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。     

泄洪激励下高拱坝模态参数识别研究

模态参数的准确识别是对在线结构进行健康监测和损伤诊断的难点和核心之一。以拉西瓦拱坝水弹性模型为工程背景，对拱坝的模态参数进行时域识别。针对时域法所面临的噪声干扰以及由它引起的虚假模态识别与剔除和模型定阶问题，用小波技术对时域信号进行了消噪处理，综合自然激励技术和特征系统实现算法对环境激励下的拱坝结构进行模态参数识别，并用模态置信因子对虚假模态进行剔除。引入奇异熵的概念，建立了用奇异熵增量来实现系统定阶的方法和过程，研究表明，该方法得到的系统阶次有效可靠，使得定阶的界线更加清晰和稳定，避免了其它时域算法对系统定阶的盲目性，提高了数据处理和模态参数识别的速度。     

基于改进确定-随机子空间算法的桥梁结构模态参数识别

为了实现桥梁结构模态参数的智能化在线跟踪识别,提出了一种基于滑窗技术、模糊C均值聚类算法与确定-随机子空间算法的时域识别(SC-CDSI)算法。对桥梁结构的输入信号和输出信号进行加窗划分处理,分析了窗函数、窗口大小及窗口步长的确定标准;将频率、阻尼比及模态振型作为模糊C均值聚类算法的聚类元素完成对稳定图中有效模态的智能化辨识;以某振动台试验桥为参数识别对象,并将所得结果与MIDAS有限元结果作对比分析。结果表明,所提SC-CDSI识别算法可以精确实现桥梁结构频率的在线跟踪智能化识别,且识别的结果具有可靠性。     

结构应变模态参数辨识的最小二乘复频域方法

由于应变模态对结构状态的敏感性,其在结构在线健康监测和损伤识别方面比位移模态更具优势。利用应变和位移的关系,将最小二乘复频域方法应用到结构应力应变分析中,建立基于应变测量数据的结构动力学参数频域辨识方法。由于应变模态和位移模态是同一种物理状态的不同表达形式,两者在数学表达上有相似性。首先建立以应变为变量的参数化公分母模型,在此基础上将非线性最小二乘问题进行线性化,得到加权线性最小二乘的方程误差。然后采用基于缩减正则方程的算法进行求解,减少计算量,并通过对模型参数施加约束来避免参数冗余。然后,设计并搭建一个自由梁的实验结构系统,利用光纤布拉格光栅应变传感器测量结构动应变数据,根据最小二乘复频域方法,基于应变测量数据辨识得到频率和阻尼比,与传统的基于加速度测量数据的辨识结果相吻合。另外,辨识所得应变模态振型与仿真结果也具有一致性。因此,数值仿真和实验验证表明,文中提出的基于最小二乘复频域方法能够准确辨识结构应变模态。     

基于DBSCAN算法的改进确定-随机子空间模态参数识别算法EI北大核心CSCD

桥梁结构的模态参数识别作为桥梁健康检测系统中的主要环节之一,参数识别的精确程度直接影响着桥梁健康评估的准确程度。因此,针对现阶段被广泛运用的确定-随机子空间算法(combined determine-stochastic subspace identification,CDSI)存在的不足,需人工参与稳定图中模态的辨识,提出了将基于密度的聚类算法(density-based spatial clustering of application with noise,DBSCAN)嵌入到该识别算法中,以提高模态参数识别的效率。首先简单介绍了CDSI识别算法和DBSCAN聚类的相关原理及定义,其次详细介绍了如何将DBSCAN聚类算法有效地嵌入到CDSI算法中,以实现对稳定图中模态的智能化辨识;最后以某大型斜拉桥为识别对象,并将识别结果与MIDAS有限元软件所得结果作对比,结果表明,所提改进CDSI识别算法能够精确地识别出桥梁结构的固有频率值,且所得模态振型图与理论振型图具有很好的相似性。     

基于粒子滤波的多模态振动信号在线跟踪

针对多模态振动信号的在线监测和跟踪,提出基于随机子空间（SSI）和粒子滤波（PF）算法的仿真振动信号在线监测和跟踪方法。通过SSI算法提取得到振动系统的模态主频和阻尼比,根据振动系统模型模态主频和阻尼比的计算公式,得到系统的状态矩阵和输出矩阵。将计算所得状态矩阵和输出矩阵代入状态方程,利用PF算法进行信号的在线监测和跟踪,实现信号的降噪处理和预测分析。对于大型机械、桥梁等建筑物,对其进行在线监测保障其正常营运对社会经济发展具有深远影响。文中利用SSI算法提取系统的模态参数,进一步构建振动系统的状态矩阵和输出矩阵,并利用PF算法进行信号滤波抑噪和预测,在此基础上可以对结构状态实施在线监测及预警控制,实际大桥斜拉索振动信号测试也表明本文算法可以提供稳定可靠的信号跟踪与预测技术。     

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。     

桥梁结构真实模态的智能化识别

随着桥梁结构健康监测系统的不断普及,模态参数识别已被广泛运用于桥梁健康监测中以获取结构自身的动力特性值。虽然随机子空间算法作为模态参数识别算法中最为广泛使用的算法之一,但其依然存在稳定图中真实模态筛选难这一难题。基于此,在已有的研究基础之上进行了深入的研究。首先,提出桥梁结构真实模态存在的一般规律,并利用试验对其进行验证;其次,基于稳定图的基本原理提出以频率值、阻尼比以及振型系数为筛选因子的真实模态智能客观筛选算法。最后,以某大型斜拉桥为研究对象进行模态参数识别,并依次将算法所得频率值、阻尼比以及振型系数与动载试验结果和MIDAS理论结果分别进行对比分析,其结果表明:所提算法能运用于实际桥梁结构的真实模态识别,且识别结果具有可靠性。     

一种改进的随机子空间辨识方法的稳定图

为在模态参数辨识中更好地区分虚假模态与物理模态,对传统时域子空间方法的稳定图进行了改进。改进的稳定图利用了由输出信号的自相关函数重构的Hankel矩阵,认为系统阶次固定,模态特征的变化趋势随数据量的增加而体现。在稳定图中引入了可表征各阶估计模态贡献量大小的分量能量指标(CEI)作为判断模态特征稳定性的判据之一,以剔除虚假特征。通过对一个受噪声污染、具有密集模态的振动仿真系统进行辨识,从改进的稳定图中可以看到物理模态随数据量增加仍保持稳定,且对应于较大的CEI值,虚假模态的表现则明显相反,验证了该改进的子空间方法的稳定图的正确性和有效性。     

环境激励下桥梁结构模态参数识别的改进随机子空间算法

为了剔除稳定图中的虚假模态和避免模态遗漏现象,提高模态参数识别的精确度,提出了一种基于滑动窗口和相似度的桥梁结构模态参数智能化识别算法。基于余弦相似原理提出了频率相似度和振型相似度,并依此构建置信度,以实现对系统真实阶次的自动化确定;引入改进集成经验模式分解算法,以消除响应信号内部的噪声信号,达到消除部分虚假模态的目的;接着引入滑动窗口以实现对响应信号的划分,并通过构建频率相似度、振型相似度以及阻尼比相似度实现多个窗口对应参数结果中同类模态的聚类处理,达到剔除虚假模态和避免模态遗漏的目的。最后将所提算法运用于实际斜拉桥结构的模态参数识别,并将识别结果与现场试验值以及有限元结果进行对比,结果表明,所提算法不仅能有效识别出频率结果还能识别出准确的模态振型图,能够实现桥梁结构模态参数的在线智能化识别。