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。     

基于互相关技术与小波分析的模态参数识别

系统地阐述了自然激励技术（NExT）与小波分析在大型机械结构的模态参数识别中的应用,机械系统在白噪声激励下利用NExT方法可得到系统响应信号的互相关信号,并结合改进的Morlet小波对其进行了分析,通过调整小波中心频率及分析信号的长度,可有效地抑制端部效应的产生并能较准确地识别机械结构的密集模态参数,仿真试验的分析结果验证了该方法的可行性及准确性。     

非平稳随机激励下线性系统模态识别的小波方法

通过对非平稳随机激励下的线性时不变系统的响应x(t)进行小波变换.利用各级小波系数的正交性,对其中的某些平稳小波系数进行合成,得到满足结构动力学方程的新平稳信号y(b),用其代替原始的结构响应x(t),结合其他各种平稳随机激励下的模态识别的方法,进行非平稳随机激励下系统参数的识别.仿真结果表明,该方法可以在一定程度上消除非平稳随机激励所引起的响应信号的非平稳性.     

随机子空间方法结构模态识别的数值仿真

随机子空间识别(SSI)在土木工程结构中是基于环境激励的一种模态参数的识别方法,该方法对环境激励信号要求为零均值白噪声信号.基于商用程序Ansys对一简支梁在环境激励下的动态响应进行仿真模拟,根据该梁的结构响应信号利用SSI方法实现该梁的模态参数识别.     

非平稳环境激励下线性结构在线模态参数辨识

由于任意随机激励都可作为白噪声与非白噪声之和，通过引入非白噪声系数导出线性结构随机响应之间的相关函数由两部分组成：①模态函数与脉冲响应具有相同的数学形式；②不含模态信息的其他形式．利用经验模态分解法，把相关函数分解为每一阶模态函数与余项之和．对分解得到的每一阶模态函数，应用单自由度时域辨识方法可以得到多自由度线性结构的模态参数．辨识结果表明，该方法能较好地解决非平稳激励环境激励下线性结构模态参数的辨识问题．     

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。     

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.     

基于环境激励的工作模态参数识别

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。     

基于动力特性的简支U形梁的模态识别

基于自然激励技术(NExT)和ITD法的基本理论,采用环境激励的动力测试方法和基于S变换的滤波技术,对实验室3根1∶10缩尺比例的预应力混凝土U形梁进行了动力测试试验.通过提取分析模态参数,从模态识别的角度分析了采样频率、主梁腹板翼缘损伤、外荷载的激励对U形梁动力特性的影响.     

数控机床运行激励实验模态分析

针对影响加工效率和加工表面质量的数控机床结构动态特性问题,提出一种新的实验模态分析方法.该方法以数控机床自身运动产生的振动为激励源,通过控制运动部件以特定方式空运行,激励起结构的有效振动响应,并结合基于响应信号的模态参数识别方法获得结构的动态特性参数.针对参数识别中的伪模态问题,综合运用识别结果预处理方法和模态稳定性原理,有效去除了识别结果中的伪模态,最终得到影响机床加工的3阶低频模态频率和阻尼比.所得结果与传统实验模态分析结果有较好的一致性.该方法可用于大型重型难激励数控机床的结构动态特性研究.     

基于改进随机减量法和小波变换的

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

基于改进随机减量法和小波变换的结构模态参数识别

基于改进随机减量法和小波变换提出了一种新的结构模态参数统计识别方法.随机减量法改进后可直接处理零均值非平稳响应信号,得到自由衰减响应,小波变换的时频域特性可解耦密频、低阻尼系统,自助分布的统计估计能力考虑和降低模态参数识别的不确定性.对提出的方法进行了完整的理论推导,并通过一个四自由度系统的数值算例验证了该方法可靠性.相比较传统的时域方法和直接小波变换方法,该方法具有更高的识别精度,尤其是阻尼比系数.随后的抗噪能力验证结果表明该方法在15dB噪声干扰下仍能够稳定、准确地识别出系统的模态参数,可适用于环境激励下模态参数识别.     

钢管混凝土框架结构模型模态识别比较研究

基于大型有限元软件ANSYS8.1对钢管混凝土框架结构模型进行计算模态分析,同时采用单输入输出法(SISO)和环境激励法对该框架模型进行试验模态分析.简述了计算和试验过程,并对三种方法下的模态识别结果进行了比较分析.结果表明,三种方法均可用于钢管混凝土框架结构模型模态分析,并能较好地得到结构固有频率.     

基于随机子空间的钢管混凝土拱桥模态参数识别

结构模态参数识别是结构健康监测领域研究的重点.基于随机子空间法理论,在环境激励下对某钢管混凝土拱桥拱肋进行模态参数识别,得到该桥拱肋的固有频率、阻尼比和振型等模态参数;用Midas-Civil有限元软件建立该桥梁的计算模型;对实测结果和计算结果进行对比,验证识别结果的可靠性.试验结果可作为该桥梁的损伤识别、使用状态评估和健康监测的基础.     

钢管混凝土拱桥模型的模态测试方法与应用

以结构模态参数为基础的结构动力分析是桥梁结构动力分析的关键问题之一.首先建立某一钢管混凝土拱桥的有限元模型,并进行动力分析.其次对该模型进行模态试验,采用结合环境激励技术的特征系统实现算法(ERA法)识别该结构的模态参数,即识别得到该结构的前6阶频率和振型.最后通过比较测试结果与有限元计算结果可知,对此类复杂结构作进一步的有限元模型修正是必要的.     

激励信号特征对随机子空间方法结构模态识别的影响

利用MATLAB软件产生不同分布特征的白噪声激励信号,基于商用程序ANSYS对一简支梁在环境激励下的动态响应进行仿真模拟,根据该梁的结构响应信号利用SSI方法实现其模态参数识别,分析了不同白噪声激励信号的离散程度和零均值误差对SSI模态参数识别方法的影响.     

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。     

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.     

基于分布式无线智能传感器网络的结构模态识别

利用美国伊利诺伊大学结构健康监测项目组研制的ISM400无线智能传感器,分别采用分布式和集中式数据采集方法,对一个简支层压板进行了振动测试试验.采用自然环境激励技术(NExT)和特征系统实现算法(ERA)相结合的一种时域联合算法,仅利用输出信号对结构模态参数进行识别,并将识别结果与有限元模型的计算结果进行了对比分析.根据分布式与集中式两种数据采集处理方法识别的振动频率和模态振型,与有限元数值模拟结果吻合较好,验证了基于分布式数据采集的无线智能传感器网络在结构模态识别中的可行性.在大型土木工程结构需要布置大量传感器时,分布式无线智能传感器网络因其高度集成化和节约电源等优点,比采用传统的集中式数据采集方法更加高效实用.     

悬浮隧道锚索多阶涡激非线性振动

为研究悬浮隧道锚索高阶涡激非线性振动,建立了悬浮隧道锚索在涡街和参数激励作用下振动的数学方程,并用多阶伽辽金法对其进行了化简,运用四阶龙格-库塔法进行了数值求解.通过一系列数值算例对流作用下悬浮隧道锚索的多阶涡激振动响应进行了分析.结果表明:涡街单独作用时,第一阶谐振响应最大,二、三阶谐振响应逐渐减小;产生涡激谐振的模态响应最大,其他阶的模态响应很小.参数激励单独作用时,一阶参数振动的响应最大,二、三阶参数振动的响应逐渐减小;产生参数振动的模态响应最大,其他阶的模态响应很小;锚索的高阶涡激非线性振动不可忽视.锚索产生参数振动时,是否产生涡激谐振对模态响应的影响不大,涡激振动仅为参数振动提供恒定扰动的作用.