基于DTCWT和Laplace小波相关滤波的爆炸复合结构模态参数识别方法

精确提取结构模态参数是爆炸复合结构结合状态识别的重要基础,提出一种基于双树复小波变换(DTCWT)和Laplace小波相关滤波相结合的爆炸复合结构模态参数识别方法。利用DTCWT的抗频带混叠特性,对多模态混叠振动响应信号进行模态分离,得到一组单模态分量;将DTCWT与Laplace小波相关滤波提取模态参数法相结合,实现爆炸复合结构的模态参数提取。将该方法应用于爆炸复合管的实验数据,精确提取了其固有频率和阻尼比,精度明显高于直接Laplace小波相关滤波法。将该方法应用于生产线上不同结合状态的爆炸复合管,有效提取了不同状态管道的模态参数。     

基于响应协方差小波变换和SVD的结构工作模态参数识别

对系统响应的协方差作小波的时频分解,利用信号互协方差与自协方差的小波变换系数的比值来识别结构的工作模态振型,由矩阵奇异值分解(SVD)从小波变换时频分析结果确定小波脊,通过实际结构多测点数据,利用小波系数比值来反映振型,识别结构各阶工作模态参数(固有频率、阻尼比和振型)。用数值模拟算例和实桥环境振动试验数据对方法进行了验证,并与频域峰值法和时域随机子空间识别方法结果进行了比较,结果表明,该方法可以准确地识别出结构的工作模态参数,特别是阻尼和振型的识别。     

基于希尔伯特变换结构模态参数识别

应用HHT方法对GARTEUR飞机模型模态参数进行识别,通过采用多通带滤波器对信号进行滤波,较好的解决模态混叠问题,采用NExT法对信号预处理,由EMD分解获得较准确的各阶固有模态函数分量（IMF）,在EMD分解中使用镜像延拓方法对极值点进行处理来抑制端点效应,然后将分解得到的IMF分量进行希尔伯特变换并结合ITD法识别出各阶固有频率和阻尼比。最后对悬臂梁进行数值仿真模拟,并将模态参数识别结果和理论值进行对比,并运用此方法进一步识别GARTEUR飞机模型固有模态参数。     

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。     

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.     

基于EMD和能量算子的模态参数识别在行星齿轮箱中的应用EI北大核心CSCD

针对行星齿轮箱模态试验下多自由度、低频、密频的模态参数识别问题,提出一种将经验模式分解(Empirical Mode Decomposition,EMD)与能量算子(Energy Operator,EO)相结合的模态参数识别方法。为了定阶模态和满足能量算子对单分量的要求,采用EMD方法将振动信号分解成多个固有模式函数(Intrinsic Mode Function,IMF)。对各个IMF利用高阶能量算子估算频率,计算各IMF与原信号的相关性并根据频率判断阶次及去除虚假分量。由于阻尼比本质就是反映能量衰减,而能量算子能够追踪系统能量,结合二者提出半周期能量算子法估算模态阻尼比。分析了仿真信号和模态试验信号,并与传统方法进行对比分析,实验结果表明,该方法能有效提取行星齿轮箱各阶次的模态参数,验证了方法的有效性与可行性。     

非比例阻尼线性结构体系动力分析的拟力实模态叠加法

对于非比例阻尼线性结构体系,利用体系无阻尼实模态来形成模态响应方程时,得到的模态方程组是关于模态阻尼矩阵耦合的。非比例阻尼可以分成两部分:耗散能量的比例阻尼和转换能量的非比例阻尼。基于这种概念,本文采用了一种拟力实模态叠加法来求解非比例阻尼体系的动力分析,即把前述耦合模态方程中代表非比例阻尼的耦合项作为虚力,放到方程的右端,再运用迭代法进行求解。这种方法综合了经典模态叠加法和拟力法的优点。数值算例表明,此方法具有很好的收敛特性,所得结果精度高。我们认为,这种方法可应用于实际工程分析。     

基于时频分析的运营桥梁模态参数识别方法

直接应用基于白噪声激励的模态参数识别方法识别桥梁模态参数精度较低.原因包括:运营桥梁在自由车辆激励和环境激励共同作用下的振动响应不能被近似为白噪声激励下的响应;车辆过桥过程中相当于对桥梁附加移动质量,车桥耦合体系为时变体系;大型桥梁结构响应具有不稳定成分;振动测试及分析系统精度有限.针对以上问题提出:利用短时的无车上桥时段的加速度响应数据段进行识别;利用时频分析中的小波分析技术提取响应中各阶模态对应的频带并去除不稳定数据,进而对稳定数据段直接在时域中利用波形分析法识别频率和振型;对长期连续的识别结果利用小波分析和统计分析等技术进行综合后处理.利用上述方法对滨州黄河公路大桥连续近4天的振动监测数据进行识别,识别结果可信、稳定,可应用于实际工程.     

基于模态综合法和模态叠加法的密集模态结构响应重构

提出一种基于模态综合法和模态叠加法的密集模态结构响应重构方法,通过两次坐标变换将全结构缩聚为自由度更少的超单元模型,将超单元模型的模态分为密集模态和剩余模态。通过经验模态分解法分离出已知响应中单阶的剩余模态响应,进而重构出待测位置的剩余模态响应,待测位置的密集模态响应可由模态振型和剩余模态计算得到,通过模态叠加法实现在密集模态下的时域响应重构。进行了数值模拟研究,将待测位置响应的理论值与重构值进行比较以验证该方法的精度和效率,此外还详细研究了主模态数量、子结构划分方式、测量噪声和阻尼对重构结果的影响。结果表明：该文方法通过模型缩聚大大减少了重构的数据量,并且改善了传统EMD方法不能分离频率间隔较小的模态而无法实现响应重构这一不足,无论密集模态存在与否都可适用于结构的应力、应变、位移、加速度等多种动力响应的重构。     

利用子空间法识别统计能量分析参数

利用统计能量分析进行高频动力学环境响应预示的关键步骤之一是确定可靠的统计能量分析参数。该文研究了基于子空间的统计能量分析一阶功率流模型辨识和模型修正理论,基于多变量输出误差状态空间(MOESP)算法和约束优化思想,提出一种利用子空间法识别统计能量分析参数的新方法。通过算例对该方法进行了仿真验证,结果表明方法可行并具有较好的抗噪性能。最后,对L 型板结构进行了实验统计能量分析,比较了子空间方法和功率输入法结果,两者吻合很好,从而进一步验证了子空间方法的正确性。该文验证了利用瞬态时域数据进行统计能量分析模型修正和参数识别的可行性,也是对实验统计能量分析的补充和发展。     

基于数据缩减的分频段小波模态参数快速识别

针对利用小波进行模态参数识别效率较低的问题,提出了一种基于数据缩减的分频段小波模态参数快速识别算法。利用奇异值分解对协方差信号在保留数据信息量的情况下进行缩减以减少参与计算的数据量,对正功率谱密度矩阵的奇异值分解确定识别系统的模态阶数及相应的频率范围,利用小波变换对缩减后的数据进行各阶模态逐频段识别。相比原始算法,文中方法减少了小波分析的数据量并避免了一些无用频带的小波分解从而减少计算量。通过对一个3阶线性时不变系统以及一个大桥模型的参数识别验证了文中方法在保持识别精度的情况下大幅度地提升了计算效率。     

去噪正则化模型修正方法在桥梁损伤识别中的应用

以传统基于灵敏度分析的有限元模型修正方法为基础,提出一种结合小波去噪过程的正则化模型修正损伤识别方法.为改进模型修正方法损伤识别效果,一方面利用有损结构模态与模态噪声的波形在时频域内的差异,以结构有限元模型为基准,对实测模态差进行小波去噪处理,并利用修正后的模态构造目标函数;一方面采用正则化方法改善反问题求解的非适定性.由于从输入数据和求解过程两方面同时改善了结构损伤识别反问题的求解,因此可以有效抑制实测模态参数中噪声的影响,正确识别结构损伤.以连续梁桥模型为例的损伤识别数值模拟表明,所提出方法在保持识别算法鲁棒性、抑制噪声的同时,可有效提高桥梁结构损伤的识别精度.     

基于模态应变能和小波变换的结构损伤识别研究

针对单一方法对结构同时发生多处不同程度损伤识别的不敏感性缺陷,本文结合小波变换在时域、频域内表征信号局部特性且能够聚焦到信号或函数的任意细节进行处理的能力,提出了一种基于单元模态应变能和小波变换的结构损伤识别方法。在单元模态应变能基础上,利用小波变换系数的变化和分布情况构建单元模态应变能小波变换结构损伤指标,通过对简支梁的数值模拟和斜拉桥模型试验研究的结果与单元模态应变能平均变化率作为损伤识别指标的计算结果进行对比,结果表明该方法能有效确定结构同时发生多处不同程度损伤的位置和估计损伤程度,为实际工程应用奠定了基础。     

连续小波变换在密集工作模态参数识别中的应用

为了研究小波变换对密集工作模态参数识别效果,构建一个含有密频成分的三自由度系统,应用窄带白噪声模拟环境激励,采用改进的Morlet小波作为连续小波变换的基函数。研究发现,降低小波函数带宽可以提高频率分辨率,解耦密集模态,但同时也加剧边缘效应问题,影响参数识别精度。为此,文章采用支持向量机（SVM）小样本预测技术对信号进行延拓,先增加信号的可用长度,变换之后再截取有用部分,使得边缘效应问题得到抑制。仿真结果表明,此方法可以得到较高的识别精度。最后,通过对磨机前两阶宻频模态进行识别,验证该方法的可行性与有效性。     

应用改进复Morlet小波识别电力变压器绕组模态参数

为准确识别电力变压器绕组模态参数,据某10 kV实体变压器绕组轴向激振实验结果,采用复Morlet小波对自由振动信号进行时频变换;使用改进的Crazy Climber算法提取时频图中小波脊线,获得变压器绕组前四阶固有频率及阻尼比,并将计算结果与PolyMax频域识别方法结果对比验证。结果表明,该方法能准确识别出变压器绕组前四阶固有频率,能更清晰显示信号能量随时间频率分布。基于复Morlet小波变换的模态参数识别方法抗干扰性能力较强,适合识别变压器绕组类复杂结构模态参数。     

小波模态参数辨识的边缘效应问题研究

首先在应用Morlet小波变换进行模态参数识别的原理基础上,分析小波变换过程中产生边缘效应的原因及对模态参数识别准确性的影响。提出将支持向量机回归方法用于结构模态参数识别的数据预测延拓中。通过对单自由度和三自由度结构的数值仿真,并与对称延拓方法比较,验证该方法在抑制边缘效应方面的有效性及其在模态参数识别方面的准确性。     

一种基于小波变换与奇异值分解对振动系统模态频率进行识别的新方法

针对从受噪声污染的脉冲响应信号和快速正弦扫频响应信号中识别振动系统的单模态和密集多模态的频率问题，将小波变换与奇异值分解（SVD）滤波相结合，利用基于小波变换的能量分布函数，为了提高对密集模态和含有噪声信号的识别效果，对该能量分布函数求n次方，再进行奇异值分解后，根据奇异值，求出主要分量，然后通过主要分量对应的n次方尺度图或频率计算公式，识别出模态的频率。仿真结果证明了该方法的有效性和可行性。     

基于小波分析的Timoshenko梁裂缝识别研究

采用等效转动弹簧代替梁内的不扩展横向裂缝,研究Timoshenko裂缝梁的横向振动特性,建立了一种与有限元分析相结合的、基于模态参数的小波分析识别Timoshenko梁内裂缝的方法。以一简支梁为例,通过建立含横向不扩展裂缝的Timoshenko梁的有限元模型,用Lanczos法对结构的模态进行了计算分析,求出了基本振型和转角模态。分别应用mexh小波和db小波为母小波对二者做小波变换,进行多尺度分析,通过小波系数模极大值位置识别出梁内的裂缝。并对识别结果进行对比,发现识别Timoshenko梁裂缝时,基于转角模态小波变换的方法对小波基、尺度的要求较低,变换后的小波系数线更为平滑,奇异性特征更为明显,故运用转角模态小波变换来识别Timoshenko梁裂缝,较之运用基本振型小波变换的方法更为方便、有效。该方法对Timoshenko梁裂缝识别的工程应用具有参考价值。     

基于结构加速度误差最小化的声学预测模型修正

针对FEA（有限元分析）声学预测方法,提出了基于结构加速度响应误差最小化的声学预测模型修正方法。以模态迭加法为基础,结合模态应变能模态阻尼识别和频域载荷识别原理,重构了FEA声学预测模型,通过遗传算法优化结构损耗因子,使结构加速度响应计算值与实验值误差最小化,从而识别系统模态阻尼比及激励力,实现对声学预测模型参数的修正。将该方法与传统计算方法预测结果对比,结果表明：该方法可以精确识别系统模态阻尼和激励力,提高模型预测精度。     

基于小波变换的结构模态参数识别

及时、准确地识别出结构的模态参数是结构健康监测与损伤识别的重要前提。小波分析是众多识别方法中较优越的一种，因其在时一频两域都具有表征信号局部特征的能力，近年来这一方法在线性及非线性系统的参数识别中开始应用。探讨了基于小波脊（Ridge）与小波骨架（Skeleton）的模态参数识别方法，针对小波变换中遇到的边端效应问题，提出了基于自回归滑动平均模型（ARMA）的“预测延拓”方法，并以美国土木工程师学会（ASCE）提供的Benchmark模型为例进行了数值模拟。结果表明，本文提出的方法可以有效地抑制小波边端效应，通过小渡变换可以准确地识别出结构的模态参数。