基于解析模态分解的时变与弱非线性结构密集模态参数识别

对于时变与非线性的结构系统,由于结构模态响应信号的瞬时频率并不等同于结构本身的瞬时频率,因此推导了单自由度与多自由度体系在自由振动和受迫振动下模态响应信号的瞬时频率与结构本身瞬时频率的关系,理论结果表明,对于时变的线性结构和弱非线性结构,模态响应的瞬时频率缓慢变化的部分与结构系统的瞬时频率近似相等。通过对一杜芬系统的数值模拟和对一调整索力变化而使其频率变化的斜拉索自由振动实验,验证了理论结果的正确性。对于具有密集模态的时变与非线性的多自由度体系,提出了把解析模式分解方法扩展到时变与非线性结构的模态分解。该方法通过小波变换选取二分时变截止频率,对结构的时变模态响应进行分离,从而实现多自由度结构时变参数识别。最后,对一具有密集模态的两层框架时变系统受白噪声激励和地震激励进行数值模拟,结果表明,提出的方法能有效的分解时变系统的密集模态响应并能较好的识别出结构系统的瞬时频率。     

基于矩阵分式多项式时变结构模态参数最小二乘辨识

基于时间相关矩阵分式多项式传递函数模型,给出线性时变结构时频域参数化模型。以时频域参数化模型为基础,将现有广泛用于时不变结构模态参数辨识的最小二乘复指数法拓展到时频域,提出基于矩阵分式多项式模型的时频域线性时变结构模态参数最小二乘辨识方法;针对时频域最小二乘对计算资源庞大需求问题,给出基于缩减正则方程的最小二乘问题求解方法。通过对两质量连续变化三自由度时变结构仿真算例,说明最小二乘中待估参数约束对模态参数辨识影响,阐述所提线性时变结构模态参数辨识方法特点,说明方法的有效性及潜在实用性。     

基于结构强震记录的结构时变模态参数识别

为研究结构在地震过程中动力特性变化和损伤过程,为结构地震损伤评估提供可靠依据,采用递归式在线系统辨识算法RARX模型,利用结构强震记录识别了结构时变模态参数。以一座6层钢筋混凝土框架结构为例,识别了其时变自振频率、阻尼比和等效刚度。结果发现：在小地震动作用下,结构自振频率随时间几乎不发生改变;在大地震动作用的整个时间过程中,结构自振频率随时间逐渐降低,降低到一定程度到达最低点后,频率开始回升,直至地震结束,但最后不能回升到初始值,说明经历大震发生损伤的结构在震后性能会有所恢复;结构等效刚度变化趋势和自振频率相同,但在大震中下降比频率下降大的多;结构阻尼比在经历大震发生损伤后增大。结果可供结构地震损伤预测及结构震后安全鉴定参考。     

利用计算机视觉识别人行桥时变模态参数

人行桥健康监测及状态评估需解决的关键性问题是如何根据实测响应信号准确估计桥梁阻尼比及自振频率等时变模态参数。为此提出了一套方案,采用基于HS光流法的分段光流法获取桥梁振动全场位移响应,通过重新定义目标函数,利用自适应遗传算法优化变分模态分解（VMD）,对各个位移时程进行分解,结合希尔伯特变换（HT）曲线拟合VMD分解得到的单模态信号求出瞬时频率和阻尼比。在人行桥模型上利用此方案测试不同行人在控制步频、自由行走下的结构响应,得到多组有效的结构位移响应并与激光位移计作对比验证,VMD-HT分解得到的行人-结构相互作用下的瞬时频率和阻尼比与941B传感器作对比验证。结果表明：采用分段光流法的视觉非接触式测量方法对结构响应具有较高的测量精度,与激光位移计的对比误差为0.85%。根据实测信号,利用VMDHT可有效估计结构的时变模态参数。在行人-结构相互作用下,结构自振频率随人数和位移的增加而减小,最大减幅为14.12%,阻尼比随人数和位移的增加而增大,最大增幅为398.33%,控制步频行走相比于自由行走对时变模态参数的影响更大。     

不规则网格的小波多分辨率分析

Lounsbery提出了一种网格渐进压缩的三角形网格多分辨率分析方法,但它只能应用于规则的三角形网格,且包含了重新网格化的过程.为了解决该问题,基于小波变换,扩展了Lounsbery的方法.该算法直接对不规则网格进行渐进压缩,得到了不同分辨率的网格.在此过程中还可以基于三角形网格的几何信息,对三角形网格进行优化,使之更加相似,从而使算法得到了改善.实验结果表明,算法速度快,效果良好,有一定的实用性.     

基于改进L-P小波的时变模态参数识别方法

研究了基于改进Littlewood-Paley(L-P)小波变换的结构时变模态参数识别方法.用改进的L-P小波对结构动力响应信号进行小波变换,由能量较大的频带所对应的尺度识别结构基本频率及其随时间的变化情况;由某时刻各自由度响应在各阶频率对应尺度上的小波系数的比值识别结构的各阶振型.针对剪切型框架结构,利用识别的频率变化判断结构是否发生损伤以及损伤发生的时间,通过识别损伤前后的一阶振型斜率变化判断损伤发生的位置.该方法不需要激励信息,且有较好的抗噪声能力.     

基于区间B样条小波基函数时变多变量AR模型的时变结构参数识别

本文研究的是时变动力学结构的参数识别问题。仅利用线性时变结构的多个加速度响应测量数据,本文将区间B样条小波函数作为时变基函数,构造了基于区间B样条小波基函数的时变多变量自回归模型,并推导了时变结构瞬时频率的识别方法。文中利用该法对一个三自由度线性时变结构进行了仿真研究,针对结构瞬时频率周期变化,突变和线性变化三种不同的情况分别进行了瞬时频率识别,并在加速度响应数据中加入了不同信噪比的高斯白噪声以检验识别方法的抗噪能力。最后,文中对一个具有质量时变特性的悬臂梁结构进行了实验研究,实验结果充分说明了区间B样条小波基函数时变多变量自回归模型对时变结构参数识别的可行性,有效性和良好的抗噪能力。     

一类基于先验信息的时变参数辨识算法

提出了一类基于先验信息的时变参数辨识算法以克服病态辨识,仿真结果证明,此类算法不仅能克服病态辨识而且具有有较高的辨识精度。文中给出了有关新算法的定理及其证明。     

基于扩展卡尔曼滤波的结构参数和荷载识别研究

经典的扩展卡尔曼滤波（Extend Kalman Filter,EKF）方法可有效识别结构参数,但却需要已知外部激励,然而,在工程实际中,有些外激励往往难以实时获取。为此,该文提出了一种基于EKF的未知激励下的结构参数和荷载识别方法。通过在观测方程中引入投影矩阵,实现了结构参数的识别,同时,利用最小二乘估计实时识别了未知的外激励。为了验证该方法的有效性和鲁棒性,文中采用了三个数值算例：四层的Benchmark模型、分段线性系统和非线性Duffing系统。数值分析的结果表明,该方法不仅能够准确识别线性和非线性结构的参数,还能有效识别作用于这些结构的外激励。     

双最小二乘法在结构振动模态参数时域识别中的应用

本文编制了模态参数时域识别的双最小二乘法程序,并进行了模拟试验。试验结果表明:使用双最小二乘法识别阻尼系数优于使用单最小二乘法,同时振型和固有频率的识别精度不会降低。利用某动平衡试验装置前端转子系统的横向振动的自由响应数据,对横向振动的固有频率、振型和阻尼系数进行了识别。得出的固有频率值与振动自由响应的谱分析得到的固有频率值极为接近。     

一种基于结构动态特性的物理参数识别算法及应用

结合经典数学理论均匀设计和回归分析,借助有限元计算软件和动态测试技术,提出一个简单实用的结构物理参数识别算法,该算法是基于频域法识别物理参数的一种方法。大量的数值计算和工程应用表明,当系统具有良好可重复性和稳定性,待识别参数为一元或二元时,该算法能够有效地解决这类系统中的参数识别问题。利用该算法对某钢桁架结构边界条件中的部分连接刚度进行识别,得到了比较满意的结果,并验证了该算法解决实际问题时的有效性和可行性。     

用于时变系统参数识别的状态空间小波方法

该文利用系统的激励和受迫响应数据,基于状态空间和小波变换理论,提出了一种识别时变系统参数的新方法.该方法首先将线性时变系统的二阶振动微分方程转换为一阶状态方程,然后对系统的激励和响应信号进行小波尺度函数空间投影,利用小波尺度函数的正交性,把一阶状态空间方程解耦为线性代数方程组.其次求解方程组,识别出不同时刻的等效系统转...     

两种新的基于子空间跟踪的时变模态参数快速辨识算法

该文研究了基于子空间跟踪的时变模态参数快速辨识算法的过程。对更新的输入/输出数据的预处理后, 时变模态参数辨识的主要问题转化成子空间跟踪, 引入NPI 和API 子空间跟踪算法替代PAST 形成两种新的时变模态参数快速识别算法。通过对移动分布质量-悬臂梁这一典型的时变结构系统以及两自由度弹簧-质量系统的时变模态参数识别验证了新算法的有效性并且比较分析了这3种基于不同子空间跟踪算法的时变模态参数识别算法的辨识能力。     

改进的子空间方法及其在时变结构参数辨识中的应用

本文给出了一种可用于时变结构参数辨识的子空间跟踪方法。子空间方法运用特征分析理论,通过矩阵分解来得到信号子空间。首先将要跟踪的矩阵变换为一种适合在线跟踪的格式,将新的数据信息组合成一个维数不变的矩阵,通过对该矩阵的奇异值分解来更新上一步的信号子空间。这样就避免了对一个不断增长的Hankle阵做奇异值分解,有效的缩减了计算量。将该方法用于机械臂系统,通过施加一个随时间变化的力来改变机械臂的固有频率。选择合适的遗忘因子以协调跟踪能力和辨识仿真结果证实了算法跟踪时变参数的能力。     

基于系统响应自相关函数的振动参数识别

分析了线性系统全响应的组成,利用Prony多项式,提出了用于振动模态参数识别的自相关复指数法。数值仿真结果证明该方法有效。数值仿真还对初始激励、采样精度、采样频率等影响方法效果的参数的选择进行了讨论。     

基于改进EMD-ICA的结构模态参数识别研究

该文针对频带滤波改进经典经验模态分解(EmpiricalModeDecomposition,EMD)的模态分解能力不足时产生过多虚假模态的问题以及真正本征模函数(IntrinsicModeFunction,IMF)的判定问题,提出了将改进EMD与独立分量相结合的信号分析方法。该方法不需要人为预先设定阈值,能够自动分离出真正的IMF分量,消除改进EMD过程中产生的虚假模态,保障EMD分解信号的有效性。然后利用随机减量技术获得各IMFs的自由模态,最后利希尔伯特变换和最小二乘拟合技术相结合的方法来识别出结构的频率和阻尼比,并通过两个数值算例和一个七层钢框架的模态试验予以验证。研究结果表明：该方法可有效解决改进EMD的缺陷,并成功识别出结构的模态参数。     

基于敏感性分析的协方差随机子空间方法参数优化

在工作模态分析中,结构模态的准确识别在包括结构健康监测在内的许多应用中至关重要.该文基于敏感性分析,研究了模型系统阶数N和Toeplitz矩阵行块数i在协方差驱动随机子空间法(covariance-driven stochastic subspace identification,SSI-Cov)中对模态识别结果的影响...     

基于多分辨率分析的结构物理参数识别贝叶斯估计方法:方法推导与验证

在观测噪声和模型误差等不确定性因素的影响下,结构物理参数识别问题是一个不确定性问题.针对此问题,该文从结构运动微分方程出发,利用小波多分辨率分析原理,建立结构多尺度动力方程,由该方程以结构激励和响应信息在多尺度上的细节信号和最大尺度上的概貌信号为观测量推得物理参数线性回归模型,对该模型应用贝叶斯估计理论得到物理参数后验...     

基于Morlet小波变换的模态参数识别研究

从卷积和Parseval定理的角度推导了小波变换系数的实用算法。以系统的自由响应数据为识别对象,给出了频率、阻尼比的参数识别方法,并重点给出了基于最小二乘法的振型识别技术。提出了基于改进Morlet小波的模态参数识别方法,对识别密集模态具有良好的效果。三自由度仿真算例表明,基于Morlet小波变换的模态参数识别技术能够以较高的精度识别出系统的频率、阻尼比和振型等模态参数。     

基于HHT的非线性振动系统参数识别研究

该文采用Hilbert-Huang变换（HHT）对时变阻尼自由振动系统以及常见的Duffing振动系统和Van der Pol振动系统进行参数识别。首先通过经验模态分解将振动信号分解为自由振动信号和强迫振动信号,通过经验包络法得到分解后信号的振幅包络线和瞬时频率。进而使用瞬时振幅及瞬时频率通过最小二乘法估计得到振动方程的各项参数。与小波识别结果进行对比,数值算例表明Hilbert-Huang变换可以有效地识别时变阻尼自由振动以及Duffing振动系统和Van der Pol振动系统的时变参数并且有较高精度。