环境激励下风机结构模态识别算法的对比

为了准确掌握风机结构在实际运行中的动态特性,对风机结构的振动响应和运行数据进行现场监测,基于随机子空间算法（Stochastic Subspace Identification,SSI）,使用3 种不同的加权算法对监测数据进行模态分析,并将其与数值模型的模态分析结果进行比较。结果表明：SSI-UPC和SSI-PC算法精度较高,且采用SSI-UPC算法可以识别出较多的模态阶数,而SSI-CVA算法识别效果最差。此外,风机的数值模型在频域特征上与实际风机基本一致。该成果可以为同类型风机的设计、数值模拟提供参考和验证,同时为连续识别风机运行过程中的重要振动模态奠定基础。     

PolyMAX 模态参数识别算法的快速实现

PolyMAX 是近几年发展起来的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态、以及处理大阻尼复杂结构方面具有非常好的特性。通过避免缩减正则方程计算中的矩阵求逆以及乘法运算,实现了该算法的快速实现。最后采用七自由度仿真算例与航空发动机涡轮盘实测算例进行验证。结果表明：快速实现能够在对识别精度影响很小的情况下显著提高参数识别速度。     

扩展特征系统实现算法在结构模态参数识别中的应用

特征系统实现算法(ERA)需要以自由响应或脉冲数据作为前提,而实际工程中,随机荷载作用下的响应较为常见.该文在ERA算法的基础上进行扩展,引入观测马科夫(Observer Markov)参数,推导并提出扩展特征系统实现算法(EERA),使其可以应用于随机荷载下的强迫振动响应,提高计算精度.该文首先引入3个自由度数值模拟...     

环境激励下桥梁结构模态参数识别的改进随机子空间算法

为了剔除稳定图中的虚假模态和避免模态遗漏现象,提高模态参数识别的精确度,提出了一种基于滑动窗口和相似度的桥梁结构模态参数智能化识别算法。基于余弦相似原理提出了频率相似度和振型相似度,并依此构建置信度,以实现对系统真实阶次的自动化确定;引入改进集成经验模式分解算法,以消除响应信号内部的噪声信号,达到消除部分虚假模态的目的;接着引入滑动窗口以实现对响应信号的划分,并通过构建频率相似度、振型相似度以及阻尼比相似度实现多个窗口对应参数结果中同类模态的聚类处理,达到剔除虚假模态和避免模态遗漏的目的。最后将所提算法运用于实际斜拉桥结构的模态参数识别,并将识别结果与现场试验值以及有限元结果进行对比,结果表明,所提算法不仅能有效识别出频率结果还能识别出准确的模态振型图,能够实现桥梁结构模态参数的在线智能化识别。     

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。     

环境激励下基于快速贝叶斯FFT的实桥模态参数识别

近年来,贝叶斯理论逐步应用于工程结构的模态参数识别、有限元模型修正及状态评估等方面。基于快速贝叶斯FFT的模态参数识别方法是针对某一共振频率带的单个模态,通过一个四维的数值优化问题得到模态参数的最佳估计,并通过对数似然函数关于模态参数的二阶导数求得Hessian矩阵,使得基于贝叶斯的参数识别方法可以快速高效地进行。为了评估该方法在实际桥梁结构模态参数识别应用中的可行性及优越性,运用快速贝叶斯FFT方法对环境激励下一刚构-连续组合梁桥的竖向加速度响应进行了分析处理,识别了其模态参数的最佳估计,并根据模态参数的变异系数评估了其后验的不确定性。识别结果与随机子空间识别结果的对比表明,两种方法识别的频率和振型基本吻合,阻尼识别结果的差异仍然较大。     

扩展特征系统实现算法的模态参数识别特性研究

结构动力响应作为模态参数识别的输入数据,对识别结果存在一定的影响。扩展特征系统实现算法(EERA)是一种多输入输出的结构模态参数识别的时域方法,相比于特征系统实现算法(ERA)应用范围可以扩展到任何随机响应,具有识别精度高、稳定性好等特点。该文主要对EERA算法,在分别采用加速度、速度和位移动力响应作为输入时,对两个自由度弹簧阻尼质量系统和实验室环境下6层框架结构识别的结果进行了比较分析,得出EERA对任何动力响应均适用,并且建议采用加速度动力响应信号识别高阶模态。     

环境激励下结构模态参数识别方法综述

自动获取运行中的模态参数对于大型土木结构的健康状态实时在线监测具有重要意义。针对现有方法模态分辨困难的问题,提出了一种基于解析二阶盲辨识的工作模态分析方法,并相应提出了真假模态区分方法以实现模态参数自动识别。与传统方法不同,该方法无需引入稳定图,可直接从结构振动响应中有效分离出各阶模态响应。通过构造模态特征指标和K均值聚类实现真假模态自动区分,并采用频域参数拟合法估计模态参数。通过8自由度数值算例和混凝土重力拱坝工程实例对该文方法效果进行了验证。结果表明：该方法具有较好的模态自动分离和筛选能力,对固有频率、阻尼比和振型的识别精度均较高,尤其对于密集模态的识别具有显著优势。

     

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。     

环境激励下结构模态参数识别方法综述

该文对环境激励下结构模态参数识别的16种常用算法进行了概括综述。该文将模态参数识别算法分类为时域、频域两类,并针对算法流程进一步地将时域方法分为一步法与两步法。在分类的基础上,阐述了算法的适用条件与基本流程,对其中一些重要算法的理论与实现过程进行了详细地讨论。最后,对结构模态识别中的模态验证方法进行了简要地论述。     

随机激励下基于ICA的结构模态参数识别

简要介绍独立分量分析(ICA)的基本原理,提出将ICA方法与随机减量法(RDT)结合起来用于随机激励下结构的模态参数识别。结合数值仿真算例和振动试验分析,验证所提出方法用于随机激励下结构模态参数识别的有效性。结果表明,ICA可以准确地从结构随机振动响应信号中分离出各源信号,并同时估计出各阶模态振型向量,源信号与结构模态坐标存在一一对应关系,再结合随机减量法和单模态识别法可识别各阶模态的频率和阻尼比。该方法仅利用振动系统的输出响应进行分析,适用于随机激励下结构的工作模态参数识别。     

环境激励下基于改进经验小波变换的土木工程结构模态参数识别

针对经验小波变换(EWT)识别噪声信号模态参数时,由于傅里叶频谱易受噪声影响而频带划分不准确等问题,提出了一种基于Burg算法的自回归功率谱替代傅里叶频谱的信号频带划分技术,结合随机减量技术和基于Hilbert变换的单分量模态参数识别方法,提出了环境激励下基于改进经验小波变换的土木工程结构模态参数识别方法。典型模拟信号、美国土木工程师学会ASCE Benchmark数值模型以及台风激励下香港汀九斜拉桥的模态参数识别结果验证了方法的正确性、有效性和适用性。研究结果表明:基于自回归功率谱的信号频带划分技术,可更准确地估计信号频带边界,隔离噪声;基于改进EWT方法识别的结构模态参数更准确,精度高于基于小波变换的方法,且能有效地识别环境激励下实际土木工程结构的低阶自振频率和阻尼比。     

环境激励下基于信号降噪的模态参数识别研究

提出一种环境激励下基于测试信号降噪的模态参数识别方法。该方法首先对测试的随机响应数据采用自然激励技术(NEx T)获得互相关函数,进而基于结构矩阵低秩逼近(SLRA)方法得到降噪后的信号,最后通过复指数(Prony)方法识别结构的模态参数。数值算例和模型实验结果表明,该方法对测量信号有很好的降噪作用,识别精度高。     

环境激励下基于ESMD的结构模态参数识别方法

提出一种环境激励下基于极点对称模态分解(ESMD)的模态参数识别新方法。该方法首先利用带通滤波将实测环境振动响应分解成一系列单卓越频率的窄带子信号。然后,利用ESMD方法对子信号进行模态分解,得到若干单模态时程信号。最后,应用随机减量法对每个单模态时程信号进行处理,获得随机减量信号并由此识别模态参数(频率,阻尼比以及振型)。采用该方法识别一座5层剪切框架数值模型和一座3层剪切框架实验模型的模态参数,并将识别结果与理论值或者NExT-ERA方法识别的结果做对比,结果表明:该方法能较好地从环境振动响应中识别出结构的模态参数,具有良好的适用性和足够的精度。     

环境激励下桥梁结构模态参数识别方法的研究

研究了在环境激励下对桥梁结构进行模态参数识别的一种时域联合算法:自然环境激励技术(NEXT)和特征系统实现算法(ERA)的结合(简称NExT/ERA法).通过对某一预应力混凝土连续梁桥结构的仿真,其中考虑了利用加速度信号、外界白噪声因素的影响,验证了方法的有效性,并指出NExT/ERA法适合于环境振动下桥桑结构的监测、诊断.     

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。     

改进QPSO算法识别结构模态参数

为了进一步增强量子粒子群优化算法的全局寻优能力,提高粒子寻优效率,改善其容易陷入局部最优的缺陷,首先在引入同化和竞争思想的基础上提出一种改进的量子粒子群算法。该改进算法将民族间的同化竞争思想引入粒子寻优过程,以全局最优粒子作为中心粒子,不断同化其余粒子,使粒子之间保持不断竞争关系,以改进粒子的进化方式,提高粒子的寻优性能。接着将改进算法应用于结构模态参数识别,并采用简支梁数值模型对该算法的有效性进行验证,结果表明,改进算法较量子粒子群算法的识别精度和抗噪性都有显著的提高。最后通过三层框架试验验证改进算法在实际工程应用中的有效性。     

一种未知激励下土木工程结构模态参数识别新方法

未知激励下的土木工程结构响应信号通常是随机的且噪声水平较高,因此对其进行参数识别具有挑战性。从未知激励下的振动响应信号出发,结合随机减量技术、解析模态分解、希尔伯特变换和卡尔曼滤波理论提出一种新的未知激励下土木工程结构模态参数识别新方法。该方法首先采用随机减量技术将实测的振动响应信号转换成自由振动响应信号;其次,运用解析模态分解理论将转换后的自由振动响应信号分解成各阶独立的模态分量信号;最后,采用希尔伯特变换估计出各阶分量信号的固有频率和模态阻尼比。然后运用卡尔曼滤波算法对估算出的频率和阻尼比进行滤波和平滑以得到更精确的识别值。通过一个含有密集模态分量的合成信号和一个未知激励作用下4层钢框架结构试验验证了该方法的有效性,研究结果表明:该方法在未知激励情况下仍然能够准确有效识别结构固有频率和阻尼比。     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

环境激励下大型桥梁模态参数识别的一种方法

提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法,该方法以限制带宽的经验模态分解（BREMD）和随机子空间识别（SSI）为基础,首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数（IMF）,然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点,引入屏蔽信号限制EMD过程中带宽以消除模态混叠;运用该法识别了赣龙铁路某特大桥的模态参数,并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比,结果表明：该方法能有效的识别大型桥梁模态参数,屏蔽信号的引入解决了模态混叠问题,稳定图中的虚假模态得到抑制。