结构模态参数识别的随机子空间法

随机子空间法(SSI)是时域识别的模态参数识别法,该法根据加权方法的不同可以有3种算法．通过 处理实桥动载实测数据,研究了这3种算法识别真实结构模态参数的问题．     

基于改进自回归移动平均算法的能耗预测

本文针对经验模态分解算法与自回归移动平均算法两种结合模型(EMD-ARMA)预测数据准确度不足的问题,运用经验模态分解算法(EMD)、自回归移动平均模型(ARMA)和多项式拟合模型三者相结合的方法对小样本电能能耗数据进行预测,最终提高预测结果的准确度.本文首先利用经验模态分解算法对原始能耗数据样本进行分解,提取该能耗样本不同频率的特征分量(IMFx);然后设定频率阈值,针对高频分量和低频分量建立不同的拟合模型;最终将分量预测结果进行合成,得到总体预测结果.仿真结果表明,EMD-ARMA模型的平均绝对误差1.984 2,本文模型的平均绝对误差1.616 8,提高了预测结果的准确度.     

工程结构模态的连续型随机子空间分解识别方法

环境振动识别方法利用结构的输出信号识别结构的模态参数,主要的识别方法有时间序列分析法、ERA(eigensystem realization algorithm)法和随机子空间法,这些方法均基于离散模型．基于连续随机子空间模型,本文给出了一种识别大型工程结构模态参数的方法．运用SVD(singular value decomposition)分解将含噪声的输出信号空间分解为信号空间和噪声空间,然后直接估计结构的模态参数．SVD分解保证了算法的鲁棒性．最后讨论了一个7层框架的理想建筑,仿真计算表明,该方法简单有效,能够使用在桥梁和建筑的健康监测和振动控制中．     

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。     

计算模态响应灵敏度的两种方法比较

 从结构强迫振动的有限元方程出发,用Newmark 直接积分法和状态空间法两种不同的方法计算出结构的模态响应。进一步用两种方法推导了模态响应对结构物理参数(如单元杨氏模量)的灵敏度。计算了模态位移、速度和加速度响应对单元杨氏模量的灵敏度,并且对这两种方法的计算效率和精度进行了比较。计算结果表明两者精度相当,但状态空间法所需要的计算计时要少,比Newmark法具有较高的计算效率。因此,状态空间法更适合用于正问题分析中结构动态响应的计算。     

高聚物离散松弛时间谱计算的CMPSO方法

在广义Maxwell模型基础上,基于聚合物熔体储能模量和耗能模量数据,建立了计算离散松弛时间谱的优化模型.为了改善标准粒子群(Particle SwarmOptimizer,PSO)算法的缺点以用于计算离散松弛时间谱,提出了基于混沌映射和非线性惯性权重改进的粒子群方法(Chaos Modified PSO,CMPSO).首先通过算例检验了CMPSO算法的有效性.通过和文献结果比较,表明其精度均比文献结果高一个数量级.其次对Maxwell模态数的分析表明其取值在大于4以后,对计算结果影响不大.最后,通过结果分析确定出最优Maxwell模态数.在最优模态数情况下,储能模量和耗能模量的拟合数据与实验数据吻合较好,并采用最小二乘线性回归法验证了离散松弛时间谱的正确性.     

冬季北半球Hadley环流圈的增强及其与ENSO关系

对1948—2005年冬季(12月—次年2月)的质量流函数进行了经验正交分析(EOF),结果显示其主要是由两个空间模态组成,即关于赤道非对称和对称模态.进一步分析表明这两个模态具有明显不同的时间变化特征,它们分别代表了冬季北半球Hadley环流圈在年代际和年际尺度上的变化.非对称模态的时间系数(定义为非对称模态的强度指数AMI)呈现出显著的年代际增强趋势,表明该模态对北半球冬季Hadley环流圈在最近几十年的增强具有显著贡献.同时它还与热带海洋,尤其是印度洋到西太平洋暖池地区的海温相关显著.而对称模态时间系数(定义为对称模态强度指数SMI)主要体现了Hadley环流在年际尺度上的变化,它与ENSO之间的相关系数在整个时段都是显著的.结果还显示:冬季北半球Hadley环流与ENSO之间的相关系数在20世纪70年代中后期发生的年代际突变也很可能是由于非对称模态引起的.     

利用本征正交分解的非线性Galerkin降维方法

提出了一种利用本征正交分解(POD)的非线性Galerkin方法,用于复杂流体动力系统的低维建模.该方法将满足流场边界条件的正交基(POD模态)张成的完备空间分解为有限维(低阶模态)子空间和无限维(高阶模态)子空间,并采用近似惯性流形逼近高阶模态和低阶模态的作用关系,用低阶分量来表示高阶分量,将无穷维流体动力系统降维成有限维动力系统.以雷诺数为200、攻角为20°时的NACA0012翼型绕流流动问题为例进行了低维建模分析,结果表明:由于考虑了高阶模态的影响,且不改变原系统的拓扑结构,因此该降维方法能够用较少的模态数来获得准确的动力学描述,弥补了传统POD降维方法由于忽略高阶模态影响而出现的不足,由此验证了该方法的有效性.     

基于EEMD和SVR的人民币汇率预测

采用整体经验模态分解(EEMD)方法分析人民币兑美元汇率,通过对各阶固有模态函数进行分析,揭示了人民币兑美元汇率在不同尺度上的信息.分别利用支持向量回归模型(SVR)和混合模型(EEMD-SVR)对人民币兑美元汇率进行预测,得出EEMD-SVR混合模型的预测具有较高精度,其预测结果对经济发展策略的制定具有重要的参考价值.     

基于模态空间及空间压缩理论的粒子群算法在输电网络规划中的应用

提出了模态空间及空间压缩理论,将每次搜索到的一个满足N-1原则的网络定义为一个模态,并定义模态空间.将该理论应用于粒子群算法(PSO),通过防止重复搜索已搜索的模态空间对整个可行空间进行压缩,提高了算法的全局搜索效率,并提出了模态结构变异法,为算法提供了跳出局部最优的途径.通过算例与普通PSO算法的分析比较,证明了模态理论的正确性和应用模态理论的PSO算法具有全局、快速的搜索性能.     

利用人工智能神经网络预测广州市PM2.5日浓度

利用差分整合移动平均自回归模型(ARIMA)、后向传播神经网络(BP)以及长短期记忆神经网络(LSTM),对广州市2015—2019年的PM2.5浓度数据进行训练和预报,研究集合经验模态(EEMD)分解和时间分辨率对不同模型预报准确性的影响.结果表明,EEMD分解可以显著地提升低频分量的预报效果;提高输入数据的时间分辨...     

结合信赖域和粒子滤波的红外目标跟踪方法

研究机载前视红外(FLIR)系统中鲁棒的目标跟踪算法.在传统的粒子滤波中嵌入信赖域寻优方法,发挥了它们各自的优点.在重要性重采样之前,将所有的粒子点都置于状态空间中恰当的位置,只用少量的粒子点就可以保持住多个模态,并解决了传统粒子滤波中的采样恶化和采样枯竭问题.实验结果显示了该方法的有效性和鲁棒性.     

水库发电优化调度约束处理方法性能差异

针对水库发电优化调度复杂约束问题,采用搜索空间限定法、强制修复法和惩罚函数法三种约束条件处理方法,结合粒子群优化(particle swarm optimization, PSO)算法求解水库发电调度过程,分析不同约束处理方法对水库发电优化调度运行结果的影响,比较不同处理方法下种群适应度和寻优能力等方面的性能差异.结果表明：当水库水位可行域逐月控制时,三种约束条件处理方法均可使种群较快趋于最优解;当水库水位全年以同一可行域控制时,搜索空间限定法、强制修复法比惩罚函数法优化效果更好,可有效减少种群数目和迭代次数.     

利用时域方法识别框架结构模态

以钢框架结构为研究对象,采用基于环境激励的时间序列法、随机子空间法、随机减量法和NExT法对框架结构进行损伤模态频率识别,分析研究这四种方法模态频率识别效果。本算例计算结果表明各种方法识别精度存在差异,随机子空间法和随机减量法对一阶频率识别精度高于其他两种方法。应根据具体识别需要,优选一种或多种方法进行工程结构模态识别。各种方法频率变化率可用于初步或粗略损伤判别。     

基于EOF和HHT的多站点降雨场随机模拟方法研究

提出一种新的基于希尔伯特谱分析的降水发生器EHS.该模型首先对原始降雨场进行高斯隐变量转换,转换后的标准化降雨场随后进行经验正交函数分析(EOFA),提取出主要空间模态和对应的主成分时间序列.对主成分序列进行经验模态分解(EMD)和希尔伯特谱分析(HAS)可以得到不同特征周期的本征模态函数(IMF)及其对应的瞬时振幅和瞬时频率,利用随机相位法仿真各项IMF分量,对模拟得到的IMF分量进行EMD重构、EOF重构和高斯隐变量反操作,即可得到多站点降雨模拟场.本文以月降雨量均值、月降雨量标准差,空间相关系数、空间连接度、自相关系数为指标,利用湘江流域实测的降水数据,通过与现有多站点降水发生器MulGETS的比较,评估多站点降水发生器EHS的性能和优缺点.研究结果表明,多站点降雨发生器EHS能很好地模拟湘江流域的降雨,重现历史降雨场的统计特征.该工具可为水文水环境模型、生态模型等提供数据支撑.     

基于振动测试和模态分析的泵站安全研究

随着经济社会发展,我国城市化,工业化水平不断提高.数以万计工业厂房,自来水泵站被建立.但是关于泵站厂房机械振动安全问题的有关研究还比较少,相关的研究有着重要意义.本文以江东泵站为研究对象,分别用随机子空间法(SSI)、增强型频域分解法(EFDD)和最小二乘复频域法(PolyMax)对不同振动测试工况下进行模态识别,结合ANSYS有限元软件进行分析.结果表明,3种模态识别方法是有效适用的,国产机组老化严重,机组运行时,引起局部共振,危害结构安全.     

旋转圆柱尾流中柔性丝线的拍动模态研究

本文采用罚浸入边界/格子玻尔兹曼方法研究了旋转圆柱尾流中的柔性丝线拍动模态.通过改变圆柱旋转率(α)及圆柱与丝线的水平间距(G),分析了α=0.1–3.0,G/D=0.05–3.5(D为圆柱直径)的参数平面内柔性丝线的拍动模态,探讨了模态间的转变特性及不同模态的形成机理.根据拍动丝线形成的包络图,本文发现了反向、缠绕和正向拍动三类主要模态,其中反向和正向拍动模态分别包含以下典型亚模态:反向单侧拍动模态、反向双侧拍动模态、反向静止模态;正向单侧拍动模态、正向双侧拍动模态、正向静止模态;并基于参数空间的模态相图,获得了间距比G/D渐增导致的反向-正向模态的主要模态转变路径;通过分析不同模态的典型尾涡结构,探讨了柔性丝线拍动模态形成的流动机理;此外,发现在特定参数下,丝线拍动可产生明显的反馈作用:完全抑制旋转圆柱尾流脱涡或促进尾涡生成脱泻,导致旋转圆柱减阻(甚至产生推力)或明显增阻.     

基于随机子空间法的异步实测桥梁模态识别

针对工程结构模态参数测试时，多个测点之间的时间不同步采样导致识别出的振型结果不准确问题，文章提出基于随机子空间法的异步实测桥梁模态识别方法，通过误差函数值表征不同步数据在分析过程中产生的数值误差程度，以误差函数为最小值时所对应的时间作为估计的时间延迟，并以此延迟修正异步实测响应数据；利用随机子空间法对修正数据进行模态参数识别，通过有限元模拟和实验验证分别讨论模态识别时，桥梁不同测点异步采样对振型识别的影响，验证所提出的时间延迟识别方法的准确性和可行性。     

基于局部特征的多模态过程监控方法

多模态过程中各个模态均有不同的特征,因此模态数据的局部特征比全局特征更能有效、合理地表征实际化工过程。为利用多模态数据的局部特征,提出了基于数据局部特征的多模型方法(LFMM)用于多模态过程的监控。首先,离线阶段考虑到数据间的时序信息以及数据特征,利用不同时间窗内数据的变异系数(CV)完成多模态数据集的聚类;然后,考虑到不同模态的数据在空间分布上具有不同的疏密性特征,建模阶段利用局部离群因子(LOF)算法计算数据在其模态数据集中的局部密度,监控时将在线数据的局部密度作为统计特征,并构造全局概率指标用于多模态过程监控;最后,通过田纳西伊斯曼(TE)过程验证了本文方法的有效性。     

多自由度系统的参数识别

本文提出了在共振区的模态参数识别的方法。利用激发共振时的位移测量值,进行了加权最小二乘方法的计算和线性回归分析,得到了动态物理参数(阻尼和模态刚度)的近似表达式,其结果与脉动法所得结果比较接近。