一种改进的随机子空间辨识方法的稳定图

为在模态参数辨识中更好地区分虚假模态与物理模态,对传统时域子空间方法的稳定图进行了改进。改进的稳定图利用了由输出信号的自相关函数重构的Hankel矩阵,认为系统阶次固定,模态特征的变化趋势随数据量的增加而体现。在稳定图中引入了可表征各阶估计模态贡献量大小的分量能量指标(CEI)作为判断模态特征稳定性的判据之一,以剔除虚假特征。通过对一个受噪声污染、具有密集模态的振动仿真系统进行辨识,从改进的稳定图中可以看到物理模态随数据量增加仍保持稳定,且对应于较大的CEI值,虚假模态的表现则明显相反,验证了该改进的子空间方法的稳定图的正确性和有效性。     

几种模态参数盲辨识方法的比较研究

对一多自由度振动系统的模态参数辨识进行了仿真研究。由于该系统具有弱小模态特征，各阶特征能量相差悬殊，不同辨识方法的可辨识性、辨识精度及数值运算量都不相同。分别利用频域分解法、时频域Gabor展开方法、传统子空间辨识法、改进子空间辨识法以及基于高阶统计量的盲方法对该多自由度系统进行了模态参数辨识，分析和比较了各种盲辨识方法的辨识性能。     

特征时段选择对飞行模态辨识结果的影响

基于飞行遥测数据,研究使用环境激励模态辨识方法辨识系统的模态参数时,挑选特征时段数据的方法。首先,详细介绍ARMA-NExT环境激励模态辨识方法的理论。接着,通过算例研究选择不同特征时段数据对模态辨识结果的影响,给出特征时段选择的方法和指南。通过研究,得出以下结论:低阶模态响应的信噪比较好的时段,模态频率和模态阻尼的辨识结果较为稳定。在使用遥测数据进行模态辨识时,应选择低阶模态响应信噪比较高的数据段。     

基于泄流响应的高拱坝模态参数辨识与动态监测

模态参数的准确辨识是对在线结构进行损伤诊断和状态监测的难点和核心之一。以二滩高拱坝原型测试为背景,结合随机子空间算法与改进的稳定图对泄流激励下的拱坝模态参数进行辨识,并实现对高坝振动状态的长期在线监测,为结构的安全评估提供依据。针对时域法所面临的模型定阶困难和噪声干扰以及由它们所引起的虚假模态辨识与剔除问题,利用改进的稳定图方法对模态参数进行更为精确辨识,并与ERA算法的识别结果进行对比。研究表明,该方法具有良好的品质与较高的计算精度,具有良好的工程应用前景。     

基于环境激励的大跨度斜拉桥模态参数和索力识别

摘要：模态参数和索力是评估斜拉桥健康状态的关键参数。建立了崖门大桥的有限元模型并对其进行了基于环境激励的模态测试和拉索振动测试;提出了基于ERA的多参考点稳定图算法,设置不同的参考点,利用自然激励技术结合特征系统实现算法(NExT-ERA)识别模态参数,通过阻尼比、基于输出矩阵的一致模态指标(CMI_O)和模态置信度(MAC)作为判别标准,识别出崖门大桥的竖向和横向模态参数,通过和增强频域分解法(EFDD)识别结果的比较,可知该算法具有良好的识别效果;分析了斜拉索与主梁的共振频率范围,通过二次拟合识别较长拉索的低阶频率,根据两种不同方法的索力识别结果可知,该桥的索力分布比较均匀对称。     

基于矩阵分式多项式时变结构模态参数最小二乘辨识

基于时间相关矩阵分式多项式传递函数模型,给出线性时变结构时频域参数化模型。以时频域参数化模型为基础,将现有广泛用于时不变结构模态参数辨识的最小二乘复指数法拓展到时频域,提出基于矩阵分式多项式模型的时频域线性时变结构模态参数最小二乘辨识方法;针对时频域最小二乘对计算资源庞大需求问题,给出基于缩减正则方程的最小二乘问题求解方法。通过对两质量连续变化三自由度时变结构仿真算例,说明最小二乘中待估参数约束对模态参数辨识影响,阐述所提线性时变结构模态参数辨识方法特点,说明方法的有效性及潜在实用性。     

《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。     

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。     

基于DBSCAN算法的改进确定-随机子空间模态参数识别算法EI北大核心CSCD

桥梁结构的模态参数识别作为桥梁健康检测系统中的主要环节之一,参数识别的精确程度直接影响着桥梁健康评估的准确程度。因此,针对现阶段被广泛运用的确定-随机子空间算法(combined determine-stochastic subspace identification,CDSI)存在的不足,需人工参与稳定图中模态的辨识,提出了将基于密度的聚类算法(density-based spatial clustering of application with noise,DBSCAN)嵌入到该识别算法中,以提高模态参数识别的效率。首先简单介绍了CDSI识别算法和DBSCAN聚类的相关原理及定义,其次详细介绍了如何将DBSCAN聚类算法有效地嵌入到CDSI算法中,以实现对稳定图中模态的智能化辨识;最后以某大型斜拉桥为识别对象,并将识别结果与MIDAS有限元软件所得结果作对比,结果表明,所提改进CDSI识别算法能够精确地识别出桥梁结构的固有频率值,且所得模态振型图与理论振型图具有很好的相似性。     

结构物理参数识别的贝叶斯估计马尔可夫蒙特卡罗方法

从结构动力特征方程出发,以结构主模态参数为观测量,推得结构物理参数线性回归模型。对该模型应用贝叶斯估计理论得到物理参数后验联合分布,再结合马尔可夫蒙特卡罗抽样方法给出各个物理参数的边缘概率分布和最优估计值,而提出了基于结构主模态参数的结构物理参数识别贝叶斯估计马尔可夫蒙特卡罗方法。对五层剪切型结构的数值研究表明,此方法能够利用少数主模态参数给出结构质量和刚度参数的概率分布和最优识别值,而且在主模态参数较准确时识别误差很小。     

模糊聚类算法稳定图应用于桥梁结构参数识别

将模糊聚类算法应用于稳定图理论,并将该稳定图与协方差驱动的随机子空间法相结合,进行桥梁结构模态参数识别&;#61472;。提出不考虑阻尼的影响,以频率为横坐标,以模态保证准则MAC中任一列数据为纵坐标的模糊聚类算法稳定图。通过比较稳定图中各聚类圆大小的方法进行稳定图真假模态的判别,从而使模态判别不再需要人的主观参与而变得更加智能和准确。通过简支梁和连续梁仿真分析验证了模糊聚类算法稳定图用于桥梁结构参数识别的准确性和较强的抗干扰性。     

基于强震观测和ARMAV模型的混凝土坝模态识别

采用混凝土坝的实测振动响应识别结构模态参数是进行结构动力特性研究的一种可行的方式。基于混凝土坝的强震观测数据,提出采用矢量自回归滑动平均模型(Auto-Regressive Moving Average Vector,ARMAV)和稳态图法来进行混凝土坝结构模态参数识别。研究了结构实测振动响应时间序列的ARMAV模型表达形式,并通过引入辅助变量(Instrumental Variable,IV)技术,来求解模型中的未知系数;通过研究ARMAV模型系数矩阵与结构系统矩阵的关系,以便为结构模态识别提供理论依据;根据综合了各测点观测信息的平均标准化功率谱(Average Normalized Power Spectrum Density,ANPSD)来对传统的稳态图法进行改进,以实现强震激励下混凝土坝的系统定阶和虚假模态剔除。通过一个数值算例和一个工程实例,验证了提出的基于强震观测和ARMAV模型的结构模态参数识别方法的精度、有效性和工程适用性。     

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。     

一种分段平稳随机信号的参数识别方法

基于振动的结构健康监测的前提是从振动测试信号中提取结构模态参数。随机子空间方法是近年来发展起来的一种线性系统辨识方法，可以有效地从环境激励的结构响应信号中提取结构模态参数。随机子空间识别方法的应用前提是输人满足白噪声的假定，输出信号应当是平稳信号。论文对随机子空间方法的使用前提进行了拓展。将非平稳信号划分为分段平稳随机信号进行处理，为非平稳信号的研究提供一种新的分析方法。基本思想是将在现场采集的结构输出信号进行分段，各段信号应满足稳定的条件，即分段平稳。将各段信号用随机子空间结合稳定图进行识别，然后将所有各段所识别的模态参数再一次用稳定图方法进行分析，得出结构的模态参数。最后用-3跨连续梁的数值模型进行验证，结果表明用随机子空间方法结合两次稳定图可以有效地识别分段平稳的随机信号。     

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。

     

随机子空间识别在悬索桥实验模态分析中的应用

为了从大型悬索桥的脉动实验结果得出精确的结构动力特性,以便进行结构的抗风、抗震研究和实时监测,本文利用随机子空间系统识别方法对虎门悬索桥进行了模态分析。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,但必须利用稳定图形确定模型阶数。同有限元数值计算结果作比较后可看出,该法能识别出10个频率在0.5Hz以下的自振频率,并且可得到较好的结构阻尼,说明随机子空间系统识别方法是分析大型桥梁脉动实验特征参数的有力工具。     

基于延时随机子空间方法的非白噪声环境激励结构模态参数识别

为了消除非白噪声环境激励在结构模态参数识别结果中产生的虚假模态,引入扩展状态模型,从状态空间方程的角度论证了虚假模态产生的原因;然后,针对一类具有典型性和代表性的（自相关函数在纵坐标轴附近一定范围内有非零值的）非白噪声环境激励信号,在传统随机子空间算法的基础上引入延时指标,建立延时随机子空间方法。数值算例表明延时随机子空间方法能够有效地剔除非白噪声环境激励在模态参数识别结果中产生的虚假模态,放宽了传统模态参数识别方法对环境输入的白噪声假设。     

基于左矩阵分式模型的短记录数据模态参数识别

在测量数据有限情况下,由于难以获得频响函数(FRF)的准确估计,使用FRF 作为原始数据的传统模态参数识别方法将不再适用。针对该问题,提出一种基于频响函数左矩阵分式模型的模态参数识别方法。该方法直接使用输入输出数据FFT 谱(IO 谱)作为原始数据,避免了频响函数估计。通过最小二乘估计在Z 域内求解模态参数,改善了矩阵的求解性态。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。最后采用GARTEUR 飞机模型建立仿真算例对所提出的方法进行了验证。     

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。