基于数据驱动的应变模态参数随机子空间识别法

基于以应变和应变率为状态变量的系统随机状态空间模型,比拟基于数据驱动的位移模态参数随机子空间识别方法,建立基于数据驱动的应变模态参数随机子空间识别方法,用于环境激励下的结构应变模态参数识别,并通过数值算例和实例对识别方法进行验证。数值算例计算结果表明:应变模态参数随机子空间识别法可在各种噪声情况下较好地识别出结构的曲率模态振型,而且识别的曲率模态振型对局部损伤很敏感,具有较强的抗噪能力;实测算例识别的应变模态振型也与理论振型较吻合,从而进一步验证本研究识别方法的实用性。     

基于AR-EWT和SSI的桥梁结构模态参数识别

为解决随机子空间识别(SSI)算法存在的系统定阶困难问题,避免各模态之间的相互影响,提出一种结合自回归功率谱经验小波变换(AR-EWT)和SSI的桥梁结构模态参数识别方法。首先,采用AR-EWT将结构不同测点的振动响应信号分解成一系列仅含单一模态信息的单分量信号,并利用奇异值分解(SVD)去噪单分量信号。然后,组装所有测点中包含相同模态信息的单分量信号。最后,利用SSI分别处理各组单分量信号,识别结构的自振频率、阻尼比和振型。ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果表明：所提出的AR-EWT结合SSI的模态参数识别方法可避免直接利用SSI识别模态参数时存在的系统定阶问题,提高模态参数识别效率;ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果与直接利用SSI的识别结果、有限元分析结果基本一致。     

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.     

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．     

工作模态参数识别方法的研究

针对传统模态识别方法难以准确识别重频、高阻尼比的模态参数的特点,主要研究了系统在环境激励下不同工况用随机子空间法和Polymax算法识别的模态参数(模态频率、模态阻尼比和模态振型)的变化情况。随机子空间法是一种时域模态参数识别方法,在相邻模态的识别方面,它明显优于一些传统的模态识别方法。Polymax模态识别方法也称为多参考点最小二乘复频域法,在阻尼比的识别方面具有明显的优势。本文通过悬臂梁的对比实验研究验证了它们在不同激励条件下的有效性和可靠性。     

采用应变模态柔度曲率差识别结构损伤

用随机子空间法从结构的响应信号中提取模态参数,构建模态柔度曲率差MFC进行损伤识别.通过简支梁线单元模型仿真算例,对比了位移模态与应变模态识别损伤的效果,并由实体单元模型仿真算例考察了应变信号采集位置对损伤识别效果的影响.结果表明,应变模态应用于损伤识别在抵抗噪声方面优于位移模态,但应变信号的测点需要靠近损伤的位置.     

基于FFT和神经网络的复模态参数识别

为了精确识别结构复模态参数,提出了一种基于快速傅里叶变换(FFT)和人工神经网络的模态识别方法.该方法首先对自由振动信号进行FFT预处理,得到粗略的各阶模态频率和相位.然后,根据模态的阶数设定神经元的个数,根据预处理后得到的频率和相位设定神经网络权值和基函数参数迭代的初始值.最后,通过对人工神经网络进行训练,达到利用自由振动信号进行时域模态识别的目的.仿真结果表明,该算法可消除频率法识别中因频谱泄露与噪声等产生的误差,提高模态识别的精度,因而是一种有效的时域识别方法.     

ED与SVD及相关阵中信号的提取

本文介绍信号相关矩阵的奇异值分解(SVD)与特征根结构分解(ED)之间的关系及用信号特征矢量表示平稳随机过程和信号子空间的方法。利用信号子空间对信号进行信息提取,可减少噪声对估计参数精度的影响。文中论述了提高前向预测定向精度的方法。SVD能把信号空间与噪声空间分开,以提出互相关矩阵中信号信息。     

模态参数识别的LMD-BPF方法及其应用（英文）

鉴于准确识别结构模态参数存在的问题,提出了一种局部均值分解(LMD)-带通滤波(BPF)的模态参数识别方法。首先,将LMD方法用于位移仿真信号和压气机导向叶片测频信号的分解,分解得到的PF分量存在模态混叠现象;然后,使用LMD-BPF方法对位移仿真信号和导向叶片测频信号进行分解,成功实现了对各模态频率的准确分离;最后,使用LMD-BPF模态参数识别方法对位移仿真信号和导向叶片测频信号进行模态参数识别。识别的位移仿真信号4个模态频率和阻尼比与相应的理论值之间的最大误差分别为0.205%和2.387%,识别导向叶片的3种模态频率与测试模态频率之间的最大差别小于1.0%,识别的导向叶片的3种模态阻尼比与半功率带宽法识别的阻尼比,最大差别小于0.65%。模态参数识别的仿真分析和实验研究验证了该方法的有效性。     

基于模态能量的随机子空间虚假模态剔除

针对基于协方差驱动随机子空间辨识法虚假模态影响识别结果的问题,提出了一种基于模态能量的虚假模态剔除方法.利用输出矩阵、状态矩阵的特征值与特征向量以及状态-输出协方差矩阵计算出识别结果中各阶模态分量的模态能量,对各假设模型阶数下计算出来的能量进行排序,保留能量最大的前j个模态用于绘制出稳定图,剩下的模态视作为虚假模态予以剔除.通过对3自由度的线性时不变系统和重庆朝天门长江大桥模型进行辨识,验证了该方法的有效性.     

不中断运营的既有桥梁模态参数识别

为了在不中断桥梁运营的前提下使结构模态参数识别结果更精确,采用随机子空间方法对汽车荷载和环境激励共同作用下的不中断运营的桥梁结构进行模态参数识别研究,并采用一三跨连续梁的有限元模型进行了验证。结果表明,随机子空间方法可以识别汽车、环境共同作用下的桥梁结构模态参数识别,可以有效地识别环境激励下的不中断运营的桥梁结构的模态参数,拓展了随机子空间方法适用范围。     

基于环境激励的随机子空间法模态试验与仿真分析

以1幢6层钢框架结构为例,分别采用基于环境激励的随机子空间模态识别法(SSI)与频域分解法(FDD)从加速度测试信号中识别其模态参数,识别结果一致.最后选用SSI法对试验的有限元模型进行了仿真分析.研究表明:仿真与测试分析结果吻合较好,具有可靠的精度和一定的适用性.     

使用随机子空间法解决受力加速度响应的模态参数识别问题

当外力为高斯白色噪声激励,并且已知线性动态系统的初始条件时,加速度动态响应的随机递减函数和自由衰减振动响应不相等,这是因为在白噪声激励下此随机递减函数中存在一个奇异点;而直接使用有外力嵌入的受力加速度响应会对参数识别精度产生影响。针对随机子空间方法应用于加速度数据的数学基础加以论证,并证明用加速度响应来进行模态参数识别时,将会出现一个识别偏差问题;该偏差问题是因为其加速度相关函数,还受到外力之相关函数的影响。对原始随机子空间方法进行改进,采用无加权模式对Toeplize矩阵进行奇异值分解。透过一个三自由度动态系统的加速度响应进行模态参数识别。结果表明,该方法不仅能有效地消除外力的影响,更能提高其识别精度。     

九跨预应力混凝土连续梁的环境振动试验与模态分析

介绍了深圳市松岗高架桥———九跨预应力混凝土连续梁桥的现场环境振动试验的概况.利用频域中的峰值法(PP)和时域中的随机子空间识别法(SSI)分别进行桥梁模态参数识别;利用ANSYS建立了全桥三维有限元模型并进行了理论模态分析,理论计算和实测结果吻合较好.此类测试与分析有助于桥梁的状态评估与维修加固.     

采用Bootstrap抽样的靖远黄河大桥 模态参数识别不确定性量化

提出一种基于Bootstrap抽样的模态参数识别不确定性量化方法,从整体和局部的角度评价模态参数识别结果的可靠性.首先,基于动力测试的加速度时程数据,采用协方差驱动随机子空间(SSI-COV)法识别不同测试组的模态参数;引入Bootstrap抽样方法,对多组模态参数识别结果进行B次重复抽样,得到Bootstrap样本数据,并通过其概率统计特征值衡量整体不确定性.然后,对单个测试组中不同时间段的识别结果进行重复抽样,分析并量化单个测试组的模态参数识别的不确定性.最后,以靖远黄河大桥试验数据为例,对靖远黄河大桥竖向单个及多个测试组下的模态参数进行不确定性量化.结果表明:不同测试组识别的前3阶固有频率的均值分别为1.553 9,1.720 6,2.165 2,方差分别为0.076 1,0.042 9,0.096 5;单个测试组识别的前3阶固有频率的均值分别为1.526 5,1.788 0,2.306 0,方差分别为0.015 3,0.049 6,0.018 2;文中方法识别的固有频率值总体较为稳定.     

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.     

刚度、阻尼矩阵非对称性对气动导数识别的影响

针对桥梁结构节段模型风洞测振试验中因风的作用而导致的系统刚度矩阵和阻尼矩阵的非对称性可能影响识别结果这一问题,利用状态空间法仿真薄平板模型在均匀风场中的自由衰减响应和紊流场中的抖振响应,分别采用特征实现算法(ERA)和随机子空间法(SSI),识别出均匀流场和紊流风场中的理想薄平板模型气动导数.通过与仿真所用的薄平板模型的气动导数理论值的对比,确定等效刚度矩阵和等效阻尼矩阵的非对称性对系统识别方法所得结果的影响.仿真结果表明,目前,应用比较广泛的ERA方法和SSI方法,均对阻尼矩阵和刚度矩阵的非对称性具有足够的适应性.     

Modal Parameter Identification of Offshore Platforms under Ambient Excitation

This paper intends to identify the modal parameters of an offshore platform under ambient excitation, and to compare the identified results with theoretical solutions. Using ambient sources of excitation to determine the modal characteristics of large civil engineering structures is desirable for several reasons. The forced vibration testing of such structures generally requires a large amount of specialized equipment and makes the tests quite expensive. Also, an automated health monitoring system for a large civil structure will most likely use ambient excitation. The Eigensystem Realization Algorithm (ERA) is applied in conjunction with the common basis-normalized system identification (CBSI) to identify structural modal parameters (natural frequency, damp ratio, mode shape), with limited acceleration information. Finally,offshore platform numerical model gets output response data under ambient excitation. Simulated data from numerical model of an offshore platform under ambient excitation is used for the identification of the system. According to the comparison results, the proposed method is shown to be effective for modal parameter identification under ambient excitation.