结构振动台模型模态参数识别新方法研究

提出了一种结构振动台模型模态参数识别方法,利用结构模型试验过程中地震反应记录,识别结构模型模态参数。首先判断结构模型在地震动激励下发生的是非时变反应还是时变反应,当结构模型发生非时变反应时,采用整个反应记录数据识别模型参数;当结构模型发生时变反应时,则识别模型进入和退出时变反应的时刻点,将整个记录时程分为3段,采用模型退出时变反应后第三段数据识别参数。该方法可以识别试验中每一次地震动输入之后的结构模态参数,得到整个试验过程中结构模型动力特性变化情况。利用所提方法识别了一座12层钢筋混凝土框架结构模型模态参数,并将识别结果和白噪声输入下模态分析结果进行了对比,验证了方法的实用性、可靠性和准确性。结果发现:结构模型自振频率在整个试验过程中呈阶梯状下降,模型发生破坏后,频率降低,阻尼比增加,传递函数幅值随着输入地震动峰值增加而降低。     

拉索模型模态参数识别的实验研究

基于高速摄影成像技术,利用改进的数字时间序列图像相关方法,测定了自由振动状态下拉索模型的模态参数。该方法具有实验装置简单、全场非接触、无附加质量、无附加阻尼、测量频率和位移范围可调等优点。采用高速CMOS摄像机及其计算机处理系统,实时获取拉索的振动图像,基于VC编制时间序列图像相关软件自动对序列图像进行相关运算,获得其位移-时程曲线;利用小波分析的方法确定拉索的固有频率和阻尼比,实验结果与理论分析结果吻合得较好。测试及分析结果表明:该方法为拉索模型的模态参数识别提供了新的途径。     

基于VMD-SSI的结构模态参数识别

针对结构的弱模态易淹没在噪声中导致模态识别遗漏的问题,该文提出了一种基于变分模态逐步抽取高能量模态的结构弱模态识别方法。该方法采用自回归模型功率谱准确选取高能量模态的初始中心频率;利用变分模态抽取法进行高能量模态分量的分解,接着将去除高能量模态成分的信号代替原始结构响应,重复进行下一阶高能量模态的初始中心频率选取和模态成分分解;对各模态分量进行主成分分析法实现振型识别。进一步,通过地震激励下的十自由度数值算例验证该方法在非平稳激励下弱模态识别的有效性;利用IASC-ASCE健康监测工作组开发的4层框架基准模型试验进行数据分析,验证该方法在实际应用中的有效性。结果表明,所提方法能够用于地震激励下含噪情况的结构弱模态识别。

     

利用ARMAX模型识别结构模态参数

由振动系统的运动方程建立了描述系统输入、输出和噪声特性的外源自回归滑动平均 (ARMAX)模型。采用近似极大似然法估计ARMAX模型系数 ,克服了传统极大似然估计方法的高度计算复杂性 ,需要对参数的初值进行猜测的缺点。仿真结果表明本文方法鲁棒性较好。     

基于小波域AR 模型的直升机结构模态参数辨识

小波变换具有良好的时频分辨率，在结构动特性参数辨识领域引起了广泛的关注。利用连续小波变换，     

用神经网络拟合逐时气象参数

论文用线性网络、BP网络对逐时辐射和气温时间序列进行了拟合实验,得到比较满意的一步预报结果.推荐用BP网络单独拟合辐射,再以辐射为外生变量,用BP网络拟合气温数据.模型阶数即迟后步数可以采用两步.     

时域模态参数辨识的状态滤波算法

本文针对结构模态参数辨识的噪声干扰问题,采用一种状态滤波方法削弱测量噪声的影响,避免了传统Kalman 滤波法中对系统模型的较高精度要求,并与特征系统实现算法(ERA)相结合,有效地克服了ERA 方法在信噪比较低的情况下对非零奇异值判断的困难,并更精确地识别出结构的模态参数。     

模态参数的优化识别算法

利用频响函数识别复频率模态质量存在着严重的数值计算不稳定性，给物理参数的识别造成困难。本文介绍的一种优化识别算法有效地解决了这个困难。仿真算例表明，优化算法识别精度高，抗噪声能力强，可用于实际复频率模态质量的识别。     

用于现场条件下识别模态参数的几种时域模型及其比较

在现场条件下,当无法测量存在的自然激振力时,只能采用时域方法.本文介绍了用于现场条件下在时域内识别模态参数的多重积分模型.为了说明采用多重积分模型的必要性,还简要介绍了差分模型和多重微分模型,并进行了相应的比较.鉴于多重积分模型的一些特点,本文建议优先采用.     

应用超定模型识别模态参数的时域方法

本文在文[16]的基础上进一步讨论了应用超定模型,直接根据系统的衰减响应识别结构的模态参数的一般算法;并从数值上对于一些主要方法的识别能力进行了比较.     

双线性时间序列模型的参数辨识

导出了双线性时间序列模型参数预报误差估计的递推算法，采用伴随常微分方程的稳定性分析方法分析了双线性模型的ｍ－可逆性对可预报误差估计算法收敛性的影响，并给出了相应的仿真示例。     

一种现场模态参数识别的时域方法

本文从Prony 法导出适用现场模态参数识别的ITD 方法。利用直接测得自由衰减响应和背景噪声的自、互相关函数,在很宽的噪声条件下获得特征阵的一致估计。通过系数阵的伪秩正交分解以控制病态,并使特征阵降阶,减少求特征问题及甄别“噪声模态”的计算量。从微机分析模拟和实验数据的结果来看,本方法具有较好的应用前景。     

全相干多点随机激励下的模态参数识别

本文讨论全相干多点随机激励下频响函数的估计、相干函数计算及模态参数识别;设计了用单点激振模态分析设备获取多点激振下的频响函数和模态参数的方法;分析了激振力的非比例误差和非全相干误差对分析精度的影响及补偿措施;并提出了一个输入、输出噪声同时存在情况下提高频响函数估计精度的计算公式;用全相干多点激振的观点分析讨论了机床的相对式激振试验并作出了有关结论,最后对以上理论进行了工程应用考核,取得较好的效果.     

从响应信号辨识斜拉桥模型的模态参数

针对斜拉桥模型在平稳随机激励下的模态参数辨识问题，研究了提高子空间方法参数辨识精度和可信度的有效途径。在矩阵奇异值分解的基础上，文中使用信号特征分量的能量指标来估计模型阶次，同时给出一种特征频率随拟合数据变化的稳定图。在虚假特征显示能力以及降低数值运算量等方面，这种形式的稳定图与能量指标的结合具有正更大的优越性。在斜拉桥模型的模态参数辨识中，物理模态和寄生模态得到了很好的分离，而且斜拉桥模型在分析频带内的物理模态被全部识别出来。辨识结果的比较说明了给出的辨识方法是有效的。     

基于信号时频分解的模态参数识别

给出了基于响应信号Gabor展开与重构的模态参数辨识的时频分析方法。通过响应信号的展开与重构，单频特征振动可从复杂的响应信号中分离出来，由它些特征振动信号可进一步提取系统物模态振动参数。论述了频率、阻尼和特征振型的估计方法以及估计方法对系统响应信号的特殊要求。此方法可适用于平衡、非平衡的响应信号，且无需输入信号，属于环境激励下的一种参数辨识方法。仿真结果说明明频展开与重构方法是模态参数辩识的有效手段之一。     

模态参数的一种多输入／多输出频域总体识别法

利用结构频响函数矩阵各列间的关系建立起一个特征值问题,从其特征向量中可求结构模态复频率和复模态向量.它与时域多输入/多输出(MIMO)总体识别法非常相似,以致二者在理论上一定程度统一了起来.在数据处理上,时域法的一些优点得以保留,又可以突出某些感兴趣的模态数据,可以用不等间隔的频域采样数据等.     

采用自适应算法的有源消声模型

提出一种采用自适应算法的有源消声模型 ,对柴油机低频排气噪声进行了实验 ,结果表明 ,此模型较为切实可行的。     

《Gabor变换在模态参数辨识中的应用》

对Gabor时频变换在模态参数辨识中的应用进行了探讨,将基于Gabor系数展开的时频滤波方法作为参数辨识的前处理手段之一,该方法对于平稳、非平稳信号都适用。根据信号在时频域内的分布特征,可以直接观测系统的频率分布情况、模态密集程度、能量聚集性、各通道响应信号所含特征量的多少等信息,从而对响应信号的特征构成进行初步判断,并通过剔除、截取等操作实现对响应信号的滤波,更有利于模态参数的辨识。     

前后向时间序列模型联合估计的时变结构模态参数辨识

为提高时变结构模态参数辨识精度和抗噪声能力,提出一种前后向泛函向量时变自回归滑动平均（FS-VTARMA）时间序列模型联合估计的模态参数辨识方法。首先建立前后向FS-VTARMA模型联合估计的均方误差形式的费用函数,其次引入非平稳信号中前向模型和后向模型估计系数的近似共轭关系,再利用两步最小二乘法（2SLS）得到时变模型系数,最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明：能有效地克服前向模型估计中模态参数一步延迟以及起始时刻无法准确获得,以及后向模型估计中模态参数一步超前以及终止时刻无法准确获得的缺点,具有更高的模态参数辨识精度和更强的抗噪声能力。