非稳态环境激励下线性结构的模态参数辨识

假定任意随机激励信号由白噪声与非白噪声信号组成，由此导出线性结构响应之间的相关函数由两部分组成，一部分与脉冲响应具有相同的数学形式，另一部分为其它形式，利用模态分解法的基本原理，把相关函数分解为各个模态函数的叠加与余项之和，这样，第一部分信号已经分解为不同的模态函数，第二部分中的周期信号也变成了模态函数，这就把非稳态环境激励下多自由度线性结构系统的模态参数辨识问题转化为类似于已知各个单自由度系统的脉冲响应进行模态参数辨识问题，理论和模拟实验表明，本文成功地利用模态分解法进行非稳态环境激励下多自由度线性结构系统的模态参数辨识，其主要优点是，无论是白噪声激励，稳态随机激励还是非稳态随机激励，仅根据结构的响应不仅能辨识线性结构的模态参数，而且能有效地识别出环境激励中的周期成分。     

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。     

环境激励下结构模态参数识别方法综述

该文对环境激励下结构模态参数识别的16种常用算法进行了概括综述。该文将模态参数识别算法分类为时域、频域两类,并针对算法流程进一步地将时域方法分为一步法与两步法。在分类的基础上,阐述了算法的适用条件与基本流程,对其中一些重要算法的理论与实现过程进行了详细地讨论。最后,对结构模态识别中的模态验证方法进行了简要地论述。     

环境激励下基于信号降噪的模态参数识别研究

提出一种环境激励下基于测试信号降噪的模态参数识别方法。该方法首先对测试的随机响应数据采用自然激励技术(NEx T)获得互相关函数,进而基于结构矩阵低秩逼近(SLRA)方法得到降噪后的信号,最后通过复指数(Prony)方法识别结构的模态参数。数值算例和模型实验结果表明,该方法对测量信号有很好的降噪作用,识别精度高。     

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。     

一种非稳态环境激励下线性结构的模态参数辨识方法

假定任意随机激励信号由白噪声与非白噪声信号组成,由此导出线性结构响应之间的相关函数由两部分组成,一部分与脉冲响应具有相同的数学形式,另一部分为其它形式.利用模态分解法的基本原理,把相关函数分解为各个模态函数的叠加与余项之和.这样,第一部分信号已经分解为不同的模态函数,第二部分中的周期信号也变成了模态函数.这就把非稳态环境激励下多自由度线性结构系统的模态参数辨识问题转化为类似于已知各个单自由度系统的脉冲响应进行参数辨识问题.理论和模拟实验及斜拉桥模型参数辨识实例表明,已成功地利用模态分解法进行非稳态环境激励下多自由度线性结构系统的模态参数辨识.其主要优点:一是无论是白噪声激励、稳态随机激励还是非稳态随机激励,仅根据结构的响应辨识线性结构的模态参数;二是能有效地识别出环境激励中的周期成分.     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

海洋平台结构环境激励的实验模态分析

介绍了对位于渤海湾的“埕岛二号”中心生活平台所进行的现场测试实验,该平台为直立式导管架钢结构平台。此次现场实验是在波浪力、风等环境载荷激励下测试结构动力响应的。利用频域的模态识别法峰值法(PP)和时域中的自然激励法(NExT)结合特征系统实现算法(ERA)分别对海洋平台结构现场测试的动力响应数据进行模态参数识别;利用ANSYS建立了该平台结构的三维有限元模型,并进行结构的模态分析。海洋平台结构的理论和实验模态分析结果吻合较好,分析结果表明该类模态参数识别方法能够为结构损伤诊断提供基准模型,可以运用于实际结构的健康监测以及维护维修。     

环境激励下大型桥梁模态参数识别的一种方法

提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法,该方法以限制带宽的经验模态分解（BREMD）和随机子空间识别（SSI）为基础,首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数（IMF）,然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点,引入屏蔽信号限制EMD过程中带宽以消除模态混叠;运用该法识别了赣龙铁路某特大桥的模态参数,并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比,结果表明：该方法能有效的识别大型桥梁模态参数,屏蔽信号的引入解决了模态混叠问题,稳定图中的虚假模态得到抑制。     

快速特征系统实现算法用于环境激励下的结构模态参数识别

对特征系统实现算法(ERA)进行了改进,采用对构建的新对称矩阵进行特征值分解来替代Hankel矩阵的奇异值分解,提出了计算速度更快、数据储存更少的快速特征系统实现算法(FERA)。利用已知的四层框架进行数值模拟,对其施加缩尺的El Centro地震作为未知激励,采用FERA和ERA算法对仿真所得的位移、速度和加速度分别进行模态参数识别,与理论值进行对比结果显示:FERA算法适用于任何动力响应对结构进行模态参数识别,并且其运算速度可较ERA算法有较大提高。此外,FERA算法还被运用到了一座运营中的人行桥环境激励试验中,结果表明该算法同样适用于实际结构的模态参数识别。     

紊流激励下基于贝叶斯统计推断的颤振边界预测方法研究

提出将贝叶斯统计推断方法推广应用于大气紊流激励下飞行器结构的颤振分析，对含不确定性因素影响的模态参数识别与颤振边界预测进行研究。在采用自然激励技术从结构在大气紊流激励下的响应中提取自由衰减信号后，基于贝叶斯统计推断，通过马尔科夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)算法对结构模态参数的后验概率密度函数进行采样识别，并利用Z-W(Zimmerman-Weissenburger)颤振裕度法获取颤振速度概率分布，预测颤振边界并分析其不确定性。进行了数值仿真研究，对大气紊流激励下的结构响应数据进行分析，验证了所提出方法的有效性。     

基于独立分量分析的结构模态参数识别

简要介绍了独立分量分析的基本原理及算法,探讨了结构的正规坐标与独立分量的关系。分析认为,结构自由振动响应的振型分解可以看做是一个ICA问题。因此,可以把独立分量分析发展成为一种利用结构自由振动响应时域信号进行模态参数识别的方法。结合数值仿真算例及振动试验,验证了独立分量分析用于结构模态参数识别的有效性。结果表明,独立分量分析可以准确的从结构自振响应中,分离出各正规坐标,同时估计出各阶模态振型向量,适用于环境激励下的工作模态参数识别。     

一种未知激励下土木工程结构模态参数识别新方法

未知激励下的土木工程结构响应信号通常是随机的且噪声水平较高,因此对其进行参数识别具有挑战性。从未知激励下的振动响应信号出发,结合随机减量技术、解析模态分解、希尔伯特变换和卡尔曼滤波理论提出一种新的未知激励下土木工程结构模态参数识别新方法。该方法首先采用随机减量技术将实测的振动响应信号转换成自由振动响应信号;其次,运用解析模态分解理论将转换后的自由振动响应信号分解成各阶独立的模态分量信号;最后,采用希尔伯特变换估计出各阶分量信号的固有频率和模态阻尼比。然后运用卡尔曼滤波算法对估算出的频率和阻尼比进行滤波和平滑以得到更精确的识别值。通过一个含有密集模态分量的合成信号和一个未知激励作用下4层钢框架结构试验验证了该方法的有效性,研究结果表明:该方法在未知激励情况下仍然能够准确有效识别结构固有频率和阻尼比。     

高层建筑气弹模型模态参数识别

以某-492m高的超高层建筑为工程背景,讨论了3种不同方法对风洞试验气动弹性模型的固有频率、固有振型和阻尼比等模态参数的识别效果.首先采用初始激励自由衰减振动试验和频域分析方法(简称"初激励频域法")对该气动弹性模型的模态参数进行了识别.然后以TJ-2风洞中人工紊流风场为环境随机激励源,对该气动弹性模型进行了环境风随机振动试验,并分别采用环境风随机振动频域分析方法和基于响应相关函数的环境风随机振动时域STD方法对其模态参数进行了识别.结果显示:对于固有频率和固有振型,上述3种方法的识别结果比较接近;对于模态阻尼比,初激励自由衰减频域法的识别结果与具有钢芯棒悬臂结构的气动弹性模型模态阻尼比的经验范围相符,但环境风随机振动法的识别结果由于模型振动响应幅值较小而明显偏大.     

飞机紊流激励响应的模态参数识别

风洞颤振试验中通常采用紊流自然激励,提高了模态参数识别的难度。发展了两类紊流激励响应的模态参数识别方法:一是采用随机子空间方法结合经验模态分解方法识别信号的模态参数;二是采用随机减量技术、自然激励技术提取自由衰减响应,进而利用矩阵束方法进行参数识别。紊流激励响应仿真数据与风洞试验数据分析结果表明:采用这两类方法都可以进行单测点紊流激励响应信号的模态参数识别,识别结果具有较高的准确性,结合速度-阻尼比法与颤振裕度法,有助于颤振边界的提前预测。     

环境激励下基于相关函数的脉冲响应函数重构

在白噪声激励下,结构响应的相关函数作为脉冲响应函数的近似可以进行模态参数辨识,但其物理意义始终缺乏明确解释;相比于脉冲响应函数,基于相关函数的辨识缺少了模态参与因子或者说质量信息,这也是工况模态分析(OMA)方法的主要缺陷。简要回顾了复模态下的自然激励技术原理,证明了白噪声激励下位移响应的相关函数等价于系统在特定初始条件下的自由响应,给出相应初始条件的计算方法;进一步提出了一种系统质量分布的辨识方法,并藉此重构得到系统脉冲响应函数。讨论了相关函数误差与信号时长及激励带宽之间的关系。通过仿真和试验验证了所得结论。     

强震后基于泄流激励的映秀湾水电站拦河闸动态检测与损伤评估研究

以泄流荷载作为激励源,基于泄流激励对结构产生的动力响应,在模态参数识别的频域分解法的基础上,提出模态一致性函数(MCF),解决通过CMIF指示函数拾取峰值是结构真实模态频率还是噪声引起的虚假模态频率(如水流噪声频率)的主观性难题,有效地提高了泄流激励下结构模态识别精度;在此基础上,对遭受汶川大地震的映秀湾水电站拦河闸结构进行了泄流激励条件下的现场动力测试与模态识别,同时对拦河闸结构在不同部位和不同损伤程度条件下的耦合动力特性进行了数值模拟,建立了拦河闸结构损伤评估样本库,最后进行了拦河闸结构损伤评估;通过拦河闸现场围堰检查结论与本检测结果的比较,两者吻合较好.所提出的方法可为泄流结构的灾后检测与评估提供一种新的便捷手段.     

移动荷载激励下基于平均曲率模态的简支梁局部损伤识别

该文采用缺口平滑拟合技术,利用移动荷载激励下结构的响应数据,通过分析梁式结构的平均曲率模态,对结构进行局部损伤定位。该方法不需要损伤前的桥梁激振数据,受信号噪音影响较小,并且可用于多移动荷载同时激励的情况,实践性和可操作性大大提高。首先分析在质量-弹簧-阻尼体系的移动荷载激励下简支梁的动力响应,通过Newmark-β时域积分算法分析沿时间平均处理后的简支梁振动位移模态,验证了基频模态在移动荷载激励下简支梁位移响应中的支配作用,在理论上解释了平均信号处理的意义。其后,利用ANSYS生死单元技术进行质量-弹簧-阻尼体系的移动荷载仿真,构造出三角函数拟合曲线的形式用于损伤识别。数值实验取得了良好的识别效果,表明该方法在多点损伤、多移动荷载、噪音影响等情况下均具有良好的灵敏性。该文为正常通车条件下桥梁的损伤识别研究提供了一种新思路。     

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。     

随机激励下基于ICA的结构模态参数识别

简要介绍独立分量分析(ICA)的基本原理,提出将ICA方法与随机减量法(RDT)结合起来用于随机激励下结构的模态参数识别。结合数值仿真算例和振动试验分析,验证所提出方法用于随机激励下结构模态参数识别的有效性。结果表明,ICA可以准确地从结构随机振动响应信号中分离出各源信号,并同时估计出各阶模态振型向量,源信号与结构模态坐标存在一一对应关系,再结合随机减量法和单模态识别法可识别各阶模态的频率和阻尼比。该方法仅利用振动系统的输出响应进行分析,适用于随机激励下结构的工作模态参数识别。