基于渐近小波分析的随机激励下结构系统识别研究

提出了基于相关函数预估计和渐近小波分析的结构系统识别方法,此方法可以从结构随机环境振动响应中识别出结构的模态参数和物理参数。证明了在广谱白噪声环境激励下,结构随机振动相关响应的Morlet小波系数图的脊线值包含了解耦的结构模态信息,可用于结构的模态参数识别。如果知道随机激励的功率谱强度,还可以识别结构的质量、刚度和阻尼矩阵等物理参数。三层框架结构数值算例的结果表明上述方法可以准确地从结构随机振动响应信号中识别出结构参数。苏通大桥北索塔环境振动测试试验研究的结果表明此方法对于工程结构环境激振下的结构模态识别具有很好的效果。     

基于加速度二次协方差矩阵参数变化比法的环境振动下结构损伤识别

在白噪声环境激励下,结构加速度响应的自相关/互相关函数构成一个新的二次协方差（CoC）矩阵,组成这一协方差矩阵的元素经证明是结构模态参数（频率、振型、阻尼）的函数;与提取模态参数的一般损伤识别方法相比,二次协方差矩阵包含结构振动的更多和更高阶模态信息。本文利用结构损伤前和损伤后的二次协方差（CoC）矩阵参数的变化比,对只基于振动输出的、环境振动下的结构进行损伤识别。对一个七层框架结构模型进行了数值模拟,首先对不同噪声程度、不同损伤位置和程度的损伤结构进行损伤定位,再结合模型修正法,对结构损伤程度进行识别,展示了该方法的有效性。     

环境激励下识别结构模态自然激励-时域分解法

针对环境激励下的结构模态参数识别问题,提出识别位移模态新方法—自然激励-时域分解法。将所分析的时域分解算法原理适用条件由结构自由振动响应信号推广至普遍情况。建立自然激励技术统一模型,证明白噪声激励下结构位移响应的互相关函数经处理可获得与单位脉冲响应函数具有相同数学结构的新函数。该函数满足时域分解算法的推广适用条件。并通过数字滤波器将两者结合建立自然激励-时域分解法,该法用自然激励技术获得新函数替代时域分解算法中结构自由响应函数构造响应时间历程矩阵,可为环境激励下仅有结构有限测点响应识别位移模态提供新途径。用仿真算例验证该方法的合理性及有效性。     

基于极大似然估计的多参考点模态参数识别方法

在考虑随机噪声的情况下,实现了一种基于极大似然估计的多参考点频域模态参数识别方法。该方法采用频响函数的右矩阵分式模型,通过噪声的协方差矩阵对误差向量加权,使用离散时间域中基函数改善数值求解性态。模态参数的估计过程分为两步:首先由基于最小二乘估计的polyLSCF算法获取迭代初值,然后通过Gauss-Newton方法对极大似然函数进行迭代优化,得到精度更高的模态参数识别结果。采用GARTEUR仿真算例对所给出的方法进行了验证,结果表明:在高噪声情况下,利用噪声信息的极大似然估计方法能够显著提高模态参数的识别精度,特别是阻尼的识别精度。     

基于R-TPBSS的结构模态参数识别方法

提出了一种基于R-TPBSS算法的结构模态参数识别方法。该方法通过对响应信号进行稳健性白化处理,提高了算法的抗噪性。该方法将模态坐标和模态振型分别视为独立源信号和混合矩阵,以模态坐标的时间预测性大于响应信号的时间预测性为前提构造目标函数,通过优化目标函数,直接从结构自由响应中分离出各个模态,配合单点模态参数识别方法,提取出结构的模态参数。仿真结果表明,此方法具有很高的识别精度,对噪声很好的鲁棒性,密集模态下,同样能够准确的识别出结构的模态参数。     

环境激励下基于改进经验小波变换的土木工程结构模态参数识别

针对经验小波变换(EWT)识别噪声信号模态参数时,由于傅里叶频谱易受噪声影响而频带划分不准确等问题,提出了一种基于Burg算法的自回归功率谱替代傅里叶频谱的信号频带划分技术,结合随机减量技术和基于Hilbert变换的单分量模态参数识别方法,提出了环境激励下基于改进经验小波变换的土木工程结构模态参数识别方法。典型模拟信号、美国土木工程师学会ASCE Benchmark数值模型以及台风激励下香港汀九斜拉桥的模态参数识别结果验证了方法的正确性、有效性和适用性。研究结果表明:基于自回归功率谱的信号频带划分技术,可更准确地估计信号频带边界,隔离噪声;基于改进EWT方法识别的结构模态参数更准确,精度高于基于小波变换的方法,且能有效地识别环境激励下实际土木工程结构的低阶自振频率和阻尼比。     

基于贝叶斯功率谱变量分离方法的实桥模态参数识别

工程结构参数识别不可避免地受到测试噪声和模型不确定性的影响,因此在模态参数识别过程中引入贝叶斯方法进行不确定性量化,具有较为重要的意义。通过对自功率谱和互功率谱的统计特性进行分析表明,功率谱迹（自功率谱之和）的概率密度函数与振型无关,因此可以实现振型参数与其它参数（频率、阻尼比、模态激励和预测误差等）的分离。以此变量分离原理为依据,可以实现"两阶段贝叶斯参数识别方法"进行模态参数的快速识别。该文基于西宁北川河钢管混凝土拱桥环境激励振动测试数据,对该方法的有效性和准确性进行了验证,通过功率谱迹驱动的贝叶斯方法识别出了频率、阻尼比、模态激励和预测误差等参数的最优值和不确定性,然后基于功率谱矩阵驱动的贝叶斯方法识别出了振型的最优值和不确定性,并将该文方法识别的结果与不同方法进行了对比。实桥模态分析表明,该方法解决了传统贝叶斯功率谱方法进行模态参数不确定性量化存在计算耗时及矩阵病态等问题,且能够有效地量化大型土木工程结构模态参数识别的不确定性。最后,该文对频带宽度进行了分析,揭示了该文方法识别的预测误差受频带影响较为明显。     

环境激励下基于信号降噪的模态参数识别研究

提出一种环境激励下基于测试信号降噪的模态参数识别方法。该方法首先对测试的随机响应数据采用自然激励技术(NEx T)获得互相关函数,进而基于结构矩阵低秩逼近(SLRA)方法得到降噪后的信号,最后通过复指数(Prony)方法识别结构的模态参数。数值算例和模型实验结果表明,该方法对测量信号有很好的降噪作用,识别精度高。     

基于声压测量的结构模态参数辨识EI北大核心CSCD

通过建立辐射声压与激振力之间的声压频响函数矩阵,提出了一个基于测量声压识别振动结构模态参数的方法。该方法可以通过非接触测量声压来识别结构的固有频率、模态阻尼比与模态振型,避免了附加质量对结构的影响。声压频响函数矩阵是基于边界元和Rayleigh积分方法结合有限元结构动力学方程建立的,适用于任意结构且与结构模态参数有明确的关系;对于测量声压时多激励单输出与单激励多输出响应的不同试验模式,该方法都能识别结构的模态参数。以一平板结构为例,数值验证了该方法的准确性与适用性。     

基于声压测量的结构模态参数辨识

通过建立辐射声压与激振力之间的声压频响函数矩阵,提出了一个基于测量声压识别振动结构模态参数的方法。该方法可以通过非接触测量声压来识别结构的固有频率、模态阻尼比与模态振型,避免了附加质量对结构的影响。声压频响函数矩阵是基于边界元和Rayleigh积分方法结合有限元结构动力学方程建立的,适用于任意结构且与结构模态参数有明确的关系;对于测量声压时多激励单输出与单激励多输出响应的不同试验模式,该方法都能识别结构的模态参数。以一平板结构为例,数值验证了该方法的准确性与适用性。     

基于左矩阵分式模型的短记录数据模态参数识别

在测量数据有限情况下,由于难以获得频响函数(FRF)的准确估计,使用FRF 作为原始数据的传统模态参数识别方法将不再适用。针对该问题,提出一种基于频响函数左矩阵分式模型的模态参数识别方法。该方法直接使用输入输出数据FFT 谱(IO 谱)作为原始数据,避免了频响函数估计。通过最小二乘估计在Z 域内求解模态参数,改善了矩阵的求解性态。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。最后采用GARTEUR 飞机模型建立仿真算例对所提出的方法进行了验证。     

一种未知激励下土木工程结构模态参数识别新方法

未知激励下的土木工程结构响应信号通常是随机的且噪声水平较高,因此对其进行参数识别具有挑战性。从未知激励下的振动响应信号出发,结合随机减量技术、解析模态分解、希尔伯特变换和卡尔曼滤波理论提出一种新的未知激励下土木工程结构模态参数识别新方法。该方法首先采用随机减量技术将实测的振动响应信号转换成自由振动响应信号;其次,运用解析模态分解理论将转换后的自由振动响应信号分解成各阶独立的模态分量信号;最后,采用希尔伯特变换估计出各阶分量信号的固有频率和模态阻尼比。然后运用卡尔曼滤波算法对估算出的频率和阻尼比进行滤波和平滑以得到更精确的识别值。通过一个含有密集模态分量的合成信号和一个未知激励作用下4层钢框架结构试验验证了该方法的有效性,研究结果表明:该方法在未知激励情况下仍然能够准确有效识别结构固有频率和阻尼比。     

融合多工况功率谱密度函数的工作模态分析方法

频域分解(frequency domain decomposition, FDD)方法是开展环境激励下结构工作模态分析(operational modal analysis, OMA)的常用方法。但是,现有的FDD方法存在一些不足：(1)无法剔除非白激励及谐波激励引起的虚假模态;(2)无法区分结构密集模态与不相关非白激励产生的虚假模态。通过研究发现功率谱密度(power spectral density, PSD)矩阵的秩是FDD方法性能的决定性因素。在此基础上,提出一种新的工作模态识别OMA方法,该方法结合了不同激励工况下的响应PSD函数矩阵,并分别对单个激励工况下的响应PSD矩阵与多工况下的增广响应PSD矩阵进行奇异值分解,通过对比单工况PSD矩阵与增广PSD矩阵在奇异值峰值处秩的变化,识别出包括密集模态在内的结构模态参数,并消除由非白激励产生的虚假模态。采用桁架结构仿真算例和广州塔的工程数据集验证所提方法的有效性。     

地面环境随机激振下大型建筑物系统识别和参数识别

本文给出了在地面环境随机激振下实际大型建筑物系统识别和参数识别的测量模型,分析了用输出响应自功率谱G_(yy)(f)和频率响应函数谱H_(xy)(f)间接和直接识别建筑物模态参数的情况,并用在单层工业厂房和高层建筑上所得之实际识别结果进行了论证。根据推得的位移表示频率响应函数与模态参数之间的关系式,用试验模态参数识别方法可满意地识别出高阶模态振型和精度比较高的模态阻尼等参数。     

环境激励下基于快速贝叶斯FFT的实桥模态参数识别

近年来,贝叶斯理论逐步应用于工程结构的模态参数识别、有限元模型修正及状态评估等方面。基于快速贝叶斯FFT的模态参数识别方法是针对某一共振频率带的单个模态,通过一个四维的数值优化问题得到模态参数的最佳估计,并通过对数似然函数关于模态参数的二阶导数求得Hessian矩阵,使得基于贝叶斯的参数识别方法可以快速高效地进行。为了评估该方法在实际桥梁结构模态参数识别应用中的可行性及优越性,运用快速贝叶斯FFT方法对环境激励下一刚构-连续组合梁桥的竖向加速度响应进行了分析处理,识别了其模态参数的最佳估计,并根据模态参数的变异系数评估了其后验的不确定性。识别结果与随机子空间识别结果的对比表明,两种方法识别的频率和振型基本吻合,阻尼识别结果的差异仍然较大。     

基于快速独立分量分析的模态振型识别方法研究

摘要：快速、准确地识别出结构的模态参数,特别是结构的振型是结构损伤精确识别与健康监测的重要前提。大多的模态参数识别时域方法都是从曲线拟合的角度或解算特征值的过程来实现。振型向量通过求解各阶模态的留数获得,这些方法依赖于模态频率与模态阻尼的识别。本文提出一种模态振型的直接提取方法,该方法基于快速独立分量分析技术,以模态响应之间的独立性构造目标函数,通过优化目标函数寻求振型向量的最优解,直接从结构自由响应或脉冲响应的数据矩阵中提取结构的振型向量。三自由度数值算例表明该方法有效,具有很高的识别精度且对测量噪声具有很好的鲁棒性。     

应变功率谱密度传递比与工作应变模态参数识别EI北大核心CSCD

选取一个应变响应测点作为参考点,定义了响应应变功率谱密度传递比(Strain Power Spectrum Density Transmissibility,SPSDT),从理论上证明了SPSDT在系统的极点处为应变振型系数之比。利用这一性质,选取一系列不同的参考点构造响应应变功率谱密度传递比矩阵,在系统的极点处对该矩阵进行奇异值分解,分解所得左奇异矩阵的第一列向量即为应变振型,从而实现结构工作应变模态参数的识别。与传统的工作模态分析方法相比,SPSDT方法不需要对激励做白噪声假定,不需要多种激励类型,仅在一种激励下即可识别出结构的工作应变模态参数。通过数值模拟算例和实验室模型试验验证了所提出方法的有效性,并与传统的频域分解法和随机子空间识别方法进行了比较,验证了所提出方法是有效的。最后分析了采样时长对识别结果的影响,结果表明该方法仅用1min时长数据即可达到稳定的识别精度,具有较好的鲁棒性。     

环境激励下脉冲响应函数与相关函数的关系

单位脉冲响应函数中包含了系统所有的动力特性参数,提取系统的单位脉冲函数或频率响应函数是获取系统动态特性参数、进行系统辨识以及对系统进行健康监测与精确控制的前提。在受环境激励的系统中,由于激励无法直接测量,导致单位脉冲响应函数无法直接获取。在自然激励技术(natural excitation technique)的基础上,基于复模态系统的多输入多输出位移响应,讨论了环境激励下系统单位脉冲响应函数与响应的相关函数之间的关系。基于实模态系统并将质量矩阵进一步假设为对角矩阵,辨识出系统所受环境激励的强度分布。根据辨识的模态参数以及环境激励的强度,由响应的相关函数重构了系统的单位脉冲响应函数。最后通过仿真进一步验证了文中的结论。     

基于响应传递率的非白随机激励仅输出结构模态参数辨识

在对工作状态的航天器等结构进行仅输出模态参数辨识时,激励非白造成了无法剔除谐波引起的虚假模态。为解决此问题,该研究对最新的基于结构响应传递率的模态参数辨识方法进行了改进,提出了一种改进的基于多参考点响应传递率的仅输出模态参数辨识方法。首先,推导了多参考点的结构响应传递率表达式,建立了其左矩阵分式多项式的参数化模型,进而给出了辨识问题的最小二乘估计,利用正则方程Jacobi矩阵的分块性质对最小二乘问题矩阵形式完成了缩减,降低了计算量;然后,通过高维伴随矩阵方法解决了矩阵多项式的特征值求解问题,即多参考多输出的模态参数求解问题,以及通过矩阵伪逆解决了现有方法中载荷工况数与响应点数和参考点数的约束问题;最后,通过两个数值算例对所提方法进行了验证,辨识结果表明:辨识方法能够很好的辨识出结构的模态频率、阻尼比和模态振型,且能够很好的避免激励中含有的谐波分量对辨识结果造成的影响,解决了传统仅输出模态参数辨识中激励非白对辨识结果造成的影响问题。     

大型桥梁模态参数识别的一种方法

提出一种综合运用经验模态分解(EMD)与随机减量技术(RDT)来识别大型桥梁模态参数的方法。首先利用EMD将桥梁在环境激励下的非平稳响应分解成一系列准平稳的本征模函数(IMF)分量,然后用RDT从中提取自由衰减响应,最后将该自由响应表达为一般解析形式,综合运用参数识别理论、最优估计理论识别出桥梁结构的多阶模态参数。利用南京长江大桥实测动力响应识别该桥的模态参数,并将识别结果与有限元分析结果及有关实测值进行比较,表明该方法具有很好的识别精度,适用于大型桥梁的模态参数识别。