首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 62 毫秒
1.
结构模态参数识别的随机子空间法   总被引:1,自引:0,他引:1       下载免费PDF全文
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.  相似文献   

2.
对桥梁结构长期运营造成的损伤进行检测时,传统的模态参数识别方法需要激振设备和中断交通,不仅复杂而且易给桥梁结构造成新的损伤。依据模态参数的变化可反映损伤程度的原理,提出无需激振设备的基于风载激励下随机减量/ITD法进行模态参数识别的在线检测方法,为桥梁结构损伤识别提供一种新的途径。识别的一阶固有频率及阻尼比的相对误差仅为1.39%和2.3%。  相似文献   

3.
对桥梁结构长期运营造成的损伤进行检测时,传统的模态参数识别方法需要激振设备和中断交通,不仅复杂而且易给桥梁结构造成新的损伤。依据模态参数的变化可反映损伤程度的原理,提出无需激振设备的基于风载激励下随机减量/ITD法进行模态参数识别的在线检测方法,为桥梁结构损伤识别提供一种新的途径。识别的一阶固有频率及阻尼比的相对误差仅为1.39%和2.3%。  相似文献   

4.
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。  相似文献   

5.
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.  相似文献   

6.
环境激励下湘潭莲城大桥模态参数识别研究   总被引:1,自引:0,他引:1  
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.  相似文献   

7.
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。  相似文献   

8.
桥梁结构气动导纳识别的随机子空间方法   总被引:8,自引:0,他引:8  
气动导纳是反映脉动风速谱与抖振力谱之间传递特性的一个重要函数,其精度直接影响着桥梁设计过程中对结构抖振响应估计的精度.首次提出的采用基于输出协方差估计的随机子空间方法来识别桥梁结构气动导纳,将风洞试验简化为一步性的工作,解除结构阻尼对识别精度的制约,降低风洞试验的难度和成本,缩短试验周期.通过对江阴长江公路大桥的气动导纳识别的实践,表明提出的方法可以成功地得到满足工程精度的气动导纳函数,且简单易行.  相似文献   

9.
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.  相似文献   

10.
基于环境激励的工作模态参数识别   总被引:17,自引:1,他引:16  
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。  相似文献   

11.
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。  相似文献   

12.
针对环境激励下模态参数识别方法的发展进行了综述,对目前常用的几种识别方法的原理和特点进行了阐述,并指出其各自的适用条件及待解决的问题。  相似文献   

13.
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.  相似文献   

14.
为了解决悬臂型桥墩结构在输入信息未知条件下的物理参数识别问题,采用将松弛法与改进的全量补偿算法结合起来的算法,通过对参数的离散化,对输入未知条件下的一悬臂型桥墩结构的多个物理参数进行了识别。结果表明:无噪声条件下,结构各物理参数识别精度较高;添加不同噪声后,由于Rayleigh阻尼中质量和刚度阻尼系数的数量级差别较大,以致质量阻尼系数的识别结果相对误差明显较刚度参数大,但均在精度要求范围之内。该改进的算法不仅理论上更加完善,同时也具有很高的识别精度和一定的收敛速度,为弯曲型结构物理参数识别研究提供了一种新的方法思路,便于工程应用。  相似文献   

15.
模拟环境激励下结构模态参数识别试验研究   总被引:5,自引:0,他引:5  
为了实现结构基于振动特性的健康监测,进行了在线模态参数识别。综合自然激励技术和特征系统实现算法,进行了模拟环境激励下结构的时域模态参数识别。利用特征灵敏度分析得到质量归一化振型。对一个两层钢支撑框架模型进行了模拟环境激励试验和力锤激励试验;通过改变结构质量和特征灵敏度分析,得到质量归一化振型;同时进行了有限元计算分析。通过试验模态参数识别与有限元计算得到的模态参数的对比,证明了该方法的有效性。  相似文献   

16.
针对梁式桥提出了一种基于参数离散化的损伤识别方法,并以结构动力指纹、实测位移、速度、结构刚度矩阵及其影响矩阵为变量,提出了全面损伤指标I1和精准损伤指标I2,通过数值模拟和实桥试验验证了该损伤识别方法的敏感性和抗噪性.结果表明,损伤指标I1和损伤指标I2均能有效实现梁式桥的损伤识别,且损伤指标I1具有更好的损伤敏感性和抗噪性,而损伤指标I2相对漏诊的可能性较低.在新沂河大桥损伤识别中,损伤指标I1能基本拟合梁式桥裂缝分布,较全面地反映出桥梁的损伤概况;而损伤指标I2对梁式桥中的重大损伤更为敏感,对于桥梁重大病害损伤识别的抗干扰性较高,能较准确反映桥梁结构的主要损伤.基于参数离散化的损伤识别方法可从本质上揭示梁式桥刚度损伤的数学形式,有效应用于梁式桥损伤识别中.  相似文献   

17.
针对强背景噪声下结构模态参数难识别以及传统自适应随机共振单参数优化的不足,提出一种基于改进多粒子群协同优化算法的多参数同步优化的自适应随机共振方法,结合利希尔伯特变换来识别出结构的模态参数.该算法能够更快得到最佳随机共振系统结构参数,自适应地实现非线性系统、输入信号和噪声之间的最佳匹配,削弱强背景噪声响应中的噪声,提高响应的输出信噪比.数值仿真和试验均表明,该方法参数寻优效率高,简单易行,能够成功识别出强背景噪声下结构的模态参数.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号