协方差驱动随机子空间算法的梁桥模态参数识别

基于状态空间系统识别理论和算法,对随机子空间识别算法的特性,适用性及其在桥梁模态参数识别中的应用进行了研究。首先由QR分解计算由系统输出组成的Hankel矩阵,并构建基于输出的自协方差Topelitz矩阵,再对该矩阵进行奇异值分解（SVD）,获取系统的可观测矩阵及可控制矩阵,依据协方差驱动的随机子空间算法构建结构离散状态矩阵并进行特征值分解,从而识别结构的模态参数。编制了协方差驱动随机子空间算法识别桥梁结构模态参数的M atlab程序,以某三跨连续梁桥梁的模态参数识别为例,验证了方法的可靠性和可行性。结果证明,协方差驱动随机子空间算法可应用于实际桥梁的模态参数识别中。     

基于随机子空间识别的损伤试验研究

采用附加质量模拟损伤的方法通过对三层空间钢框架模型模态试验分析,采用随机子空间(SSI)法进行模态参数的识别,并在模拟健康状态和有损伤状态下识别结果与有限元模态分析及经典的特征值实现法(ERA)结果进行多次对比,对比结果表明了随机子空间法识别模态参数的可靠性。依据随机子空间法识别的模态振型,结合模态置信准则损伤判别的方法,进行了损伤的诊断,诊断的结果判断了结构的损伤程度,搜索出了损伤的最不利工况。     

桥梁断面颤振导数识别的随机搜索方法

建立了识别颤振导数的普适性更强的分析模型,该模型可适用于竖弯与扭转信号长度不同的情形;阐明总体最小二乘法加权理论,推导了对数衰减简谐函数平均值和标准差计算公式;提出随机搜索方法用于搜索信号特征的最佳拟合值;仿真算例表明,随机搜索方法是有效可行的,并且计算精度令人满意。融合随机方法,分别采用竖弯、扭转分项和总体最小二乘法对苏通大桥主梁断面颤振导数进行识别;识别结果表明,相对分项最小二乘而言,总体最小二乘并不能显著提高颤振导数的识别精度。     

理想薄平板气动导数的人工神经网络识别

介绍了用BP人工神经网络方法识别理想薄平板的气动导数。建立了一个神经网络．然后比较了一些因素对识别结果的影响，并得出了提高识别结果的方法。识别结果表明这种方法是可行的，并且具有较好的精度。     

连续梁桥模态参数识别的随机子空间方法

简要介绍了协方差随机子空间方法,在此基础上,采用一等截面连续梁桥作为算例,通过ANSYS程序进行建模分析,对该连续梁桥进行识别,讨论了系统阶次的选择对识别结果的影响。     

桥梁风洞试验模态参数识别的随机子空间方法

模态参数识别是桥梁风洞试验中的一项重要内容,发展了基于参考点、无需输出协方差估计的识别振动系统模态参数的随机子空间方法,其识别精度和可靠性通过数值算例验证。对状态空间理论中的稳定图作了全面的阐释。根据苏通大桥和苏拉马都大桥主梁三自由度节段模型风洞试验采集到的位移信号,采用随机子空间方法识别了侧弯、竖弯和扭转模态频率和阻尼比,并且与随机搜索方法识别结果进行对比。分析结果表明,随机子空间方法和随机搜索方法识别结果非常吻合,本文发展的随机子空间方法是识别风洞试验桥梁模态参数的一种有效和实用方法。     

桥梁气动导纳识别的阶跃函数拟合法

基于桥梁主梁断面气动导数、阶跃函数与气动导纳之间的关系,提出一种获取气动导纳的阶跃函数拟合法。首先根据紊流风场中的抖振响应,识别桥梁结构气动导数和等效气动导纳,然后由气动导数可拟合得到阶跃函数,并根据阶跃函数系数计算得到竖向脉动风对应的气动导纳,最后结合等效气动导纳计算水平向脉动风对应的气动导纳。阶跃函数拟合法直接根据抖振响应完成了桥梁断面完整气动导纳的识别,实例研究表明,该方法对于桥梁断面气动导纳识别而言是可行的。     

桥梁颤振的随机有限元分析

在众多桥梁颤振分析的实验加理论方法中,ＰＫ－Ｆ法是一种通用性很强的等效颤振分析方法。本文以１８个气动导数的桥梁颤振分析ＰＫ－Ｆ法为基础,将随机有限元法应用于随机桥梁颤振分析中,着重研究自激气动力或气动导数的随机影响,建立了桥梁颤振分析的随机有限元法──随机有限元颤振分析方法,用该方法对江阴长江大桥的随机颤振进行了分析。     

基于人工神经网络的典型桥梁断面气动参数识别

基于同济大学风洞实验室既有大跨度桥梁试验数据成果,利用Access数据库软件和Java编程语言,集成了大跨度桥梁抗风性能的数据库系统。通过人工神经网络技术对人工神经元的训练和神经元间连接权值的调整,建立大跨度桥梁主梁气动参数（包括静力三分力系数和颤振导数）的智能化识别方法,主要针对扁平箱梁和倒梯形箱梁两种断面。气动参数的神经网络输出与期望输出间的误差符合预期要求,以期可作为桥梁结构初步设计阶段参考。     

连续型子空间分解法在桥梁结构中的应用

介绍了基于连续时间模型的随机子空间分解方法，并将该方法用于桥梁模态识别中。通过与传统随机子空间方法的分析结果进行比较，验证了连续型随机子空间分解方法能够在桥梁健康监测中有效的应用，并具有计算效率高，稳定性好以及能够直接识别模态参数等优点。     

桥梁断面颤振导数识别的加权整体最小二乘法

在已有研究的基础上 ,基于桥梁节段模型自由衰减振动记录 ,提出了一种识别桥梁断面颤振导数的新方法———加权整体最小二乘法 (WELS)。该方法将同一风速下多次自由振动记录作为一个整体 ,在整体残差平方和最小的意义上同时对该风速下多次竖向和扭转运动时程曲线进行非线性最小二乘拟合 ,获取多条自由振动曲线共同的阻尼和刚度信息 ,从而提高了颤振导数识别的精度。为了避免弱信号被强信号“淹没” ,并使各时程信号的识别误差相当 ,识别过程中对各试验记录引入了加权因子 ,使各试验记录在整体残差分析中具有相同权重。此外 ,该方法对多次试验记录同时进行拟合 ,在一定程度上减弱了个别信号中有色噪声对迭代收敛性的影响 ,增加了非线性最小二乘迭代过程的稳定性。为考查加权整体最小二乘识别方法的有效性 ,分别进行了两种断面形式的节段模型风洞试验     

随机子空间法参数识别与有限元分析

随机子空间法是近些年来发展起来的一种线性系统识别方法,可以有效地从环境激励的结构反应中获取模态参数。属于时域的方法,这种时域识别方法基于状态空间模型,仅利用结构输出反应,避免了传统的人工识别和迭代过程。它不仅可以识别结构的频率,而且可以识别结构的阻尼和振型。介绍了随机子空间的理论,用该方法对一框架模型进行参数识别,通过与有限元识别结果的比较证明了随机子空间方法不失为一种有效的模态参数识别方法。     

环境激励下房屋建筑的阻尼比识别

阻尼比的准确取值一直是结构动力分析的难点,由于阻尼机理非常复杂,对阻尼比的取值一般通过实测得到。传统的模态参数识别方法需要同时利用激励和响应信号,但对实际建筑结构,激励施加存在困难。探讨了基于环境激励下的模态识别方法,利用环境激励(如施工机械振动、风、车辆、行人、地脉动等)下的结构振动响应数据,采用随机子空间(Stochastic Subspace Identification)法,有效地识别实际建筑结构的模态参数的方法。工程实例的模态参数识别结果表明,该方法不仅能准确识别出结构的模态频率,还能相对准确地得到结构的模态阻尼比。     

随机风荷载作用下的桥梁颤振可靠性分析

基于现有的结构可靠性理论,通过极限状态方程建立起桥梁颤振的可靠性分析模型,并提出了用以确定桥梁颤振稳定失效概率的计算方法。其中颤振可靠性分析模型中的极限状态方程以桥梁颤振临界风速为结构抗力变量,以桥址处随机风速为荷载变量。本文采用一次二阶矩理论的几种失效概率计算方法对主跨602m的上海杨浦大桥进行了颤振失效概率计算。     

识别结构模态阻尼比的一种新方法

提出一种新的由结构自由振动响应识别结构阻尼比的方法。对于单自由度振动系统 ,推导出响应历程与时轴所围各面积之间的确定性关系后 ,利用各面积之间的关系来确定自由衰减振动的阻尼比系数。与传统的对数衰减率法比较 ,它具有抗噪声干扰能力强、精度高、稳定性好及简便实用等特点。对于多自由度振动系统 ,先将结构上某测点的自由振动响应表达为一理论解析式x (t) ,以eat相乘x (t) ,预给a初值范围 ,通过牛顿二分法(或黄金分割法 )搜索a值 ,直至eatx (t)做等幅振荡 ,则该阶模态的各模态参数得以确定。从总响应中扣除该阶模态对总响应的贡献后 ,重复这一过程 ,则可识别出响应信号中各阶模态的模态阻尼比。仿真计算与岳阳洞庭湖斜拉桥拉索实测试验结果表明了本文方法的有效性和实用性。     

大跨桥梁颤振自激力的强迫振动法研究

利用我们开发的国内第一个强迫振动法试验方法 ,研究了三种不同断面的桥梁颤振自激力特性和Scanlan提出的颤振导数理论的若干假定。研究表明 ,在实用风速范围内 ,颤振导数基本与测试频率、振幅无关 ;流线断面的自激力能基本符合Scanlan的线性假定 ,但钝体断面的自激力高次谐波分量大 ,明显具有对模型运动的非线性响应特征。     

青马悬索桥的时域模态识别

文章研究了青马悬索桥模态参数时域识别.青马桥脉动测试信号弱、干扰因素多,模拟滤波器的滤波效果又不好,而Chebyshev数字滤波器却能精确地确定通带和阻带的边缘频率,故本文采用它对脉动加速度进行预处理.然后用RD函数将脉动信号转变为自由衰减信号.为了提高时域法模态参数识别精度,本文采用了改进的特征系统实现算法.由于青马桥加劲梁长达2160m,加速度计和仪器通道数有限、测试只能分组在不同时间进行,而目前的时域模态技术只能处理同时记录的数据.本文先分组时域识别、然后通过参考点拼装全桥的模态,共识别出青马桥的79个模态,包括五个复模态.后者与青马桥典型复阻尼特性相一致.本文还把上述结果与频域法及有限元计算结果进行了比较.     

NExT-ITD方法在振动台模型参数识别中的研究

本文详细介绍了NEx T方法(Natural Excitation Technique,NEx T)和ITD方法(Ibrahim Time Domain,ITD)的理论基础,并对方法实现过程中可能出现的问题进行了探讨,在此基础上编制了计算分析程序,用该方法成功识别了一座3层框架振动台实验模型结构的模态频率和阻尼比,并结合试验现象对结果进行了准确性和有效性验证。结果表明该方法可准确识别结构模态参数,可供结构健康监测、损伤识别及抗震分析等工作参考使用。