基于GNSS信号的随机子空间模态参数识别方法

为了从全球卫星定位系统(GNSS)监测信号中获得桥梁结构模态特性信息,提出了一种基于GNSS信号的随机子空间模态参数识别方法.通过小波分解将GNSS信号分频,对各频段信号采用小波阈值降噪方法进行处理,并采用数据驱动的随机子空间模态参数识别方法对处理后的信号进行结构模态参数识别.以灌河大桥健康监测为例,对比研究了基于GNSS信号和基于加速度信号的随机子空间模态参数识别方法的模态频率识别效果.结果表明:通过分频段小波阈值降噪可有效滤除GNSS信号噪声,所提方法可以识别出灌河大桥多阶模态频率,与基于加速度信号的随机子空间模态参数识别方法识别结果吻合良好,最大误差在3.44%以内.     

基于聚类分析的桥梁结构模态参数自动识别方法

为实现桥梁结构模态参数的自动识别,基于随机子空间法(SSI)生成的稳定图,综合采用主成分分析(PCA)、k均值聚类法和层次聚类法,提出了一种桥梁结构模态参数自动识别方法.首先,基于模态验证准则(MVC)向量的PCA分析结果,借助k均值聚类法初步剔除稳定图中的虚假模态.然后,分析层次树截断簇数和有效模态数量的关系,得到最优截断簇数的确定准则.最后,建立了桥梁结构模态参数自动识别方法,并采用缩尺模型试验和实测桥梁响应数据进行验证.结果表明,所提方法能够有效剔除稳定图中的虚假模态,自动确定有效模态数量,提升了SSI生成的稳定图处理过程中的自动化程度,实现了基于环境激励下结构响应数据的桥梁结构模态参数自动识别.     

环境激励下鹤洞大桥模态参数识别分析与比较

在已建立的鹤洞大桥结构健康监测系统的基础上,同时采用GPS变形监测和加速度振动测试系统,在环境激励下对桥塔和桥主跨段进行位移和加速度响应的同步测试.采用基于总体平均经验模态分解法(EEMD)的改进HHT方法,对GPS系统监测位移进行时频域联合分析,同时对于桥面加速度振动测试数据则采用常规的功率谱峰值法进行频域模态识别.通过2种不同信号采取2种不同模态参数识别方法,进行系统辨识结果对比分析,发现GPS监测位移可以较好地反映主整体结构的低阶振型响应,基于EEMD的改进HHT方法能较好地处理低频非平稳随机信号的干扰及模态混叠现象的发生;相对于常规的功率谱峰值法,本文所采用的改进HHT方法对模态参数辨识结果具有更强的优越性.同时通过2种不同测试信号对于部分阶次模态的系统参数识别结果,与有限元数值分析结果较为相近,验证了上述2种测试结果的正确和可靠性.GPS变形监测系统与加速度动力测试子系统相结合,能较好地识别鹤洞大桥主要模态参数,为大桥的安全有效运作提供坚实依据.     

用频域法识别桥梁的模态参数

根据大型土木结构环境振动的特点,利用频域法对桥梁的模态参数进行识别,详细阐述了峰值检测法和复模态指示函数法识别桥梁模态参数的理论依据和实现方法,对比了两种方法各自的特点.利用香港汀九大桥的实测数据,辨识出了桥梁的模态参数,最后的辨识结果表明该方法在具体的工程应用中的有效性.     

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.     

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.     

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.     

基于车桥接触点响应和盲源分离的桥梁模态识别

针对基于车辆响应的间接测量法进行桥梁模态识别时，桥面不平度的影响难以滤除、高阶模态识别准确率较低等问题，提出一种基于盲源分离算法来分离车桥接触点响应信号中的桥面不平度效应与桥梁振动响应，进而实现桥梁模态识别的方法. 首先，详细阐述了应用二阶盲识别（Second Order Blind Identification，SOBI）算法，以两组车桥接触点加速度响应信号作为输入信号，进而获取桥梁振动估计信号的原理和方法. 然后，采用信号带通滤波和Hilbert变换并结合支点数据延拓的振型修正策略，建立了基于车辆响应的桥梁模态识别技术流程和框架. 最后，依托数值算例对所提出方法的适用性和有效性进行了验证，并分析了车辆间距、桥面不平度和车辆频率等参数对方法适用性的影响. 结果表明，所提出方法能有效滤除桥面不平度的影响，实现桥梁高阶模态的准确识别，且对多种关键因素的影响具有鲁棒性，具有精度高、操作简便和适用性强等特点，可为基于车辆响应的桥梁模态识别提供一种新思路.     

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.     

一种获取结构实模态振型的方法

为获取结构真实而精确的实模态振型,提出将复振型向量构建的特征方程应用于基于参考点的数据驱动子空间方法中进行结构模态参数识别的方法.为验证该方法识别结构模态参数的可行性和精确性,对一矩形截面悬臂梁端部突加一集中荷载,进行有限元时程分析,得到梁上一系列节点的加速度响应数据,进而利用提出方法识别了悬臂梁的频率、实模态振型及阻尼比.识别结果与悬臂梁模态参数的理论值吻合较好,表明利用复振型向量构建的特征方程结合基于参考点的数据驱动子空间方法进行结构模态参数识别是可行和精确的,该方法可以得到结构可靠的实模态振型.     

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.     

大跨斜拉桥运营模态分析方法对比

以某大跨度斜拉桥一年的实测数据为依托,对桥梁结构运营模态分析的常用频域和时域方法进行对比分析.用探索性数据分析对桥梁实测数据进行评判,从实测数据中筛选符合识别方法基本假定的数据;分别运用频域和时域运营模态参数识别方法识别了主梁和斜拉索12个月的运营模态参数,并对识别结果进行了对比分析;对比分析表明:不同构件可采用不同的识别方法,基于自适应总体平均经验模态分解的数据驱动随机子空间法,对运营状态下斜拉桥主梁的密集模态参数识别效果最好;峰值拾取法能准确、快捷地识别运营状态下斜拉索的模态参数.研究结果可为大跨度斜拉桥运营模态参数识别提供依据和参考.     

基于小波变换的台风激励下千米级斜拉桥模态参数识别

为了给大跨桥梁结构损伤识别和安全性评价提供现实依据,采用小波变换(WT)方法进行千米级斜拉桥的模态参数识别研究.以"海葵"台风激励下的苏通大桥为研究对象,基于结构健康监测系统(SHMS)采集的数据,采用WT方法共识别出包括频率和阻尼比在内的主梁前4阶竖弯模态参数、前2阶扭转模态参数和第1阶侧弯模态参数,并将结果与相关文献提供的模态参数进行对比;在此基础上研究了海葵台风期间该桥主梁模态参数的全过程变化情况.结果表明:基于WT的模态参数识别方法稳定可靠;随着时间的变化,主梁各阶模态频率均较稳定,而模态阻尼比的波动则较明显.     

基于时频分析与神经网络的桥梁冲刷动力评估

桥梁基础水文作用是引起桥梁结构功能及安全性能失效的首要原因,而桥梁冲刷又是水文作用最主要的表现形式.依托舟山大陆连岛工程金塘大桥主通航孔桥,提出一种基于时频分析与神经网络的桥梁冲刷动力评估方法.首先,利用白噪声地震波模拟环境振动激励,采用动力时程分析法模拟环境激励下的上部结构振动,并获得其加速度响应,同时在振动过程中实时模拟基础冲刷深度的连续发展,进行环境振动激励下桥梁模态参数与冲刷发展的关联性分析,研究该方法的识别敏感性.进而,利用数值动力参数分析研究上部结构既有局部损伤多种组合形式对桥梁结构模态参数的扰动程度,以确定非冲刷损伤形式对桥梁冲刷动力评估方法准确性的干扰.最后,以模态分析中的低阶模态参数作为样本输入,以冲刷深度与墩位的不同组合作为样本输出,建立BP神经网络,实现桥梁冲刷深度与墩位的同步评估.研究结果表明:利用自振频率构建的动力指纹对冲刷发展较为敏感;该方法无论对冲刷深度还是冲刷墩位均具有较高的识别准确度,且可忽略有限局部损伤对识别准确性的干扰.该方法不需要水下操作,不需要昂贵的测试设备,仅需要加速度传感器以及数据采集装置,便于融入常规桥梁检测项目中.     

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NEXT/ERA时域联合算法的模态参数识别

归纳总结了NEXT法和特征系统实现算法的基本思想,以及实施的基本步骤.在此基础上,基于matlab编制了模态识别程序.以东海大桥监测数据作为算例进行数值分析,成功识别了大桥的竖向振动动力学参数.识别结果可为桥梁动力特性计算,抗震分析,健康监测和损伤识别等提供基础数据.     

基于PSO-DBSCAN的随机子空间模态参数自动识别

拱坝的模态识别是大坝健康监测中的重要一环，模态参数识别的准确度对大坝的性能评价有重要意义.首先利用随机子空间法识别模态参数，针对该方法需要人工辨识稳定图中真实模态的不足，引入密度聚类算法（DBSCAN）对模态结果进行去噪和拾取，并利用粒子群算法改进DBSCAN算法，实现DBSCAN超参数的自动调整，提高识别效率，为DBSCAN超参数的选择提供参考.将该方法应用于一混凝土拱坝数值模型中，并分析了不同采样数据长度对识别结果的影响和该方法的抗噪性.结果表明：合理选择采样时长，能够得到更完整的模态信息，本研究提出的方法能够有效实现模态参数的自动识别并有较高的精度和抗噪性，可以为大坝的安全分析提供参考.     

基于无线传感器网络的斜拉桥模型动力特性分析

通过建立斜拉桥模型的振动试验系统,探讨利用无线传感器网络进行斜拉桥模型结构动力特性研究的可行性。以有线加速度传感器试验系统为参考,使用特征系统实现算法和频域分解法对无线传感器网络实验数据进行了结构模态参数识别,提取的模态参数与有线试验分析结果基本一致。基于Imote2节点的无线传感器网络采集的数据可靠,传输过程无数据丢失现象,表明该无线传感器网络可应用于桥梁结构动力特性试验研究。试验所用斜拉桥模型基本振型为主梁竖向弯曲,模态比较密集,符合斜拉桥特性。     

基于上部结构振动响应的杭州湾大桥桥塔冲刷状态分析

提出了一种基于上部结构振动响应的桥塔冲刷状态分析方法.该方法首先基于理论分析得到的冲刷敏感模态确定传感器布置方案,进而对环境振动(大地脉动)下的桥梁结构加速度数据进行多次采集,并通过对实测数据模态分析得到相应的模态参数变化.通过对比跟踪桥梁上部结构不同构件、不同模态的动力特征变化,对桥塔冲刷发展状态进行评估.在杭州湾大桥桥塔冲刷评估中完成了该方法的实桥应用,对不同构件与模态形式的冲刷敏感程度进行了分析,并利用水下河床三维量测对该冲刷动力评估方法的准确性进行了验证.结果表明,该方法在实际应用中,跟踪上部结构振动响应可以准确高效地识别出桥塔冲刷发展的状态,选择低阶振型或桥塔构件进行跟踪对桥塔冲刷发展更为敏感,且具有经济、便利、无需水下操作的特点.该方法可避免传统冲刷检测技术中常见的水下安装作业,实现桥梁冲刷发展状态的快速诊断,并可融入常规的桥梁检测项目中.     

基于ANSYS的桥梁结构颤振时域重启动迭代法

为了简化桥梁结构颤振时域分析、提高计算效率,以结构自激力脉冲响应函数表达式为基础,基于ANSYS软件的重启动技术,提出了桥梁结构颤振时域计算的重启动迭代方法.分别对具有理想平板截面的简支梁和半漂浮体系斜拉桥灌河大桥进行颤振时域分析来验证该方法的有效性.结果表明:重启动迭代计算方法所获得的结构颤振临界响应与理论解吻合良好,且计算结果对于时间步长的选取没有依赖性,该方法能够真实反应所有参与模态的振动响应,可应用于实桥的颤振时域分析中.