基于谱系聚类分析的桥梁结构模态参数自动化识别方法研究

桥梁结构模态参数识别作为桥梁健康监测系统的重要组成部分之一,对桥梁的长期健康监测具有重要意义。而现有的模态参数识别算法还不能实现结构系统阶次和模态参数的自动化识别,基于此,简单介绍了随机子空间算法的基本原理;通过引入"滑窗技术"以实现对时变结构模态参数的在线识别;针对稳定图定阶难这一问题,提出了基于奇异熵理论的系统定阶算法,以实现系统阶次的自动化确定;又将统计学中的"谱系聚类算法"与随机子空间算法进行结合,实现桥梁结构模态参数的自动化识别。利用该算法识别苏通大桥在竖桥向和横桥向的模态参数结果,并将其与理论计算值进行对比分析,结果表明:算法不仅能实现桥梁结构系统阶次的自动化确定,还能实现模态参数的自动化识别,方便对桥梁结构参数的实时监控,了解桥梁结构的健康运营状态。     

基于改进确定-随机子空间算法的桥梁结构模态参数识别

模态识别精度评价贯穿模态识别研究的全过程,但基于单一或少数算例的模态识别精度评价方法存在偶然性,因此提出一种基于结构响应数据库评价模态识别精度的方法。数据库的关键数据是结构的模态参数理论值和结构响应;对于集中质量模型,提出一种基于模态参数构建结构物理模型(质量、刚度和阻尼矩阵),进而计算结构响应的数据库构建方法,并用算例验证了可行性。针对随机子空间法定阶难、虚假模态剔除难的问题,提出一种基于奇异熵增量定阶和稳态图两阶段虚假模态剔除的优化随机子空间法,并利用数据库方法对优化的随机子空间法进行了识别精度评价,结果表明：基于数据库的模态识别精度评价方法可行;优化的随机子空间法频率和振型的识别精度高、阻尼比的识别精度较低。     

基于数据库的优化随机子空间法识别精度评价

模态识别精度评价贯穿模态识别研究的全过程,但基于单一或少数算例的模态识别精度评价方法存在偶然性,因此提出一种基于结构响应数据库评价模态识别精度的方法。数据库的关键数据是结构的模态参数理论值和结构响应;对于集中质量模型,提出一种基于模态参数构建结构物理模型(质量、刚度和阻尼矩阵),进而计算结构响应的数据库构建方法,并用算例验证了可行性。针对随机子空间法定阶难、虚假模态剔除难的问题,提出一种基于奇异熵增量定阶和稳态图两阶段虚假模态剔除的优化随机子空间法,并利用数据库方法对优化的随机子空间法进行了识别精度评价,结果表明：基于数据库的模态识别精度评价方法可行;优化的随机子空间法频率和振型的识别精度高、阻尼比的识别精度较低。     

稳定图方法在随机子空间识别模态参数中的应用

参数识别是结构健康监测领域研究中的重点。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作。稳定图方法是一种比较新颖的确定系统阶次的方法,但该方法容易识别出虚假模态。针对这种情况对稳定图方法进行了改进,避免了虚假模态的出现,进而提高了随机子空间方法的识别精度。稳定图方法改进的重点是用模态置信因子来消除虚假模态。同时由于通常采用的阻尼理论与实际情况尚存在差距,影响了识别效果。在稳定图中将阻尼比的标准放松或取消,得到更加理想的识别效果。最后对此方法在一三跨连续梁的数值模型上进行了验证,结果表明,该方法具有良好的识别效果。     

基于模态参数识别的悬架系统状态监测方法及试验研究

悬架系统直接关系到车辆的安全性、平顺性和操稳性,由于路面激励是随机激励,对悬架系统的状态监测一直是研究难点。该文提出一种新的悬架状态监测方法,利用仅需输出的平均相关随机子空间法识别模态参数,再通过模态参数变化对故障造成的悬架刚度变化进行监测。首先对平均相关随机子空间法在较高阻尼比下的识别效果进行分析,验证算法在悬架监测中的可行性;然后基于车辆七自由度振动模型对模态参数进行仿真识别,分析路面激励及噪声对识别结果的影响,并提出基于振型和模态能量的监测方法;最后设计利用9轴MEMS惯性传感器的试验方案对正常及故障状态进行监测,验证方法的可信度。     

环境激励下结构模态辨识的识别概率直方图方法研究EI北大核心CSCD

在环境激励下辨识结构模态时,系统阶次作为关键计算参数不易准确判定,通常采用基于假设系统阶次的稳定图方法来辅助进行,但其中稳定轴的判定较为主观,容易遗漏真实模态及引入虚假模态。基于数据挖掘技术,提出识别概率直方图(Identification-probability Histogram,IpHist)的新方法,对不同假设系统阶次下通过随机子空间识别得到的多组备选模态,根据频率容差和模态置信度容差准则进行一致性聚类,继而计算群组聚类结果的识别概率,并绘制相应的识别概率直方图,最后选取识别概率大的结果作为结构模态结果。通过IASC-ASCE结构健康监测工作组提供的4层框架Benchmark模型算例,阐述了所提IpHist方法在环境激励下辨识结构模态的有效性,显示了方法较强的抗噪能力。     

基于监测数据的岸桥模态参数识别

针对岸桥的模态参数识别问题,基于监测数据,采用协方差驱动的随机子空间方法对监测岸桥的模态参数进行了识别。归纳了随机子空间法的理论及算法过程,基于协方差驱动随机子空间法结合稳定图对不同工作状态下的岸桥进行参数识别,识别出了监测岸桥在不同工作状态下1 Hz以内的五阶模态。识别得到的岸桥的阻尼比在3%以内,小车(吊重)质量对不同的工作状态下岸桥的非工作平面内模态影响较小,对起升平面,即工作平面内的模态有一定的影响。     

环境激励下结构模态辨识的识别概率直方图方法研究

在环境激励下辨识结构模态时,系统阶次作为关键计算参数不易准确判定,通常采用基于假设系统阶次的稳定图方法来辅助进行,但其中稳定轴的判定较为主观,容易遗漏真实模态及引入虚假模态。基于数据挖掘技术,提出识别概率直方图(Identification-probability Histogram,IpHist)的新方法,对不同假设系统阶次下通过随机子空间识别得到的多组备选模态,根据频率容差和模态置信度容差准则进行一致性聚类,继而计算群组聚类结果的识别概率,并绘制相应的识别概率直方图,最后选取识别概率大的结果作为结构模态结果。通过IASC-ASCE结构健康监测工作组提供的4层框架Benchmark模型算例,阐述了所提IpHist方法在环境激励下辨识结构模态的有效性,显示了方法较强的抗噪能力。     

环境激励下结构模态参数识别的改进ITD法

结合随机子空间法（SSI）提出了环境激励下结构模态参数识别的改进ITD法。随机子空间法的识别精度高,其中数据的协方差计算可以保留原始数据中的所有信息,同时去除了噪声,得到的Toeplitz矩阵中的数据可以作为ITD法的输入数据,这样ITD法不再需要采用随机减量法或者自然激励技术（NExT法）进行前处理,从而避免了这两种前处理方法的不准确性带来的误差。通过环境振动下四层钢框架模型试验的位移响应,对提出的改进ITD法进行了验证。与ITD法相比,改进的ITD法明显提高了对频率和阻尼比等结构模态参数的识别精度,表明改进ITD法可应用于结构的模态参数识别;与SSI法相比,改进ITD法精度没有降低,同时缩短了计算时间,这将为该方法应用到结构的实时监测提供了可能。     

随机子空间产生虚假模态及模态遗漏的原因分析

参数识别是结构健康监测领域研究中的重点。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。由于它具有只需给定系统的阶次一个参数,不存在不收敛的情况等优势,越来越受到国内外业内人士的广泛关注。但是该方法也不是十全十美的,容易产生虚假模态和模态遗漏现象,这些都严重影响了识别效果。因此将识别结果中的虚假模态剔除,是随机子空间方法进一步在理论和应用上拓展的关键。要做到这些,首先要分析虚假模态产生的原因。该文就对虚假模态的产生原因进行了分析。分析表明虚假模态产生的原因主要有两方面:一方面是由于随机子空间方法的基本计算过程而导致的;另一方面是由于实际应用中输入信号不满足白噪声的假定和/或输出信号受到环境的干扰而导致的。分析中采用了一数值模拟例子。