量技术相结合识别振动系统的特性参数,首先利用随机减量技术提取振动的自由衰减响应信号,进而由Morlet小波变换对信号进行连续的小波变换处理得到小波能量谱,结合参数识别的基本理论及对时间-幅值坐标面曲线的半对数拟合结果得到振动系统的频率及阻尼比,数值仿真结果表明,提出的方法能有效识别系统的固有频率和阻尼比.将该方法应用于罐车模型流固耦合冲击试验研究,较好地识别出充液工况下振动系统的固有频率和阻尼比.     

一种抑制模态混叠的改进HHT模态参数识别方法

针对传统HHT法识别模态参数时的模态混叠问题,提出基于互补总体平均经验模态分解(CEEMD)和信号调频变换(FM)结合的改进HHT模态参数识别方法;并在CEEMD分解后应用随机减量处理(RDT)削弱CEEMD分解对自由衰减响应的影响。将改进的HHT法应用于密集模态系统的参数识别中,结果得出:密集模态系统的频率为0.672 7,1.184 0,1.307 5,阻尼比为0.636 1,1.110 3,1.213 0,与其他方法所得数据相比,改进方法最接近真实数值。表明改进HHT法可以有效避免间断信号与密集模态共同作用下造成的模态混叠问题。     

用分层抽样和复Morlet小波识别短样本模态参数

针对大型结构短样本模态参数识别,提出基于分层抽样的最优复Morlet小波短样本模态参数识别方法.先对结构响应信号进行分层抽样,用随机减量法提取每一层的自由衰减信号;再根据样本标准差确定每一层的层权,用最优复Morlet小波识别每一层的模态参数;最后用层权对模态参数进行加权得到最终的模态参数.工程应用结果表明,所提方法具有较高的识别精度,良好的低频密集模态解耦和高频虚假模态抑制能力.     

运用相关函数辨识轨道车辆轮对模态参数

提出了通过运用振动系统响应的相关函数 ,并根据随机减量法形成系统特征信号 ,从而进一步识别系统模态参数 ;并对一些影响算法的参数选择进行了讨论 ,改进了计算结果 .通过计算证明了其可行性 ,可以解决运行条件下轮对横向系统的模态参数识别     

基于小波包变换的时间序列模型模态参数识别

提出了基于小波包变换的时间序列模型结构模态参数识别方法.该方法以线性的离散时间序列方程为基础,对结构的振动响应数据进行小波包变换分解,利用小波包函数的正交特性,建立量测点间的离散化运动方程,最后利用该离散化运动方程的系数矩阵,估算结构的模态参数(自振频率、阻尼比与振型).用数值模拟算例对此方法进行了验证,并与随机子空间识别方法结果进行了比较.结果表明,该方法可以正确地识别出结构的模态参数.     

系统模态参数辨识的小波方法

为研究小波变换在模态分析中的应用，并实验验证该方法的可行性，在小波分析良好的数值特性基础上．建立了基于系统自由响应信号连续小波变换的模态参数辨识方法．采用该方法进行仿真研究，仿真结果与理论值吻合.以悬臂梁为例进行实验研究，实验结果与理论计算结果吻合较好．尤其在阻尼比的识别上，相对误差在l％以下.仿真和实验研究表明，该方法计算简便．对比一般频域模态方法，该方法对模态参数识别更准确．     

自适应随机共振降噪下的结构模态参数识别

针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足,提出一种基于改进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法,结合利希尔伯特变换来识别出结构的模态参数.该算法能够更快得到最佳随机共振系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱强背景噪声响应中的噪声,提高响应的输出信噪比.数值仿真和试验均表明,该方法参数寻优效率高,简单易行,能够成功识别出强背景噪声下结构的模态参数.     

基于Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.     

非平稳随机激励下线性系统模态识别的小波方法

通过对非平稳随机激励下的线性时不变系统的响应x(t)进行小波变换.利用各级小波系数的正交性,对其中的某些平稳小波系数进行合成,得到满足结构动力学方程的新平稳信号y(b),用其代替原始的结构响应x(t),结合其他各种平稳随机激励下的模态识别的方法,进行非平稳随机激励下系统参数的识别.仿真结果表明,该方法可以在一定程度上消除非平稳随机激励所引起的响应信号的非平稳性.     

基于互相关技术与小波分析的模态参数识别

系统地阐述了自然激励技术（NExT）与小波分析在大型机械结构的模态参数识别中的应用,机械系统在白噪声激励下利用NExT方法可得到系统响应信号的互相关信号,并结合改进的Morlet小波对其进行了分析,通过调整小波中心频率及分析信号的长度,可有效地抑制端部效应的产生并能较准确地识别机械结构的密集模态参数,仿真试验的分析结果验证了该方法的可行性及准确性。     

基于HVD和RDT的工作模态识别

应用希尔伯特振动分解(HVD)和随机减量技术(RDT)建立了环境激励下结构工作模态参数的识别方法。基于环境激励下结构的单点振动响应信号作为分析信号,应用希尔伯特振动分解将分析信号分解为若干个包含结构模态信息的信号,再利用随机减量技术提取自由衰减信号,应用最小二乘复指数法获得各阶模态频率和阻尼比。应用该方法对5自由度剪切模型以及12层混凝土框架地震台模型的顶点地震响应作为分析信号进行了结构工作模态参数的识别,并将识别结果与其他方法识别结果进行对比。结果表明该方法识别模态频率是可靠的;对平稳结构响应信号模态阻尼比的识别有好的精度,而对非平稳响应信号有较满意的精度。     

基于改进HHT方法的密集模态结构参数识别

针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hilbert-Huang变换方法.在介绍正交化经验模式分解方法和波组信号前处理基本原理的基础上,给出基于此改进Hilbert-Huang变换方法识别结构模态参数的基本步骤,并通过一个具有密集模态的三自由度结构在脉冲荷载激励下的模态参数识别算例予以验证.研究结果表明:该方法可有效识别密集模态结构的模态参数,且识别效果优于基于HHT的模态参数识别方法的效果.     

基于同步挤压小波变换的结构时变参数识别

提出了采用同步挤压小波变换的方法识别移动车辆荷载作用下桥梁时变参数.首先介绍了基于挤压小波变换的时变参数识别理论方法,随后用两层框架结构数值算例验证提出方法的有效性和精度.设计建立了移动小车通过钢梁的试验模型,建立结构的有限元模型并利用模态试验的结果对模型进行校正.采集车辆通过主梁时的加速度响应和应变响应,由应变数据估计小车不同时刻在梁上的位置,对加速度响应数据采用提出的方法识别结构的瞬时频率,与有限元计算的结果进行对比分析.研究结果表明:提出的方法能有效准确地识别时变结构的瞬时频率,具有一定的抗噪性.     

基于应变响应功率谱传递比的海上风机工作模态识别

利用传递比函数与应变响应的优势,提出了基于应变响应功率谱传递比(SPSDT)的海上风机工作模态识别方法.该方法无需通过复杂的信号预处理,仅基于传递比函数识别响应信号的统计特性差异,便可有效区分结构工作模态与谐波干扰.选择某海上风机结构为应用及验证对象,首先利用风机停机状态下的加速度和应变响应识别结构模态参数,验证了应变模态分析方法的可行性.随后利用风机在工作状态下多个工况的应变数据,进一步验证了通过结合SPSDT函数可使新方法有效克服转频谐波干扰,准确稳定地识别不同工况下风机工作模态.将该方法应用于风机结构的模态识别,具有良好的发展潜力和应用前景.     

环境激励下湘潭莲城大桥模态参数识别研究

对环境激励下结构模态参数识别进行了理论分析和试验研究.基于随机振动理论阐述了峰值拾取法的基本原理和方法,并提出了虚拟响应的概念.从湘潭莲城大桥在环境激励下的加速度测试信号中提取高信噪比的虚拟响应信号,根据峰值拾取法对虚拟响应信号进行频域分析,识别了该桥主跨结构的固有频率、阻尼比和振型等模态参数.试验模态参数与理论模态参数基本吻合,验证了识别结果的可靠性.模态置信矩阵表明,结构的线性响应特性明显,竖向振动具有良好的正交特性.     

模态参数辨识改进算法及其在振动台试验中的应用

结合数据驱动随机子空间法,提出了环境激励下结构模态参数识别的改进ITD法、改进STD法与改进复指数法。随机子空间法的识别精度高,其中Hankel矩阵经过正交投影计算可以保留原始数据中的所有信息,同时去除了噪声,将得到的P矩阵中的数据作为ITD法、STD法与复指数法的输入数据,这3种方法就不再需要采用随机减量法或者自然激励技术进行前处理,避免了这2种前处理方法的不准确性带来的误差,并提高了模态参数识别的计算效率。利用12层钢筋混凝土框架结构模型在振动台试验过程中地震反应记录,识别结构模型模态参数。从而证明3种改进方法在结构模态参数识别中应用的可行性。     

基于复小波变换的拉索结构阻尼比识别

采用复小波变换对结构自由响应信号进行分析,推导出信号小波变换的脊线包含结构频率与阻尼比信息;采用动态规划的方法提取小波脊线,用最小二乘拟合方法识别结构固有频率和阻尼比.并对一数值算例信号添加不同噪音进行分析,与对数衰减率法识别结果进行对比,验证了方法的有效性和抗噪性.数值算例结果表明：提出的方法能有效识别结构频率与阻尼比;与对数衰减率法相比,小波方法具有更高的稳定性和抗噪性.将提出的方法用于安装减震器拉索的试验研究,较好地识别出了结构模态频率和阻尼比.     

大跨度斜拉桥模态参数识别时频方法对比研究

利用苏通大桥结构健康监测系统(SHMS)记录的台风期间大桥加速度响应,分别基于希尔伯特-黄变换(HHT)和小波变换(WT)方法对该桥进行了模态参数识别,并将2种识别结果进行对比.在此基础上,进一步研究了模态阻尼比与桥址区实测平均风速的关系.结果表明:基于HHT和WT方法识别出的模态频率值基本一致;模态阻尼比差距较大,基于HHT方法识别的阻尼比均值略大于基于WT方法的识别结果;基于HHT和WT方法识别的模态阻尼比随风速的变化趋势类似.