非平稳环境激励下结构工作模态参数识别法

为了研究非平稳环境激励下只根据响应信号识别系统的模态参数的问题,首先将自然激励技术(natural excitation technique,NExT)法的应用范围从理想白噪声扩展到了MA(q)模型。假设非平稳激励由(d-1)阶多项式趋势项与MA(q)模型之和构成,将其d阶差分后变成MA(q+d)阶模型;导出了基于激励和响应差分数据的运动方程,建立了非平稳环境激励下模态参数识别NExT法。用该方法对龙潭河大桥进行模态参数识别。识别的结果与有限元计算值一致,并且在非平稳环境激励下,该方法能够比标准NExT方法获得更好的模态参数识别结果。     

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.     

基于改进随机减量法和小波变换的结构模态参数识别

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.     

基于分布式无线智能传感器网络的结构模态识别

利用美国伊利诺伊大学结构健康监测项目组研制的ISM400无线智能传感器,分别采用分布式和集中式数据采集方法,对一个简支层压板进行了振动测试试验.采用自然环境激励技术(NExT)和特征系统实现算法(ERA)相结合的一种时域联合算法,仅利用输出信号对结构模态参数进行识别,并将识别结果与有限元模型的计算结果进行了对比分析.根据分布式与集中式两种数据采集处理方法识别的振动频率和模态振型,与有限元数值模拟结果吻合较好,验证了基于分布式数据采集的无线智能传感器网络在结构模态识别中的可行性.在大型土木工程结构需要布置大量传感器时,分布式无线智能传感器网络因其高度集成化和节约电源等优点,比采用传统的集中式数据采集方法更加高效实用.     

基于改进EWT的超高层建筑模态参数识别

文章基于改进经验小波变换(empirical wavelet transform,EWT)、自然激励技术(natural excitation technique,NExT)及归一化的希尔伯特变换(normalized Hilbert transform,NHT),发展一种超高层建筑的模态参数识别方法.该方法首先使用基...     

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.     

采用不同方法识别结构模态参数的比较

结构振动信号中混杂的噪声会影响模态参数的识别精度,并会引起虚假模态。通过一五自由度结构系统的数值仿真研究表明:直接识别法的精度低且应用范围有限,应用频域平均法可提高模态参数的识别精度,并且有利于识别出被噪声淹没的模态;修正的LSCE小波阈值滤波法有明显的去噪效果,其提高模态参数识别精度可达到或超过3次平均的效果且识别速度快。通过比较3种方法的结构模态识别结果,得到了修正的LSCE小波阈值滤波法节约试验成本,提高了识别速度和精度,具有明显的可适用性和推广性。     

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.     

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。     

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.