环境激励下桥梁模态参数识别的频谱方法综述

首先,对基于频谱驱动的模态参数识别过程中的常用模型进行了梳理和总结。其次,讨论了两种最常用的频域识别技术,即峰值拾取法和复模态指示函数法,其中峰值拾取法是从输出测量谱的峰值中选择模态频率,而复模态指示函数法通过将频谱矩阵进行对角化实现结构模态参数的识别。此外,将复模态指示函数应用于功率谱密度,形成了频域分解方法。最后,讨论了多参考最小二乘复频域方法,该方法具有内存需求低、计算时间短以及自动化程度高等特征,因此其在桥梁结构的模态参数识别中具有良好的应用前景。     

基于环境激励的混凝土梁式结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法自然激励技术(NExT)、特征系统实现算法(ERA)进行详细讨论,并针对两种算法的特点,将其结合形成NExT/ERA时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提...     

基于风载激励下桥梁结构模态参数识别

对桥梁结构长期运营造成的损伤进行检测时,传统的模态参数识别方法需要激振设备和中断交通,不仅复杂而且易给桥梁结构造成新的损伤。依据模态参数的变化可反映损伤程度的原理,提出无需激振设备的基于风载激励下随机减量／ITD法进行模态参数识别的在线检测方法,为桥梁结构损伤识别提供一种新的途径。识别的一阶固有频率及阻尼比的相对误差仅为1．39％和2．3％。     

预应力混凝土桥梁模态参数识别方法

目的为探讨基于环境激励下功率谱峰值法对于混凝土桥梁模态参数识别的可行性和方法的有效性．方法对某一预应力混凝土连续梁桥进行了数值仿真分析．借助通用有限元分析软件建立了桥梁的三维实体模型,对模型进行有限元模态分析和时程分析,并借助随机行车荷载模拟环境激励,利用加速度信号、考虑外界白噪声的影响,在仅有输出响应信号的情况下利用功率谱峰值法识别预应力混凝土桥梁的模态参数．结果通过数值仿真分析,得到了结构前六阶模态参数,与有限元模态分析得到的理论模态参数相比较,二者误差平均在5％以内,吻合较好．结论研究表明功率谱峰值法适合于环境激励下桥梁结构的监测、诊断,具有重要的实际工程应用价值．     

QPSO算法识别环境激励下结构模态参数

实际工程中,系统的输入一般是未知的或者是不可测量的,识别结构的模态参数只能采用响应信号。并且一般环境激励下结构的输入信号是可以假设为白噪声激励,其信号的功率谱可以视为一常数。笔者利用量子行为粒子群优化（Quantum-behaved Particle Swarm Optimization,QPSO）算法将环境激励下结构模态参数识别问题转化为一个多维优化问题。最后采用一数值模拟的三层框架对该方法进行验证。结果表明,量子粒子群算法可以有效地识别结构模态参数。该研究结果可作为结构损伤识别的基础。     

基于随机减量技术的混凝土结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法ITD法、随机减量技术进行详细讨论,并针对两种算法的特点,将其结合形成随机减量技术/ITD时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提供了有益的帮助.     

环境激励下结构模态参数识别的量子粒子群算法

环境激励下的结构模态参数可以通过不同点输出信号的互功率谱识别出来.将包含结构模态参数的互功率谱理论公式与不同点输出信号计算得到的互功率谱之差作为目标函数,通过搜索模态参数的取值而使目标函数最小,从而将优化问题转化为模态参数识别问题.量子粒子群算法是一种基于群体智能理论的优化算法.论文将量子粒子群算法应用到上述优化问题中识别环境激励下的结构模态参数.最后采用数值模拟的简支梁对该方法进行有效性验证.结果表明,量子粒子群可以有效地识别环境激励下的结构模态参数.     

用随机减量技术及ITD法识别工作模态参数

在许多情况下环境激励是无法测量的，假设环境对振动系统的激励是均值为零的白噪声，用随机减量技术将系统的自由振动信号从随机响应信号中分离出来，然后再用ITD法识别系统的模态参数，整个过程均在时域内进行，避免了时频转换中出现的“谱泄漏”等现象。     

基于独立成分分析的结构模态参数识别

结构模态参数,包括模态振型、模态频率和模态阻尼,是结构健康监测与结构状态评估的前提.通过采用独立成分分析(Independent Component Analysis,ICA)技术将结构的响应信号分解为若干个相互独立的表征各阶特性的分离信号,进而采用单自由度系统参数识别技术对分离信号进行识别,从而完成对结构的模态振型、模态频率和模态阻尼的识别.最后,采用一三层框架模型作为数值算例对该方法进行验证.结果表明,ICA技术可以有效地识别结构模态参数.     

模态参数识别的单位脉冲响应函数法

本文详细地阐述了模态参数识别的单位脉冲响应函数法的原理和应用.在此方法中引入了“模态置信因子”的概念,用在此基础上编制的计算机程序,由单位脉冲响应的试验数据,实际地计算了机床主轴系统的模态参数.     

基于随机子空间方法的框架结构模态辨识实验

由于近年来随机状态空间理论在结构系统识别中的应用有了很大的发展,尤其是随机子空间辨识方法的出现使得激励未知的系统辨识(或工作模态分析)问题成为可能.应用随机子空间辨识方法,针对一个4层的钢框架模型进行了模态辨识实验研究.在宽带随机信号加正弦信号的激励过程中,利用自相关函数表现出的周期振动成份剔除虚假模态.实际辨识结果说明了该方法的有效性,固有频率和模态振型实验分析结果均与有限元计算分析结构具有良好的一致性.     

时频分析在环境激励下模态参数辨识中的应用

大型结构的模态测试、状态监测和运行状态下的结构模态参数辨识都使得传统的模态测试方法难以适用.相比而言,仅从输出响应辨识环境激励下的结构模态参数具有更大的灵活性.应用时频分析对响应信号作分解、重构操作能将复杂信号中的局部特征提取出来,进而进行模态参数的识别.     

Dynamic analysis and modal test of long-span cable-stayed bridge based on ambient excitation

To study the stiffness distribution of girder and the method to identify modal parameters of cable-stayed bridge, a simplified dynamical finite element method model named three beams model was established for the girder with double ribs. Based on the simplified model four stiffness formulae were deduced according to Hamilton principle. These formulae reflect well the contribution of the flexural, shearing, free torsion and restricted torsion deformation, respectively. An identification method about modal parameters was put forward by combining method of peak value and power spectral density according to modal test under ambient excitation. The dynamic finite element method analysis and modal test were carried out in a long-span concrete cable-stayed bridge. The results show that the errors of frequencies between theoretical analysis and test results are less than 10% mostly, and the most important modal parameters for cable-stayed bridge are determined to be the longitudinal floating mode, the first vertical flexural mode and the first torsional mode, which demonstrate that the method of stiffness distribution for three beams model is accurate and method to identify modal parameters is effective under ambient excitation modal test.