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.     

基于图论聚类的随机子空间模态参数自动识别

为提高随机子空间法模态参数识别过程中的自动化程度,减少人为干预,提出了基于图论聚类的桥梁结构模态参数自动识别方法.首先,初步剔除由于数据精度以及噪声等引起的虚假模态;其次,采用图论聚类法,对结构模态结果依次根据基于结构频率和模态保证准则(MAC)指标定义的距离进行聚类,以自动识别出结构的真实模态.随后基于灌河大桥0.5 h的加速度数据,采用所提方法实现了结构模态参数的自动识别,并通过结构的有限元模型对识别结果进行验证.最后,将所提出的方法应用到基于灌河大桥健康监测系统采集的一年加速度数据的模态参数识别过程中,表明了该方法在桥梁结构海量加速度数据的结构模态参数自动识别中是可行的.     

基于振动台试验的时域结构模态参数识别法对比研究

目的对比不同的时域法对振动台试验中频率和阻尼比等不同模态参数的识别结果的精度离散特点,以便更加合理地加以应用并为后续研究提供参考.方法采用复指数法与ARMA时间序列法两种时域法,通过算法编程对同济大学防灾国家重点实验室振动台试验的12层钢筋混凝土框架模型在不同震级工况下进行模态识别.结果识别出了小震、中震与强震工况的结构模态参数,并进行了振型识别结果与有限元结果的对比,以及两种方法间频率精度和阻尼比离散度的对比分析,发现结果均符合实际工程的精度需要,未出现较大的离散现象.结论两种时域法均可有效地识别出结构的模态参数,尤其对频率的识别精度较高,两种算法的振型识别较为准确,识别结果与有限元计算的拟合度较高,但阻尼比的识别结果离散度较大,这种规律在中、强震级工况下更加明显.     

转向架系统簧上质量的物理参数识别

提出了基于质量感应法、状态空间理论和模态空间理论的3种转向架系统簧上质量物理参数识别方法,设计了用于物理参数识别的定向激励测试工况,并通过仿真试验对以上参数识别方法进行验证及对比分析.结果表明,当采用质量感应法、状态空间理论和模态空间理论时,附加质量大小分别选取为系统质量的8%、17%和7%时识别精度较高;总体来看,模态空间理论的识别精度最高,状态空间理论次之,质量感应法最低;就质量参数、惯量参数、一系垂向刚度及阻尼参数识别而言,可以不考虑转向架簧上质量质心与一系悬挂下作用点位置高度差的影响;在高度差较小时,也可忽略其对结构参数识别精度的影响.     

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.     

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.     

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.     

基于FSST和D-K聚类的次同步振荡分析

为了更准确地识别电力系统次同步振荡的模态数量和频率,以及时进行频率定位和重构,需要提高次同步实测数据的模态辨识的结果精度。针对DBSCAN聚类可以被应用于划分类簇但无法自动计算类簇中心,以及Kmeans聚类需提前确定类簇数量才能计算类簇中心的特点,提出了一种基于傅里叶同步挤压变换和DBSCAN-Kmeans混合聚类(以下简称D-K聚类)的电力系统次同步振荡分析法。模拟数值信号和IEEE次同步谐振(SSR)标准模型算例的仿真实验数据表明,FSST方法能被用于分离距离较近的相邻信号模态。通过算例分析,验证了结合FSST和D-K聚类的次同步振荡分析方法可以避免FSST方法无法自动获取模态的缺陷,且参数辨识结果有较高的精度。     

一种面向医学短文本的自适应聚类方法

针对电子病历中疾病诊断文本同义词识别和命名标准化问题,提出了一种自适应的文本聚类方法.首先提出了一种新的基于集合的文本相似性度量算法;然后采用基于相似度分布的文本聚类算法实现同义文本识别,该算法能够自动确定类簇个数;最后采用基于序列模式的中心概念提取算法实现了疾病命名的标准化,同时对聚类簇进行合并和优化,进一步提升了聚类的准确性.测试结果表明,所述方法具有较高的准确率和聚类效率,在病历文本的预处理、分类和分析中具有广泛意义.     

损伤检测的经验模态分解法

用经验模态分解法对几种典型信号的特征进行分析.首先分解出内在模态函数分量,再对模态函数进行希尔伯特变换,得到时频图,由模态分量中突变点的位置来识别损伤发生的时间,而由时频图识别频率的变化.对一单自由度系统在刚度突变和累积疲劳引起的缓慢变化两种情况进行了分析,根据时频图中频率的变化识别出刚度发生突变的时刻及刚度变化的过程和损伤程度.结果表明经验模态分解法是进行损伤检测和时变参数识别比较理想的方法之一.     

确定子空间识别方法在桥梁振动台模型试验中的对比

为了探讨确定子空间识别(DSI)方法与确定-随机子空间识别(CDSI)方法在实际应用中的性能,开展了DSI方法与CDSI方法的对比研究。首先,对DSI方法与CDSI方法的算法原理进行介绍,对比了过程噪声和测试噪声在2种方法中不同的考虑方式,分析了CDSI方法在算法层面的优势。以大比尺斜拉桥模型振动台试验为依托,获取模型桥在4种不同强度等级的集集(Chichi)地震动激励下的加速度响应,为考察DSI方法与CDSI方法的算法性能提供数据支撑。然后,分别使用DSI方法与CDSI方法对模型桥的模态参数进行识别,使用稳定图对模态参数识别结果进行展示,并统计了图中稳定点个数,对比2种方法模态参数识别结果的稳定性。最后,对DSI方法与CDSI方法的振型识别结果进行展示,并统计2种方法的振型模态置信准则值(MAC),对比了2种方法振型识别结果的差异。结果表明:DSI方法与CDSI方法识别得到的频率与阻尼比基本一致,但CDSI方法识别结果的稳定性略优;DSI方法比CDSI方法识别得到的振型幅值略大,经量纲一化处理后,2种方法识别的振型形状基本一致,但随着模态阶次的增高和激励强度的增强,两者振型的差异逐渐增大;CDSI方法考虑了数据中的过程噪声和测试噪声,其模态参数识别结果的稳定性略优于DSI方法,但同时其也降低了CDSI方法的计算效率,CDSI方法的优势并不是压倒性的。     

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.     

考虑边界弹性约束刚度的拉索参数识别

提出了由拉索实测振动频率同时识别出拉索索力和抗弯刚度的模态参数识别法。首先,在考虑边界弹性约束刚度基础上研究了拉索索力、抗弯刚度和频率之间的关系。然后,根据振动模态特点,得到索的等效长度。进而以拉索索力和抗弯刚度为模态参数,采用最小二乘法对模态参数进行识别,保证理论模型和实测模型之间的总误差最小。最后,通过算例进行验证,表明使用模态参数识别法能够精确的识别出索力和抗弯刚度。     

基于环境振动和贝叶斯定理的有限元模型 自动修正方法及应用

传统的有限元模型修正方法通常没有定量考虑测试误差和模型误差的不确定性对修正结果的影响,并且难以用于复杂结构.针对上述问题,提出了一种基于环境振动测试和商业软件交互访问的贝叶斯有限元模型修正方法.该方法以环境振动测试和快速贝叶斯方法识别所得模态参数为已知数据,基于贝叶斯定理得到修正参数的后验概率密度函数,利用单纯形法最小化修正参数的负对数似然函数,得到其最有可能值及后验变异系数,并通过SAP2000有限元模型和MATLAB修正程序的交互访问,实现复杂结构有限元模型参数的自动修正.对某两层大跨楼板结构进行了环境振动测试和模态参数识别,利用所提方法直接对混凝土楼板和钢梁的弹性模量进行修正,修正后的自振频率和振型与识别值吻合较好.     

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Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.     

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．     

用HHT方法识别强迫振动下线性双自由度体系的模态参数

提出了一种识别强迫振动下线性双自由度体系模态参数的方法,体系的动力响应数据在 EMD分解后,进行Hilbert变换,然后用最小二乘法拟合其瞬态幅值及相位角,得到体系的自振频率及阻尼比,方法具有较高的精度．