基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

基于经验遗传-单纯形算法和结构物理响应识别结构物理参数的方法

对于复杂的大自由度系统的反演分析,遗传算法每步计算中包含大量的正演分析,成为限制遗传算法运行速度的瓶颈.减少反演分析中的正演计算次数,是扩大遗传算法适用范围的有效途径.经验遗传-单纯形算法正是解决这一问题的有效方法.将该方法应用于时间域实测结构部分的物理响应来识别结构物理参数.结果表明,该方法精度高、搜索效率高、抗噪能力强、对不完全信息情况有很好的适应性.     

基于正则化遗传算法的结构损伤识别

针对结构参数反演问题中存在的强不适定性,提出了一种基于响应面的正则化遗传算法。在识别结构损伤时,将结构单元刚度折减作为损伤指示量,以结构模型的模态参数与真实结构的模态参数尽可能接近为优化目标,采用遗传算法进行反演计算。优化求解过程中,响应面方法的引入极大地降低了结构模态参数的计算量;而目标函数中正则化项的引入则起到了抑制测量信号噪声干扰、提高识别算法鲁棒性的作用。梁式结构的损伤识别数值算例表明本文提出的损伤识别方法简明、有效。更多还原     

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.     

基于稳定图的随机子空间识别结构模态参数

结构模态参数识别是结构健康监测的基础或输入.为了有效地识别环境激励下的结构模态参数,使用改进的稳定图结合随机子空间方法进行分析,并采用有限元模型进行了验证.结果表明:改进的稳定图结合随机子空间方法是一种行之有效的结构模态识别方法,可以有效地从环境激励的线性结构响应中获取结构模态参数,并避免了虚假模态的出现.     

结构有限元模型部分设计参数型修正方法

讨论了结构有限元分析模型部分设计参数型的修正方法，提出了一种利用非完备实测模态参数修正有限元分析模型的迭代修正方法，即振型自由度的扩充在每次迭代中进行，有效地改善了因振型自由度扩充引起的误差，被修正的参数为结构设计参数，所获模型的物理意义十分明确，并与动态设计相适应．实例表明，该方法修正效果良好．     

泵房结构动力参数反演的模型分析

泵房结构的动力结构参数反演对于评价泵房结构的健康状态尤为重要,以淮安三站为工程背景,进行泵房结构的动力参数反演。根据现场的实测一阶频率及实测的加速度峰值,基于改进遗传算法进行泵房结构的参数反演,并通过比较简化模型及弹簧约束两种模型对反演泵房结构材料参数结果的影响,得到更为合理的计算模型。该模型更加符合工程实际概况,提高了有限元正分析的精确度,从而为反演分析建立良好基础。计算结果证明,和简单模型相比较,弹簧约束模型更符合实际情况,计算结果更准确。     

基于遗传算法的车辆参数识别方法

为了识别桥梁交通振动试验中行走车辆的参数,提出基于遗传算法的参数识别方法.利用小波变换方法由车辆自由衰减振动响应获得车辆的模态参数,进一步联合应用遗传算法及复数特征值计算方法,由模态参数反算车辆的转动惯量性质、刚度以及阻尼系数等物理参数.通过3组模拟数据的计算分析,验证了遗传算法用于车辆参数识别的有效性.以实际车辆的振动试验实测结果为例,检验了遗传算法在车辆参数识别中的适用性.算例以及应用实例表明：应用遗传算法能精确识别出车辆的物理参数.     

结构有限元模型部分设计参数型修正方法

讨论了结构有限元分析模型部分设计参数的修正方法，提出了一种利用非完备实测模态参数修正有限元分析模型的迭代修正方法，即振型自由度的扩充在每次迭代中进行，有效地改善了因振型自由度扩充引起的误差，被修正的参数为结构设计参数，所获模型的物理意义十分明确，并与动态设计相适应，实例表明，该方法修正效果良好。     

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.     

弧焊机器人的动态特性及其结构参数的修正

用实验模态分析法对弧焊机器人GJR-Gl的动态特性做了分析研究,并用动画显示法及灵敏度分析技术对其参数进行了修正.为提高机器人的工作性能和抑制振动提供了途径.     

基于模态联合仿真寻优法的机床刀具结合部参数辨识方法

为保证机床加工时的切削稳定性,获得准确的稳定性叶瓣图（切削速度-切削深度关系图）,需要得到机床刀具刀尖点的频率响应函数（FRF）。刀尖在加工时处于旋转状态,无法通过粘贴式传感器直接获取其频率响应函数。针对这一问题,提出了通过准确辨识刀柄结合部间动力学参数来预测刀尖频响。为实现刀柄结合部的动态参数识别,提出了基于模态分析理论的联合仿真寻优法的辨识方法。该方法通过均布弹簧-阻尼单元模拟结合部接触特性,以模态实验测得前2阶模态固有频率及其对应的振幅为目标约束,以结合部间的刚度和阻尼为变量进行有限元分析,采用最小二乘法构建二者的多目标优化函数,并在MATLAB-ANSYS集成环境下建立非线性规划函数寻优任务实现结合部动力学参数的辨识。为了提高辨识效率减少调用有限元分析的次数,采用了样本点构造的方法;为了避免因采样点选取不合理而造成计算量增加,采用了采样区间归一化的处理方式。最后,将优化识别结果通过弹簧单元指令代入有限元模型进行谐响应分析来预测刀尖FRF,对比有限元仿真与模态试验对应测点的频响数据。结果表明,二者的频率响应函数曲线拟合度较高,且前2阶的固有频率误差分别仅为0和0.04%。验证了该方法的可行性,为进一步获得稳定叶瓣图提供支持。     

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。     

量子粒子群算法在结构模态参数识别中的应用

量子粒子群算法作为粒子群算法的改进,具有参数少、好编程、易收敛等优势而备受关注.通过将由结构输入、输出数据计算而得的实测频响函数与包含所需识别的结构模态参数的理论频响函数之差最小化作为优化目标,经过对理论频响函数中的结构模态参数搜索取值而使目标函数最小,此过程将结构模态参数识别问题转化为优化问题.采用量子粒子群算法进行优化而得到结构模态参数.为验证该方法的有效性,对一数值模拟的三层混凝土框架结构进行分析,结果表明,量子粒子群可以有效地识别结构模态参数.     

振动模态的参数识别综述

综述了目前振动模态参数识别的频域方法、时域方法、时-频方法、基于小波分析与基于HHT变换的非平稳信号处理的时-频方法及基于模拟进化的方法的基本原则与具体做法,比较了各方法的优缺点及适用范围,并展望了模态参数识别的方向.     

基于Hamilton定律的结构动响应算法

对时变参数结构的动力响应计算，用Ｈａｍｉｌｔｏｎ定律推导出一种动力响应算法公式，其中对响应、刚度和阻尼均使用了三次Ｈｅｒｍｉｔｅ插值，理论分析结果表明，与其对应的时不变参数结构动响应算法有较高精度，最后用Ｍａｔｈｉｅｕ方程的数值例了来验证说明了算法的特性。     

采用动力测试的双转子卧螺离心机模型修正

基于动力测试及有限元模型修正建立准确的双转子结构卧式螺旋离心机动力学模型. 通过对复杂双转子装配体进行分步动力测试,获得整机及内转子在不同支撑条件下的前3阶模态参数. 研究双转子结构三维有限元模型精确建模方法并建立结构连接刚度的参数化模型. 通过有限元模态仿真分析及仿真结果与各阶试验模态参数的对比,检验模型的有效性. 通过参数灵敏度分析,获得卧螺离心机各连接结构中对结构模态参数影响最大的因子,并使用遗传算法分别对内转子和整机关键连接结构进行模型修正. 修正后的整机有限元模型在轴承支撑状态下前3阶弯曲模态频率仿真结果与试验结果之间的误差小于5%,可以较好地模拟卧螺离心机的动态特性,为深入的振动分析打下良好基础.     

基于模态频率和神经网络的结构损伤检测

把结构损伤识别问题分为损伤辨识、损伤定位、损伤程度标定三个子模块，对每个子模块用模态参数构造对损伤敏感的标识量，并作为特征参数输入到神经网络中实现损伤识别。将优化的BP网络和频率相结合成功地实现了矩形梁的损伤检测，为结构健康监测研究提出一条新的技术途径。