基于相关函数的振动结构工作模态参数识别方法

把工作模态参数识别方法中的NEXT法发展为直接利用振动结构的加速度响应信号即可进行结构参数辨识的方法，理论上推导了振动结构相对于速度、加速度信号的脉冲响应函数，以及振动结构加速度响应信号间的相关函数，证明振动结构加速度响应信号间的相关函数与加速度信号的脉冲响应函数具有相同形式的表达式．另外以无约束等截面梁为例，利用梁振动的加速度响应信号间的相关函数作为梁的加速度信号的脉冲响应函数，采用特征系统实现法进行梁的工作模态参数识别，其结果与梁的理论参数值及频域法和利用脉动响应函数的特征系统实现法的识别结果进行了比较，结果表明工作模态识别方法在识别振动结构固有频率方面具有较高的精度．     

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.     

基于环境激励的工作模态参数识别

根据环境激励具有随机怀以及线性系统在环境激励下各输出点响应之间的相关函数与系统的脉冲响应函数具有相同的数学表达式等特点,给出了在线模态参数识别的理论,并提出了仅根据环境激励响应识别模态参数的新方法,该方法简单实用,不仅能在线识别参数,而且对单输入和多输入均适用,数值算例表明,该方法不仅能识别稀疏模态,而且也能识别密集模态,是一个有效的在线模态参数识别方法且具有鲁棒性。     

随机子空间方法结构模态识别的数值仿真

随机子空间识别(SSI)在土木工程结构中是基于环境激励的一种模态参数的识别方法,该方法对环境激励信号要求为零均值白噪声信号.基于商用程序Ansys对一简支梁在环境激励下的动态响应进行仿真模拟,根据该梁的结构响应信号利用SSI方法实现该梁的模态参数识别.     

激励信号特征对随机子空间方法结构模态识别的影响

利用MATLAB软件产生不同分布特征的白噪声激励信号,基于商用程序ANSYS对一简支梁在环境激励下的动态响应进行仿真模拟,根据该梁的结构响应信号利用SSI方法实现其模态参数识别,分析了不同白噪声激励信号的离散程度和零均值误差对SSI模态参数识别方法的影响.     

改进的NExT-ERA时域模态识别法的误差分析

为进行结构损伤识别,用时域模态识别的NExT-ERA法,从脉动激励和测量噪声下有限时长和时间间隔的结构反应中提取高精度模态参数。由时长较短的反应求传统相关估计会引起模态参数误差,改进的相关函数估计公式可消除该误差;利用稳定图对不同系统的阶识别的模态参数的均值和标准差,以减小系统定阶误差并选择高精度模态;根据Hankel阵奇异向量、奇值和模态参数的对应关系,分析时域模态识别误差的规律和影响因素。用某三自由度框架和主跨1650m的西堠门悬索桥模型验证有效。     

改进的NExT-ERA时域模态识别法的误差分析

为进行结构损伤识别,用时域模态识别的NExT-ERA法,从脉动激励和测量噪声下有限时长和时间间隔的结构反应中提取高精度模态参数。改进的相关函数估计公式可消除传统相关估计引起的模态参数误差;利用稳定图对不同系统的阶进行识别,以减小系统定阶误差并选择高精度模态;根据Hankel阵奇异向量、奇值和模态参数的对应关系,分析时域模态识别误差的规律和影响因素。用某三自由度框架和主跨1 650 m的西堠门悬索桥模型验证有效。     

非平稳环境激励下线性结构在线模态参数辨识

由于任意随机激励都可作为白噪声与非白噪声之和，通过引入非白噪声系数导出线性结构随机响应之间的相关函数由两部分组成：①模态函数与脉冲响应具有相同的数学形式；②不含模态信息的其他形式．利用经验模态分解法，把相关函数分解为每一阶模态函数与余项之和．对分解得到的每一阶模态函数，应用单自由度时域辨识方法可以得到多自由度线性结构的模态参数．辨识结果表明，该方法能较好地解决非平稳激励环境激励下线性结构模态参数的辨识问题．     

模态分解法辨识线性结构在环境激励下的模态参数

根据线性结构中白噪声响应之间的相关函数与脉冲响应函数具有相同的数学表达式的特点,用模态分解法把相关函数分解为不同频率的信号,然后把各个不同频率的信号看作单自由度系统脉冲响应进行模态参数辨识。该方法的最大优点是：（1）把多自由度系统的模态参数辨识问题转变为单自由度系统的模态参数辨识问题;（2）不存在模型阶数的选取问题;（3）对输出噪声具有鲁棒性;（4）从测试数据中直接识别实模态,避免了由复模态提取实模态问题;（5）仅根据一个测点的响应信号就可辨识结构的频率和阻尼。算例表明,用模态分解法辨识线性结构在环境激励下的模态参数是成功的。     

模态参数识别中频响函数估计的最小二乘优化

模态参数识别的精度将会直接影响到机械结构系统动力特性分析的质量,而频响函数的估计精度对模态参数识别精度影响很大.工程中通常借助FFT采用功率谱平均估计频响函数.由于FFT过程中截断及舍入等误差的存在以及噪声的影响不能完全克服,采用此方法估计的频响函数来识别模态参数,其精度受到影响.因此,在分析频响函数的理论值与功率谱平均估计值的误差函数的基础上,应用最小二乘法对频响函数的估计进行优化.通过实测试验对该方法的有效性进行了验证.试验结果表明:采用优化后的频响函数识别的阻尼固有频率和阻尼比比没有优化直接峰值搜索得到的结果更接近真实的结果,该方法能够提高模态参数识别的精度.     

Data based model free hysteresis identification for a nonlinear structure

In the last two decades, the damage detection for civil engineering structures has been widely treated as a modal analysis problem and most of the currently available vibration-based system identification approaches are based on modal parameters, namely the natural frequencies, mode shapes and damping ratios, and/or their derivations, which are suitable for linear systems. Nonlinearity is generic in engineering structures. For example, the initiation and development of cracks in civil engineering structures as typical structural damages are nonlinear process. One of the major challenges in damage detection, early warning and damage prognosis is to obtain reasonably accurate identification of nonlinear performance such as hysteresis which is the direct indicator of damage initiation and development under dynamic excitations. In this study, a general data-based identification approach for hysteretic performance in form of nonlinear restoring force using structural dynamic responses and complete and incomplete excitation measurement time series was proposed and validated with a 4-story frame structure equipped with smart devices of magneto-rheological (MR) damper to simulate nonlinear performance. Firstly, as an optimization method, the least-squares technique was employed to identify the system matrices of an equivalent linear system of the nonlinear structure model basing on the excitation force and the corresponding vibration measurements with impact test when complete and incomplete excitations; and secondly, the nonlinear restoring force of the structure was identified and compared with the test measurements finally. Results show that the proposed data-based approach is capable of identifying the nonlinear behavior of engineering structures and can be employed to evaluate the damage initiation and development of different structure under dynamic loads.     

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.     

复杂工况下土-结构体系的混合约束模态法

基于动态子结构法的原理,提出了线性-非线性混合约束模态综合法,对复杂工况下的二维地基土-箱型基础-上部剪力墙结构相互作用的非线性动力问题进行分析研究。复杂工况包含了一致黏弹性边界问题和基础与周边土体的高度非线性接触问题。依据土-结构相互作用体系存在局部非线性的特性,将体系划分为若干个线性和非线性子结构。在动力时程分析中对所有非线性子结构利用自编二次开发程序逐步提取等效特性矩阵,再与经势能判据截断准则减缩过的其他线性子结构组合后进行模态综合处理,推导出含有接触关系的子结构方程与含有一致黏弹性边界的子结构方程,最后形成复杂工况下含有各个子结构的模态综合方程。分析结果表明,混合约束模态综合法与ANSYS直接计算法求得的位移、速度、加速度、水平剪力、弯矩、层间位移角动态响应时程曲线吻合良好,证明线性-非线性混合约束模态综合法是求解复杂工况下的土-结构动力相互作用问题的有效可行方法。     

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BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

Time domain system identification of unknown initial conditions

System identification is a method for using measured data to create or improve a mathematical model of the object being tested. From the measured data however, noise is noticed at the beginning of the response. One solution to avoid this noise problem is to skip the noisy data and then use the initial conditions as active parameters, to be found by using the system identification process. This paper describes the development of the equations for setting up the initial conditions as active parameters. The simulated data and response data from actual shear buildings were used to prove the accuracy of both the algorithm and the computer program, which include the initial conditions as active parameters. The numerical and experimental model analysis showed that the value of mass, stiffness and frequency were very reasonable and that the computed acceleration and measured acceleration matched very well.     

基于动力方法的改进杆件轴力识别

在针对杆系结构中轴力杆或者索缆结构中的短索所提出的识别边界不确定的杆件轴力的解析方法基础上,提出了一种改进的轴力识别方法.首先,采用修正的Timoshenko梁理论,充分考虑转动惯量、剪切变形、剪切变形引起的转动惯量和传感器质量对结构动力特性的影响,建立改进的动力方程;然后通过Matlab软件进行数值模拟,提取某杆件的前五阶频率和模态参数,以此构建特征方程进而识别杆件轴力,从4个方面分析了修正Timoshenko梁理论相对传统Timoshenko梁理论识别精度提高的原因;最后通过实验数据验证了该方法的精确性和适用性.这种改进方法的优点在于无须事先假定边界条件,仅知传感器之间的相对位置即可实施,因而适用范围较广.     

用几何最小二乘法改进 ITD 法的阻尼识别精度

ＩＴＤ（ＩｂｒａｈｉｍＴｉｍｅＤｏｍａｉｎ）模态识别方法可不用输入系统的信息就识别系统的模态参数，但识别的模态参数常常很不精确，且阻尼比的识别精度很差。当激励信号不是独立白噪声信号时，不应该采用ＩＴＤ法进行模态识别。推导了ＩＴＤ法识别的模态频率和阻尼比的相对误差公式，由此分析了造成阻尼比识别结果很差的原因，并且引入了Ｉ－ｂｒａｈｉｍ提出的双最小二乘算法（ＤＬＳ），在此基础上，提出了几何最小二乘法（ＧＬＳ）。通过理论推导和算例验证得到：一般情况下，ＧＬＳ和ＤＬＳ算法均可提高阻尼比的识别精度，且前者的识别结果优于后者。     

基于小波神经网络的框架结构损伤识别

以含损伤的框架结构为研究对象,对损伤位置和损伤程度进行识别。运用有限元分析原理,采用Lanczos法得到框架结构的转角模态,对其转角模态进行连续小波变换可以得到结构的小波系数,再由小波系数模极大值确定损伤的位置。以损伤后结构的固有频率作为神经网络输入参数构造神经网络,从而实现对框架结构损伤程度的识别。通过对一平面框架结构的损伤识别计算分析,验证了方法的有效性。     

基于局域波法的非线性系统模态参数识别研究

研究基于局域波分析的非线性系统模态参数识别方法.首先在非线性系统响应局域波分解的基础上得到了等效线性系统,然后通过Hilbert变换识别系统的瞬时固有频率和瞬时阻尼系数.针对非线性转子系统的模态参数测试识别问题,提出测取转子系统在降速过程非稳定运行工况下的振动响应,并应用提出的模态参数识别方法来识别转子系统的瞬时固有频...