基于稳定图的随机子空间识别结构模态参数

结构模态参数识别是结构健康监测的基础或输入.为了有效地识别环境激励下的结构模态参数,使用改进的稳定图结合随机子空间方法进行分析,并采用有限元模型进行了验证.结果表明:改进的稳定图结合随机子空间方法是一种行之有效的结构模态识别方法,可以有效地从环境激励的线性结构响应中获取结构模态参数,并避免了虚假模态的出现.     

超高耸钢结构的模态参数识别及模型修正

广州新电视塔(GNTVT)是一座高度为610m的超高层柔性钢结构,很有必要对其进行健康监测。应用多参考点稳定图算法(M-NExT/ERA)、数据驱动随机子空间识别法(SSI/Data)和增强频域分解法(EFDD),依据GNTVT Benchmark提供的结构振动数据识别广州新电视塔的模态参数,以掌握其动态特性;利用ANSYS建立GNTVT的有限元模型,根据识别得到的实测模态参数,结合遗传算法对GNTVT初始有限元模型进行参数修正,使有限元模型得以正确反映真实结构的动态特性,以供后续健康监测研究之用。     

基于改进细菌觅食算法的桥梁动载识别

桥梁在交通事业中的作用越来越重要,而对桥梁结构的健康监测是当今研究的热点问题,桥梁上移动荷载的识别作为桥梁结构健康监测的基础环节,是决策者进行结构安全评估和交通规划的重要依据.其中利用BP神经网络进行识别是重要的也是目前最热门的方法,而神经网络中参数的确定最为重要.提出一种全新的改进的细菌觅食算法以确定网络参数,数值模拟证明可取得相对较好的识别结果.     

结构模态参数识别的随机子空间法

参数识别是结构健康监测领域研究中的重点。随机子空间法是近些年发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。在随机子空间识别方法中,确定系统的阶数是该方法中的关键工作。稳定图方法是一种比较新颖的确定系统阶次的方法。但该方法容易识别出虚假模态。针对这种情况对稳定图方法进行了改进,避免了虚假模态的出现,进而提高了随机子空间方法的识别精度。最后对此方法在一钢管混凝土拱桥上进行了验证,试验结果表明,该方法具有良好的识别效果。     

基于随机子空间的分布式结构模态参数识别

针对大型建筑结构集中处理庞大数据获得结构模态参数的不便性,提出适用于密集布排的传感器网络结构的分布式模态参数识别方法.以混凝土钢管拱桥为实验平台,按不同子结构划分工况,通过随机子空间方法有效地从环境激励下的响应中提取子结构模态参数,结合稳定图进行子结构系统定阶,去除虚假模态.利用粒子群优化算法和平均技术调整子结构振型,获取桥梁结构的整体振型.以模态置信度为判据对比分析该分布式算法和集中式算法的识别结果.结果表明,该方法具有良好的识别效果,可用于不同形式复杂结构的模态振型识别.     

采用联合熵矩阵的子空间聚类算法

为了解决现有子空间聚类算法时间复杂度偏高和对输入参数敏感的问题,提出了一种基于联合熵矩阵的子空间聚类算法. 通过计算每个属性实例分布的熵降维,计算任意两个维度的联合熵,形成联合熵矩阵,在联合熵矩阵中搜索最高阶全1子矩阵作为兴趣子空间,最后在兴趣子空间完成聚类. 在人工数据集和公开数据集上的实验表明,与传统子空间聚类算法相比,新算法能以较低的开销识别维度更高的兴趣度子空间.     

在线聚类的网络流量识别

针对网络流量在线识别的难题,提出一种聚类算法和在线流量识别方案.以网络数据流的若干初始数据包作为子流,提取子流的统计特征,应用基于滤波器算法的属性相关性算法提取子流最佳特征子集,并提出基于密度的在线带噪声空间聚类算法对子流特征向量进行聚类,采用优势概率业务实现聚类和应用类型的映射.实验结果表明,该方案具备识别新应用类型和加密数据流的功能,且能实现在线的网络流量分类.     

基于分布式压缩感知的微震数据压缩与重构

针对分布式微震监测环境下微震数据量大的问题,引入分布式压缩感知理论对微震数据进行压缩以减小数据传输量.首先分析微震信号的稀疏性,其次模拟分布式场景,分析了分布式微震传感器节点的空间相关性及其编码与压缩处理过程.基于广义正交匹配追踪算法及稀疏度自适应匹配追踪算法,提出了一种改进的分布式稀疏度自适应正交匹配追踪重构算法,并分析了改进算法的性能.基于MATLAB仿真平台,用改进的算法重构稀疏测量后的分布式微震信号,仿真结果表明:改进后的算法在数据量减少了将近7/10时,依然可以快速精确的重构出原始微震信号.     

复杂交通环境激励下西安城墙模态参数识别与分析

结构的模态参数识别一直是结构健康监测的基础和重点,其能评估结构状态、识别结构损伤,对结构的后续维护具有重要意义,对古建筑结构亦是如此。西安城墙属于中国第一批重点文物保护单位,其模态参数识别更是需要重视。在西安城墙瓮城处城墙布设速度与加速度动力特性监测系统,通过现场动力测试试验,获取复杂交通环境激励下城墙振动响应数据;通过特征系统实现算法(ERA)、随机子空间法(SSI)和峰值法(PP)3种模态识别方法相结合,对响应数据进行结构模态参数识别,获取该区域城墙模态参数;结合城墙数值有限元模型,对比3种方法所得的模态参数,建立有效的结构动力模型。结果表明:3种方法均可以在环境激励下有效识别结构的模态频率并最终得出振型,验证了该3种模态识别方法对古城墙模态参数识别的可行性。     

基于阶次分析的风电机组在线模态参数识别与故障诊断

针对风电机组的健康监测和预警评估,将基于环境荷载激励的模态参数识别和计算阶次分析方法应用于风电机组齿轮箱系统的在线模态分析。设计并构建了风电机组在线模态参数识别与故障诊断系统,通过试验模态与在线模态识别参数以及不同环境荷载激励条件下的在线模态识别参数的测试结果对比,证明在线模态参数识别方法的可行性和实时性,系统运行稳定,数据可靠,为风电机组在线模态实测,多种环境荷载激励作用下动态特性以及故障诊断研究积累了大量数据。