基于泄流响应的高拱坝模态参数辨识与动态监测

模态参数的准确辨识是对在线结构进行损伤诊断和状态监测的难点和核心之一。以二滩高拱坝原型测试为背景，结合随机子空间算法与改进的稳定图对泄流激励下的拱坝模态参数进行辨识，并实现对高坝振动状态的长期在线监测，为结构的安全评估提供依据。针对时域法所面临的模型定阶困难和噪声干扰以及由它们所引起的虚假模态辨识与剔除问题，利用改进的稳定图方法对模态参数进行更为精确辨识，并与ERA算法的识别结果进行对比。研究表明，该方法具有良好的品质与较高的计算精度，具有良好的工程应用前景。     

基于谱系聚类分析的桥梁结构模态参数自动化识别方法研究

桥梁结构模态参数识别作为桥梁健康监测系统的重要组成部分之一,对桥梁的长期健康监测具有重要意义。而现有的模态参数识别算法还不能实现结构系统阶次和模态参数的自动化识别,基于此,简单介绍了随机子空间算法的基本原理;通过引入"滑窗技术"以实现对时变结构模态参数的在线识别;针对稳定图定阶难这一问题,提出了基于奇异熵理论的系统定阶算法,以实现系统阶次的自动化确定;又将统计学中的"谱系聚类算法"与随机子空间算法进行结合,实现桥梁结构模态参数的自动化识别。利用该算法识别苏通大桥在竖桥向和横桥向的模态参数结果,并将其与理论计算值进行对比分析,结果表明:算法不仅能实现桥梁结构系统阶次的自动化确定,还能实现模态参数的自动化识别,方便对桥梁结构参数的实时监控,了解桥梁结构的健康运营状态。     

基于数据库的优化随机子空间法识别精度评价

模态识别精度评价贯穿模态识别研究的全过程,但基于单一或少数算例的模态识别精度评价方法存在偶然性,因此提出一种基于结构响应数据库评价模态识别精度的方法。数据库的关键数据是结构的模态参数理论值和结构响应;对于集中质量模型,提出一种基于模态参数构建结构物理模型(质量、刚度和阻尼矩阵),进而计算结构响应的数据库构建方法,并用算例验证了可行性。针对随机子空间法定阶难、虚假模态剔除难的问题,提出一种基于奇异熵增量定阶和稳态图两阶段虚假模态剔除的优化随机子空间法,并利用数据库方法对优化的随机子空间法进行了识别精度评价,结果表明：基于数据库的模态识别精度评价方法可行;优化的随机子空间法频率和振型的识别精度高、阻尼比的识别精度较低。     

基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法

根据高拱坝泄流结构自身的工作特点,为准确辨识环境激励下的结构模态参数特征,提出了一种基于改进的HHT-RDT算法的高拱坝泄流结构工作模态识别方法。以某高拱坝原型振动响应测试资料为基础,利用改进的小波阈值-EMD算法对原始信号进行降噪预处理,滤除干扰噪声的同时保留有效特征信息;采用HHT-RDT算法识别高拱坝泄流结构的工作模态参数,运用带通滤波对振动响应信号的EMD过程进行控制得到结构的各阶模态分量,利用RDT法提取各阶模态分量的自由衰减信息,识别出高拱坝泄流结构系统的固有频率及阻尼比。工程实例表明,该方法避免了复杂系统定阶过程,有效提高结构振动响应工作模态识别精度,为辨识高拱坝泄流结构的工作模态参数提供捷径。     

基于强震观测和ARMAV模型的混凝土坝模态识别

采用混凝土坝的实测振动响应识别结构模态参数是进行结构动力特性研究的一种可行的方式。基于混凝土坝的强震观测数据,提出采用矢量自回归滑动平均模型(Auto-Regressive Moving Average Vector,ARMAV)和稳态图法来进行混凝土坝结构模态参数识别。研究了结构实测振动响应时间序列的ARMAV模型表达形式,并通过引入辅助变量(Instrumental Variable,IV)技术,来求解模型中的未知系数;通过研究ARMAV模型系数矩阵与结构系统矩阵的关系,以便为结构模态识别提供理论依据;根据综合了各测点观测信息的平均标准化功率谱(Average Normalized Power Spectrum Density,ANPSD)来对传统的稳态图法进行改进,以实现强震激励下混凝土坝的系统定阶和虚假模态剔除。通过一个数值算例和一个工程实例,验证了提出的基于强震观测和ARMAV模型的结构模态参数识别方法的精度、有效性和工程适用性。     

桥梁结构模态参数识别中系统阶次的自动辨识算法

随机子空间算法作为时域模态分析的常用算法之一,存在系统定阶需人为参与这一缺陷。基于此,针对奇异值跳跃法难以确定高阶系统阶次这一问题,提出了将其与"对数化处理"进行融合以便快速确定奇异值的明显跳跃点;通过构建频率置信因子和振型置信因子用于确定真实阶次的取值范围;采用线性加权平均法构建置信系数以确定结构系统的真实阶次;将所提算法运用于某大型斜拉桥的模态参数识别,并将识别结果与现场试验值和有限元结果进行对比分析。结果表明,所提算法能够实现系统阶次的自动化确定和模态参数的自动化识别,且识别结果具有较好的精度和可靠性。     

未知激励下框架结构系统辨识的特征系统实现算法

在激励未知的情况下，基于试验加速度数据，对某三层框架进行了结构系统参数的辨识。引入了特征系统实现算法，在实验室条件下，基于模拟环境激励的框架结构的自由振动加速度响应，生成了Hankel矩阵，计算了相应的互相关函数；运用奇异值分解求得了系统的特征值，通过计算指标MAC、EMAC、MPC、CMI，剔除了系统的虚假模态，得到了结构的相应频率与阻尼，与实测数据以及有限元计算结果的比较分析表明，未知激励下，特征实现算法能较准确地对结构的动力参数进行辨识。     

基于随机减量法的分布式结构模态参数识别

分区进行平行分析处理的技术已成为大型结构密集布置无线智能传感器网络检测结构系统的重要任务。提出基于随机减量法的分布式数据采集和模态识别方法。以两边简支板模型试验为例,采用ISM400无线智能传感器,通过自然激励法获得测试结构的响应信号,计算随机减量函数,然后运用特征系统实现算法提取系统的状态空间参数,并结合稳定图的方法剔除虚假模态,识别出结构的模态性能参数。以模态置信度为判据对比分析分布式算法与集中式算法的识别效果,结果表明两种算法吻合良好。     

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。     

实时工作模态参数数据驱动随机子空间识别

基于数据驱动随机子空间识别 (SSI) 算法,引入Hankel矩阵行块数 和列数 经验确定方法和模态传递范数(Modal Transfer Norm),采用奇异熵进行系统自动定阶方法,使识别过程自动化,实现工程模态参数的实时识别。应用Choleshy分解求解下三角矩阵 ,缩减了计算量,特别是连续两个时刻的窗口数据大量重叠时,大大减小了计算时间,从而满足实时识别时间上的要求。三跨连续梁桥数值算例和一座实桥测试数据结果表明,每次识别均在移动步长时间内完成,速度快、精度高,可有效运用于大型结构模态参数的实时识别。     

随机子空间识别在悬索桥实验模态分析中的应用

为了从大型悬索桥的脉动实验结果得出精确的结构动力特性,以便进行结构的抗风、抗震研究和实时监测,本文利用随机子空间系统识别方法对虎门悬索桥进行了模态分析。这种时域识别方法基于状态空间模型,仅利用结构输出反应,避免了传统的人工识别和迭代过程,但必须利用稳定图形确定模型阶数。同有限元数值计算结果作比较后可看出,该法能识别出10个频率在0.5Hz以下的自振频率,并且可得到较好的结构阻尼,说明随机子空间系统识别方法是分析大型桥梁脉动实验特征参数的有力工具。     

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。     

单输入和多输入时域模态参数识别法的比较研究

本文利用现代控制论中可控性与可观性理论,从理论和实验两方面对模态参数时域识别法进行了分析和研究,给出了利用时域法能够识别出振动系统所有模态参数的充要条件,并对单输入和多输入识别法进行了比较,指出在重根模态和大阻尼等复杂情形下,多输入识别法拥有单输入识别法所无法比拟的优点。     

基于解析模式分解的密集工作模态参数识别

长大跨度的桥梁结构或者高层建筑的工作环境振动响应中经常包含密集的模态成分,并会出现模态叠混现象,而传统的信号分析方法往往难以识别结构的密集模态参数。提出一种基于解析模式分解理论与随机减量技术相结合的方法识别环境激励下的结构密集模态参数。对于工作环境激励下的结构振动响应,通过随机减量技术可以提取结构的自由振动响应,利用解析模式分解方法对具有密集模态的自由振动响应进行有效的分解,对每一阶自由振动响应利用最小二乘拟合方法识别出频率与阻尼比。通过两层框架的数值模拟以及对密集频率的密集程度指数和信号时程长度等参数分析,其结果表明通过随机减量技术提取的自由振动响应可以有效的减少模态叠混的影响,虽然提取的自由振动响应的时程长度比实际的信号时程要短,然而解析模式分解仍然能够十分有效的对短时程具有密集模态成分的信号进行有效的分解。最后,通过对一具有密集模态的36层框架的数值模拟,以及对一具有密集模态的3层框架的振动台实验,验证该方法可以有效的识别出环境激励下的结构密集模态参数。     

Distributed dynamic load identification based on shape function method and polynomial selection technique

A new approach based on shape function method of moving least square fitting (SFM_MLSF) and polynomial selection technique is proposed in this paper for distributed dynamic load identification. The distributed dynamic load is represented as a product of spatial distribution function and time history, and the two parts are assumed to be independent. The modal transformation of structural dynamic equation throws light on the fact that all modal loads share the same form with the distributed dynamic load in time domain. As the structural modal parameters are known, the time history of dynamic load can be precisely identified through SFM_MLSF method which approximates the local dynamic load with shape functions in the moving supporting time domain. Then, the spatial distribution function of the load is substituted as a series of basic functions, and the identification of distribution function is transformed into a linear fitting problem. Through polynomial selection technique based on error reduction ratio, the significant components are picked out from the basis function responses, which greatly improves stability and precision of the load distribution function. During the inverse analyses of both the time history and distribution function, appropriate regularization methods are still applied to overcome the unavoidable ill-conditioned problem. Numerical examples demonstrate the validity and accuracy of the proposed method.     

密频系统模态参数辨识及其振动控制的研究进展

由于结构越来越复杂（如典型的大型柔性空间结构、准对称结构等）,系统的自由度不仅大大增加,还存在频率集聚现象。针对密频系统的模态参数辨识及其振动控制问题,从密频模态的判定准则,密频系统的模态分析方法、模态参数辨识方法,密频系统的可控性和可观性、模态截断准则以及密频系统振动控制律的设计等几个方面进行了较为全面的总结和回顾,对其中的辨识方法及判定准则作了比较。最后给出了密频系统的模态参数辨识及其振动控制中目前难以解决的问题,并指出这些方法将在卫星太阳能帆板、直升机旋翼、涡轮发动机叶片等存在密集模态的结构方面有着广阔的应用前景。     

基于EM算法和模态形式的状态空间模型自降阶工作模态分析

工作模态分析具有试验简单、经济可行等优点,在工程实际中有广泛的应用。在基于状态空间模型的模态分析中,模型阶次的确定是获得准确和稳定的模态参数的关键问题之一。该文结合期望最大(EM)算法和模态形式状态空间模型来实现模型自降阶和模态参数估计。将状态空间模型变换到模态形式,使待估计参数量得到精简的同时,可直接估计各阶模态响应。引入表征各阶模态响应在实际响应中占比的模态贡献作为模型降阶的指标,在EM求解模型极大似然估计时实现模型降阶。同时结合频谱图分析和阻尼比阈值剔除虚假模态,以获得实际的结构模态信息。通过数值结构模拟和现场结构实测的数据分析,结果表明该文方法具有较好的适用性和有效性。     

基于运行模态法的动力总成刚体模态试验研究

介绍两种基于运行模态法的动力总成刚体模态参数识别方法,即频域分解法与时域随机状态子空间辨识法。发动机怠速工况下,运行模态法可以识别出动力总成悬置系统在垂向跳动与绕侧向俯仰的刚体模态,并且可以识别出动力总成怠速激励下的谐波模态;而动力总成受到白噪声激励,运行模态法可以识别出动力总成悬置系统的全部六自由度刚体模态。从对比可知,运行模态法识别的模态参数与常规试验模态法结果基本一致,表明利用工况激励法进行模态参数识别是行之有效的。