EMA与OMA模态参数辨识统一性方法

现代模态测试的对象正从系统部件转向整体结构,系统的动力学特征正变得越来越复杂,表现在结构组件众多导致系统模态密集化、局部化;在实际的工程结构中,甚至无法对大型结构施加有效的激励或激励的成本很高,使得EMA方法不能进行,只能使用OMA方法。在系统动力学特征越加复杂与参数辨识难度增加的同时,对参数辨识的要求越来越高;对算法的模态辨识能力要求越来越高;EMA与OMA都面临着整体频段的拟合困难、模型阶次与模态参数选择困难以及测点数的迅速增大带来的计算量剧增等困难;并且,EMA与OMA之间还存在着辨识方法不能统一的问题;简要回顾了VF算法原理,并进一步将VF算法拓展到OMA问题中,将频域内的EMA与OMA建立一个统一辨识流程,实现了整个频段上的整体拟合;简化了模态参数辨识流程,减少人工介入工以及由于频段划分不当造成的识别质量的下降。利用公开数据进一步验证了EMA问题中,VF算法在低信噪比和大规模曲线数目时的辨识效果,以及在OMA问题中的良好适用性。     

环境激励下识别结构模态自然激励-时域分解法

针对环境激励下的结构模态参数识别问题,提出识别位移模态新方法—自然激励-时域分解法。将所分析的时域分解算法原理适用条件由结构自由振动响应信号推广至普遍情况。建立自然激励技术统一模型,证明白噪声激励下结构位移响应的互相关函数经处理可获得与单位脉冲响应函数具有相同数学结构的新函数。该函数满足时域分解算法的推广适用条件。并通过数字滤波器将两者结合建立自然激励-时域分解法,该法用自然激励技术获得新函数替代时域分解算法中结构自由响应函数构造响应时间历程矩阵,可为环境激励下仅有结构有限测点响应识别位移模态提供新途径。用仿真算例验证该方法的合理性及有效性。     

基于响应的梁损伤识别

采用扭转弹簧模拟悬臂梁的损伤，导出了损伤梁位移模态和转角模态的近似公式，获得了损伤梁在单点激励下，零初始条件的位移和转角响应。发现损伤梁的转角响应在损伤处发生阶跃变化，而损伤梁的转角响应对位置的一阶偏导数在损伤处有脉冲两数型突变的特点，从而提出了基于损伤梁转角响应的损伤判据函数。通过对损伤梁和损伤桁架结构的数值模拟，表明提出的判据函数不仅可以利用简谐激励下的响应识别梁的损伤，电可以利用冲击激励下的响应识别桁架的损伤。实验结果表明利用所提出的判据函数，可以同时判别损伤的位置和损伤的程度。     

小波—ICA联合技术在水工结构应变损伤识别中的应用

针对环境激励下的结构参数辨识问题,提出一种小波阈值和独立分量分析(Independent Component Analysis,ICA)联合辨识水流激励下水工结构模态参数的方法。利用小波阈值对原始信号进行降噪处理,减小环境激励对各响应分量间独立性的干扰,使其满足ICA的分离假定;然后运用ICA辨识结构模态参数,通过不同工况下应变模态参数的对比,实现对水工结构损伤的识别。运用该方法对水流激励下的悬臂梁模型试验进行分析研究,结果表明,联合运用小波阈值和ICA可有效辨识水工结构的模态参数,利用应变模态参数的差异可识别结构是否存在损伤。该方法为大型水工结构在水流激励下的结构模态参数辨识提供捷径,为结构的安全运行与在线监测提供参考,应用前景广阔。     

特征系统实现算法的识别特性研究及算法的推广

特征系统实现算法是近年来出现的时域模态参数识别技术。本文首先研究了该算法对混有白噪音的加速度及位移自由响应信号的识别特性,并发现辊速度信号和位移信号分别对系统的高频模态和低频模态敏感;然后结合算法的高速识别特点及滑动时间窗技术,研究了算法对振动水平的跟踪能力,并在此基础上提出识别混叠频率的方法;最后将该算法推广至利用常力强迫响应数据进行模态参数的情况,导出了相应的算法,并进行了算例验证。     

基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法

根据高拱坝泄流结构自身的工作特点,为准确辨识环境激励下的结构模态参数特征,提出了一种基于改进的HHT-RDT算法的高拱坝泄流结构工作模态识别方法。以某高拱坝原型振动响应测试资料为基础,利用改进的小波阈值-EMD算法对原始信号进行降噪预处理,滤除干扰噪声的同时保留有效特征信息;采用HHT-RDT算法识别高拱坝泄流结构的工作模态参数,运用带通滤波对振动响应信号的EMD过程进行控制得到结构的各阶模态分量,利用RDT法提取各阶模态分量的自由衰减信息,识别出高拱坝泄流结构系统的固有频率及阻尼比。工程实例表明,该方法避免了复杂系统定阶过程,有效提高结构振动响应工作模态识别精度,为辨识高拱坝泄流结构的工作模态参数提供捷径。     

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。     

基于解析模态分解和希尔伯特变换的模态参数辨识新方法

针对航天器结构低频、密频的模态参数辨识问题,提出一种将解析模态分解(AMD)与希尔伯特变换(HT)相结合的模态辨识方法(AMD+HT),根据结构上任意一点的脉冲响应信号,对系统结构的频率和模态阻尼比进行参数识别。以箱型卫星模型为例,分别对固定状态下卫星帆板和卫星整体结构的低阶模态进行模态辨识,并与LMS数据采集系统分析结果和ANSYS有限元仿真结果对比,验证了该方法对低频、密频结构模态辨识的正确性和优越性。     

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。     

环境激励下脉冲响应函数与相关函数的关系

单位脉冲响应函数中包含了系统所有的动力特性参数,提取系统的单位脉冲函数或频率响应函数是获取系统动态特性参数、进行系统辨识以及对系统进行健康监测与精确控制的前提。在受环境激励的系统中,由于激励无法直接测量,导致单位脉冲响应函数无法直接获取。在自然激励技术(natural excitation technique)的基础上,基于复模态系统的多输入多输出位移响应,讨论了环境激励下系统单位脉冲响应函数与响应的相关函数之间的关系。基于实模态系统并将质量矩阵进一步假设为对角矩阵,辨识出系统所受环境激励的强度分布。根据辨识的模态参数以及环境激励的强度,由响应的相关函数重构了系统的单位脉冲响应函数。最后通过仿真进一步验证了文中的结论。     

基于跨点导纳法识别工程结构模态参数

提出了基于环境激励下，运用跨点导纳法识别大型工程结构模态参数的一种方法。叙述了跨点导纳法理论的基本定义和原理，跨点导纳法运用结构的输出自功率谱求出结构的主频率，运用结构的输出响应谱比值确定结构的振型，从而识别出环境激励下工程结构的模态参数。并结合传统模态试验原理，对一个平面薄板进行了两种对比试验，试验结果显示跨点导纳法识别结构的模态参数与传统的模态试验是一致的。分析表明跨点导纳法能够准确有效地辩识工程结构的模态参数。     

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。     

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。     

多元统计分析的模态参数辨识方法比较及应用

工作模态参数辨识是实现飞行器结构精细化设计和安全评估的关键基础问题。基于结构响应数据,利用盲源分离和流形学习的方法进行系统模态参数辨识,建立基于多元统计分析的工作模态参数辨识方法。首先,从主成分分析(PCA)、独立成分分析(ICA)和局部线性嵌入(LLE)算法出发,建立响应模态坐标表示与多元统计分析算法之间的内在联系,将模态参数辨识问题转化为基于结构响应数据的多元统计分析求解问题。然后,设计1个离散3自由度系统和搭建1个悬臂板典型实验结构系统,获取数值仿真和实验响应数据。最后,基于测量的响应数据,利用多元统计分析方法辨识系统参数,并分析比较3种不同方法的模态参数识别精度以及抗噪性能。数值仿真和实验结果表明,提出的多元统计分析方法能够有效识别出系统的模态振型和模态频率,且LLE算法较其他两种方法具有更高的识别精度和鲁棒性。     

利用振动响应的多种结构损伤识别方法比较

利用梁结构的不同模态参数(位移模态、转角模态、曲率模态)开展了梁结构裂纹萌生阶段的小尺度损伤识别方法的研究。首先,通过振动响应计算两跨简支梁的位移模态、转角模态以及曲率模态。其次,结合连续小波变换多分辨率和奇异性分析特性,计算3种模态参数变换后的小波系数,以辨识结构模态参数的奇异性。再次,通过对数值仿真数据加入不同程度随机噪声的方法来对比分析各方法对于结构损伤的识别效果。最后,通过实验测试数据分析各模态参数的损伤识别方法对于实际结构损伤识别的效果。结果表明,基于3种不同模态参数的损伤识别方法均能对小尺度的结构损伤进行定位,但各方法的抗噪性能不同,转角模态的抗噪性能最好,而位移模态次之,曲率模态较差。实验结果显示利用转角模态参数的损伤识别效果较好,而根据位移模态与曲率模态参数的识别效果相近,但曲率模态参数方法在较小损伤处的识别结果更容易被干扰。这为在工程实际中根据环境及振动响应特点进行损伤识别参数的选取提供了一定参考。     

环境激励下船体模态参数识别实验研究

运行模态识别是一种仅仅根据环境激励下的结构振动响应来提取结构模态参数的方法,常基于环境激励为白噪声特征的情况。由于船舶螺旋桨、主机及其它激励的特点,船体结构响应在频率上既有较强的单频成分,低频段也存在非常丰富的相对较弱的成分。因此航行中的船舶所受激励呈现为白噪声和确定若干单频频率的叠加作用。本文基于船舶结构的环境激励特点,讨论了船舶结构运行模态参数识别方法,进一步讨论了NExT/ERA方法在船体结构总体模态识别中的应用,通过一艘实船模态实验识别了船体模型的总体模态参数。     

结构应变模态参数辨识的最小二乘复频域方法

由于应变模态对结构状态的敏感性,其在结构在线健康监测和损伤识别方面比位移模态更具优势。利用应变和位移的关系,将最小二乘复频域方法应用到结构应力应变分析中,建立基于应变测量数据的结构动力学参数频域辨识方法。由于应变模态和位移模态是同一种物理状态的不同表达形式,两者在数学表达上有相似性。首先建立以应变为变量的参数化公分母模型,在此基础上将非线性最小二乘问题进行线性化,得到加权线性最小二乘的方程误差。然后采用基于缩减正则方程的算法进行求解,减少计算量,并通过对模型参数施加约束来避免参数冗余。然后,设计并搭建一个自由梁的实验结构系统,利用光纤布拉格光栅应变传感器测量结构动应变数据,根据最小二乘复频域方法,基于应变测量数据辨识得到频率和阻尼比,与传统的基于加速度测量数据的辨识结果相吻合。另外,辨识所得应变模态振型与仿真结果也具有一致性。因此,数值仿真和实验验证表明,文中提出的基于最小二乘复频域方法能够准确辨识结构应变模态。     

铰接式空间桁架结构模态试验研究

铰接式空间桁架结构铰链多、柔性大,其地面环境下的动力学特性较难准确获取。桁架结构地面模态试验易受试验条件的影响。采用锤击法对桁架结构进行模态试验,获得了桁架结构的模态参数,并通过模态置信准则验证了试验结果的可靠性。结合不同试验工况,分析了悬挂条件和拾振点位置对桁架结构模态试验结果的影响。建立了桁架结构有限元模型并进行模态分析,与试验结果进行对比。试验结果表明:降低悬挂附加刚度有利于避免模态耦合;悬挂点均匀对称布置可减轻铰链滑移对结构整体刚度的削弱,提高试验的可重复性;拾振点居中布置有利于提高辨识模态的完备性;增加悬挂长度可降低悬挂效应对低阶模态的影响。研究结果对大型含铰柔性结构的地面模态试验具有借鉴意义。     

结构应变模态识别的随机子空间方法

利用应变位移关系,建立了以应变及应变率为状态变量表示的系统随机状态空间模型,在此基础上,比拟实验位移模态分析的随机子空间方法,建立了实验应变模态分析的随机子空间方法.数值仿真表明此算法可以准确辨识结构应变模态.由于此方法仅需要结构输出量,可应用于环境激励下结构应变模态参数识别.     

时域响应中传感器附加质量影响消除

本文提出了一种时域内的传感器附加质量影响消除方法。利用时域实测自由响应数据,通过特征系统实现算法进行模态参数识别,获得传感器附加质量影响情况下的模态参数。以实测模态参数为基准,采用信赖域和非线性最小二乘算法对考虑传感器附加质量的结构初始有限元模型参数进行识别与修正,并以修正后的有限元模型为基础预测传感器附加质量消除所引起的模态参数改变。基于振型叠加法原理建立时域内传感器附加质量影响消除的识别方程组,并结合有限元预测的模态参数改变反演传感器附加质量影响消除情况下的时域响应。通过对一个实验室两端夹支梁模型实测时域响应中传感器附加质量影响消除进行研究,对所提出的方法进行验证。