基于振速测量单全息面直接声场分离方法

摘 要：为了更精确的分离质点振速，以波叠加法作为声场分离算法基础，提出单全息面测量振速直接声场分离方法。建立了单面振速测量声场分离模型，并推导了理论计算方法，通过数值仿真，分析算法的计算精度，验证了该方法可以有效分离声场。然后对比本文分离方法和单面声压测量声场分离方法分离简单源和脉动声源的误差，结果表明：单面振速测量的直接声场分离方法可以有效分离目标声源，而且可以获得更高的振速分离精度。     

长潭水电厂2号机组的改造

长潭水电厂已运行30多年，厂内主要机电设备超期运行，老化严重，机组效率低，水电厂对2号机组进行了报废，重新设计，制造，安装新机组，取得显著效益，并决定对电厂作整体改造。     

桥梁颤振气动导数识别的迭代法

本文提出一种利用自由振动响应通过年顿－拉夫逊迭代同时识别出桥梁全部8个颤振气动导的方法。此法具有对迭代初值要求不高，识别结果稳定的特点，并具有一定的抗噪声干扰能力。数字仿真与实物试验结果表明本文方法有效，可行。     

磁流变阻尼器在斜拉索减振中的应用

大跨度斜拉桥拉索的大幅振动及其控制越来越引起人们的重视，应用磁流变阻尼器进行拉索减振是一种新的探索。文中介绍在洞庭湖大桥应用磁流变阻尼器进行拉索减振的试验研究情况，得到了安装阻尼器前后拉索的动力特性，结果显示拉索系统的模态频率在安装阻尼器后增大了3％－4％，模态阻尼比无阻尼器时增大了3倍－6倍。磁流变阻尼器的减振效果经历了实际风雨振的检验，在其他拉索发生大幅振动的情况下，装有磁流变阻尼器的拉索稳定如常，其振幅减小20倍－30倍。证明该阻尼器是拉索减振的有效手段。这些对于应用磁流变阻尼器进行拉索振动控制具有一定的指导意义。     

南京长江大桥动力特性分析

建于1968年的南京长江大桥上部结构为钢桁梁,下部基础为桩基础和沉井基础,至今已安全营运37年.其动力特性分析,可为该桥的模型修正、健康监测、状态评估、损伤识别以及抗震分析等提供前提条件和依据.根据大桥结构特点,利用ANSYS建立只考虑上部结构的空间有限元模型和同时考虑上部结构和下部结构的空间有限元模型,对其动力特性进行计算,并对两个模型的前6阶自振频率和振型进行分析,通过与现场实测结果比较表明,在低阶振动时可不考虑下部结构的影响,在高阶振动时要考虑下部结构的影响.     

基于混合遗传算法的桥梁监测传感器优化布置

利用混合遗传算法(Hybrid Genetic Algorithm,HGA)对南京长江大桥的监测传感器进行优化布置,得到了考虑不同的振型阶数和不同传感器数量的优化布置方案.优化结果表明,HGA高效、稳定,具有较强的全局搜索能力,在桥梁健康监测中有着广阔的应用前景.     

频响函数一种新的估计方法

利用三阶谱对高斯噪声不敏感的特点,本文提出一种频响函数新的估计方法。理论分析、数字仿真及实物试验结果表明,在零均值高斯噪声干扰下,新估计比现有的等更接近真值。     

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。     

基于Ansys的非线性动力稳定性分析方法研究

结构动力稳定性研究是工程力学领域的热门课题,其基本理论和分析方法尚不完善。因此,改进现有的动力稳定性分析方法——动态特征值法,提出基于Ansys平台的非线性动力稳定性分析方法。以一简谐载荷作用下的箱型截面长柱为研究对象,研究激励频率、动载荷幅值、阻尼比及初始弯曲对动态特征值的影响。研究表明,激励频率增大或动载荷幅值增大都会引起动态特征值的最大值增大、最小值减小,即越不利于结构的动力稳定;结构阻尼比增大,则引起动态特征值的最大值减小、最小值增大,即动态特征值变化更平稳,较高的阻尼有利于结构的动力稳定;柱初始弯曲增大,动态特征值的最小值略有增大,在一定范围内初始弯曲对动力稳定性的影响不一定是不利的。     

基于神经网络技术的南京长江大桥桥墩船舶撞击力识别

主要研究基于神经网络技术的南京长江大桥桥墩船撞力识别。在建立了南京桥4#桥墩的空间有限元分析模型后,对4#桥墩进行了动力特性分析;基于MATLAB平台建立了“船撞力-响应”神经网络,由沃辛试验船撞力曲线计算得到了船对桥墩的撞击响应并作为神经网络训练的样本。仿真计算结果表明,由桥墩墩顶的响应可有效识别船舶撞击力的大小、方向和撞击位置,该神经网络可用于有、无噪声干扰的船撞力识别,并且具有良好的容错性和鲁棒性。