基于Hilbert-Huang变换和随机子空间识别的模态参数识别

基于Hilbert-Huang变换和随机子空间识别技术提出了两种土木工程结构的模态参数识别方法。方法一是基于Hilbert-Huang变换和自然激励技术,通过经验模态分解和Hilbert变换提取信号的瞬时特性,进而利用自然激励技术和模态分析的基本理论识别结构的模态参数;方法二是基于经验模态分解和随机子空间识别技术,通过经验模态分解对信号进行预处理,进而运用随机子空间识别方法处理得到的结构单阶模态响应以识别结构的模态参数。利用这两种方法,通过对一12层钢筋混凝土框架模型振动台试验测点加速度记录的处理,识别了该模型结构的模态参数。识别结果与传统的基于傅里叶变换的识别结果及有限元分析结果的对比验证了这两种方法的可行性和实用性。     

两种识别结构模态参数时域法的对比研究

模态参数是有效评估结构安全状况的关键参数,在结构抗震加固和健康诊断领域得到广泛应用。与频域法相比较,时域法直接利用实测的振动信号识别模态参数,不需要进行频域变换,减少数据处理带来的误差,并且可以实现大型结构的在线识别,真实地反应结构的现状。以同济大学12层钢筋混凝土标准框架振动台模型试验完整数据为对象,在详细介绍ITD法和复指数法2种时域法理论的基础上,通过编程选取结构不同测点的振动加速度时程数据,识别了小震和强震工况下12层钢筋混凝土框架模型振动台试验模型的模态频率和阻尼比,并结合移动谱识别结构模态参数的时变特性。结果表明:ITD法和复指数法可有效地识别结构的模态参数,自振频率的识别精度较高,而阻尼比的离散度较大;小震工况频率变化值不大,而强震工况频率值较初始时刻有明显的下降,这与试验现象是吻合的,进一步说明移动谱与这2种时域法相结合可以反应结构在塑性阶段的参数时变特性。     

基于振动台试验的RC框架模型修正及模拟损伤识别

利用有限元模型修正技术综合利用理论建模和实验建模的优点,可以得到更加符合结构实际的基准模型,为结构动力分析、损伤诊断及健康监测提供更可靠的依据。基于一12层钢筋混凝土框架模型振动台试验测点加速度记录,采用特征系统实现算法对该模型结构进行模态参数识别,识别结果与有限元分析结果之间存在明显的差异。采用基于灵敏度分析的参数型有限元模型修正技术,选择识别精度较高的实测模态频率为修正基准,以构件的弹性模量和密度为修正参数,对该框架的初始有限元模型进行了修正,得到基准有限元模型。进一步以基准有限元模型为标准,以构件弹性模量的降低模拟结构的损伤,对两种假设工况下的损伤结构进行修正,得到构件弹性模量的变化值并与假设的降低值对比,验证了有限元模型修正技术在结构损伤识别中应用的可行性。     

环境激励下基于波动能量法的结构损伤识别

目前作为结构健康监测系统核心的损伤识别大多是基于模态参数变化而进行的,但模态参数对局部损坏不敏感,导致损伤识别精度不够。波在结构中的传播状态可以更好地反映局部损伤状况,波动能量可以作为损伤识别的有效指标。为了提高环境激励下结构损伤识别的精度,采用S变换分析了结构输出信号,建立波动能量指标,从而使波动能量指标的使用领域扩展到非平稳信号范围。最后通过三层钢框架试验及弹性分层剪切梁的数值模型对该方法进行了验证,结果表明:该方法不仅能够有效识别结构损伤位置,而且能够识别出损伤程度。     

基于曲率模态曲线的结构损伤识别方法

采用曲率模态对简支梁的单处和多处损伤进行了识别研究。首先用ANSYS有限元程序建立模型,并计算得到了位移模态振型;针对噪声下具有不同损伤状况的结构,进行了曲率模态分析,通过曲率模态曲线的畸变定位损伤位置,然后利用最小二乘拟合法计算了损伤处的有效面积,并估计了其损伤程度。数值分析表明:曲率模态对结构的损伤较敏感,它无需原始结构的模态参数,仅需低阶模态信息便可准确方便的识别结构的损伤位置,识别过程中在引入随机误差情况下各指标识别效果的比较结果表明,所提方法能有效估计损伤程度,可为今后结构损伤识别提供参考。     

基于Hilbert-Huang变换和随机减量技术的模态参数识别

傅里叶分析的信号处理方法对非线性、非平稳信号的处理能力差,传统的模态参数识别方法也存在阻尼比识别精度不高的问题。基于Hilbert-Huang变换和随机减量技术提出了一种新的、实用的模态参数识别方法,首先对结构振动信号进行滤波处理和经验模态分解,得到若干阶本征模态响应,然后利用随机减量技术提取自由衰减响应,进而由Hilbert-Huang变换得到信号的瞬时特性,最后结合模态识别的基本理论识别结构的模态频率和模态阻尼比。为了验证这一方法的有效性,对12层钢筋混凝土框架模型振动台试验一测点的加速度记录进行了处理,识别了模态参数,识别结果与其它识别方法及有限元分析结果的对比表明该方法识别模态频率是可靠的,而模态阻尼比识别的精准性仍然难以确认。     

基于EMD方法与RBF神经网络的结构损伤检测

针对结构损伤检测中损伤的识别、定位以及程度的标定这三个独立并按一定先后顺序进行的检测过程,提出了一种能将以上三者同时进行的联合检测方法。该方法首先利用经验模态分解(EMD)方法将三层钢筋混凝土剪切型结构在各种损伤工况下的顶层地震作用加速度响应分解为若干固有模态函数(IMF)分量,然后以此IMF分量和未经EMD分解的原始加速度响应数据来构造损伤标识量,作为特征参数依次输入到径向基函数神经网络(RBFNN)中进行损伤检测。给出了应用此方法的具体步骤,通过仿真实验证明了利用该方法进行结构损伤一次检测的可行性和有效性,结果表明,由加速度响应经EMD分解而得到的IMF分量输入到RBFNN中能够更为精确地一次检测出结构所有损伤信息,并且RBFNN在结构损伤损度大时具有更好的检测效果。     

基于峰值位移均值识别非线性结构的损伤

目前对结构进行损伤识别的方法大多基于结构振动信号的变化而进行，不同振动信号在不同环境下的损伤识别能力各不相同。为验证振动信号在随机环境下的的识别效果，以随机振动理论为基础，针对非线性结构的损伤识别问题，提出了利用结构峰值位移均值进行损伤识别的新方法。该方法不需要结构损伤前的模态参数。通过对两种不同类型非线性结构的数值模拟分析，对该方法进行了验证。结果表明，该方法能够有效识别结构的单处损伤、多处损伤以及损伤程度，充分显示了该指标检测损伤的准确性和敏感性。     

用极大似然法估计模态参数

本文提出了一个估计模态参数的方法。此法利用修改的高斯极小化方法,给出一组使极大似然平方函数和为最小的模态参数。 这个方法适用于象桥、坝和建筑物等大型结构的偏心起振机振动试验和结构脉动响应的分析。所采用的数学模型为线性和参数时不变的。 计算机实验结果表明,这个方法具有令人满意的可识别效力。即使存在很强的模态耦合也能估计出系统的模态参数。还可以给出参数的置信域。文章的最后还给出了一个实际例子。     

基于ABAQUS高层剪力墙结构的有限元建模及其振动台试验验证

采用ABAQUS建立12层剪力墙结构的有限元模型,利用该结构1/5缩尺模型振动台试验时预留试块的材性试验结果及相似关系,确定相应原型结构材料的性能参数,将试验参数和我国混凝土结构设计规范给出的混凝土单轴受拉/压应力-应变关系曲线相结合,确定ABAQUS模型中混凝土损伤塑性模型所需的应力-应变参数;将试验参数和张劲公式法相结合,确定ABAQUS模型中混凝土损伤塑性模型所需的损伤因子参数。对比有限元分析结果和振动台试验结果,验证参数设置的有效性。ABAQUS有限元分析和振动台试验所得原型结构前三阶振型和自振周期相差很小,说明ABAQUS模型和参数设置能够反映并用于计算实际结构的弹性响应。ABAQUS有限元分析得到的结构损伤情况与试验模型的损伤情况基本一致;结构的顶点加速度曲线和滞回曲线等响应的有限元分析结果与试验结果在多遇地震作用下基本吻合,但由于振动台试验累积损伤的影响,两者的差异随着地震波幅值的增大而逐渐增大;ABAQUS有限元分析得到的位移包络曲线与剪力墙结构弯曲变形的特点相符。以上弹塑性分析结果进一步表明了ABAQUS模型和参数设置能够很好地模拟结构在地震作用下的响应。     

基于振型加权模态柔度的梁桥损伤识别方法

为了采用结构柔度矩阵进行损伤识别,由均匀荷载面曲率差指标推导出一种加权柔度矩阵指标构造方法,权值分别取振型、振型曲率和、振型曲率符号函数构造出三个新的损伤指标。基于结构损伤前后指标的相对变化及节点损伤程度和单元损伤程度的关系,提出了指标的结构损伤程度计算方法。采用一简支梁和一三跨连续梁算例,考虑多种损伤情况,与均匀荷载面曲率差指标进行了对比分析,表明振型曲率符号函数加权损伤指标仅需前几阶模态便能进行损伤检测,具有良好的损伤定位能力,并能准确识别损伤程度。     

某高层建筑结构动力测试与抗震性能分析

通过测试高层建筑结构在自然环境激励下的动态响应信号,进行动力参数识别,可以验证理论计算结果的准确性,为建筑结构安全评估及损伤识别提供依据,为结构抗震计算和设计提供重要指标。针对某办公楼首先采用脉动法进行动力测试,获得了其固有频率和振型。最后,运用有限元方法对该结构进行模态分析和抗震计算,结果表明:实测动力特性结果与计算结果符合较好,结构抗震承载力满足要求,利用该检测方法可以较好的把握结构的整体性能。     

基于地震记录的混凝土拱坝模态识别结果评价研究

利用混凝土拱坝地震记录识别的模态参数，可以揭示结构在地震过程中实际动力特性的变化情况，为结构地震反应分析和震后损伤评估提供重要信息。首先对模态识别常用方法的基本原理进行介绍；然后利用龙羊峡拱坝两次地震观测数据，采用"输入—输出"型和"仅考虑输出"型两类方法对大坝模态参数进行识别；最后将获得的模态识别结果与工程经验值和其他学者的研究成果进行对比，以分析评价识别结果的合理性。相关研究成果可为基于地震记录的混凝土拱坝模态参数识别的工程应用提供经验借鉴。     

在线监测环境下土木结构的模态识别研究

建立在线监测环境下结构考虑时效的模态识别计算方案。采用基于各测点加速度响应互功率谱的频域多参考点模态识别法来实现结构模态参数的抽取,从而绕过了监测环境下激励监测的技术难题;并用频域的平均法使识别参数的拟合曲线平滑和发现参数的变化趋势。通过对美国结构健康监测研究小组公布的Benchmark问题的第一阶段解析模型模拟加速度响应数据的识别,表明本文采用的算法有较好的识别精度和识别速度,是一个可行的在线监测环境下的模态识别计算方案。     

基于连续小波变换的时变结构瞬时模态参数识别

为体现时变结构动力特性,定义随机冲击荷载作为时变结构输入激励,提出了基于连续小波变换的时变结构瞬时模态参数识别方法。在短时时变假定条件下,建立基于模局部极大值的连续小波变换时变参数识别原理,利用结构的输出响应进行瞬时模态参数识别,采用三自由度的时变结构体系进行数值模拟,该方法能够准确识别时变结构的瞬时模态参数值。通过设计具有质量参数可变的两层钢框架模型进行测试,验证了方法的有效性与可行性。     

智能优化算法在结构损伤识别中的应用

利用智能优化算法进行结构的损伤识别是近年来的研究热点,其基本思路是将实测数据和数值模型的输出定义为结构参数的目标函数,通过搜索目标函数的最小值来得到结构参数,并根据这些参数在损伤前后的变化情况来识别损伤.目标函数可以有多种定义方式,智能优化算法也有多种算法可以选择,为了得到最佳的计算效果,利用4种目标函数和3种智能优化算法进行了损伤识别的数值模拟.计算结果表明,由加速度时程响应定义的目标函数与差分进化算法相结合具有很好的识别精度和抗噪能力.     

基于脉冲响应数据的ARMA法建模以及模态参数识别

本文提出了基于脉冲响应数据的ARMA法建模以及模态参数识别的新方法。该方法利用单位脉冲响应函数与ARMA模型G reen函数等价的特点,通过脉冲响应函数来估计系统响应的自相关系数,然后建立推广的Yu le-W alker方程以求得ARMA模型自回归系数并进行参数识别。最后通过算例,对一个模拟系统进行了参数识别,对采样频率、识别精度、模型阶数之间的影响规律进行了分析。     

Morlet 小波用于环境激励下的模态参数识别研究

本文分别从卷积和Parseval定理的角度推导了非正交小波变换系数的实用计算方法。在环境激励下以互相关函数代替系统的自由响应数据,给出了基于Morlet小波变换的频率、阻尼比的参数识别方法,重点介绍了基于最小二乘法的振型识别技术。采用2层楼仿真算例和潮白河桥应用实例验证本算法,识别结果表明基于Morlet小波变换的模态参数识别技术能够有效地识别出环境激励下系统的模态参数。     

基于双层深度置信网络的梁桥结构损伤识别方法研究

为高效准确识别桥梁结构损伤,将深度学习与结构动力特性相结合,提出基于双层深度置信网络的桥梁结构损伤识别方法。首先取结构前3阶竖向振动频率和跨中节点前3阶竖向振动模态位移为参数,将其共同作为首层深度置信网络(DBN)的输入数据对结构的损伤位置进行识别;然后以1阶竖向振动的模态位移差作为参数,基于二层DBN对结构损伤程度进行预测;最后以郑许市域铁路桥梁为例进行验证。计算结果显示,当不考虑误差时,基于双层深度置信网络的结构损伤方法进行识别且结果精确;当噪声程度不超过10%时,定位识别结果准确率达100%;当噪声程度不超过15%时,定量识别结果最大绝对误差限不超过1.15%,识别结果准确;与传统的BP神经网络方法相比,本方法识别精度更高,抗噪性更强。     

基于自然激励技术和FT时移特性的模态阻尼比识别方法

基于环境激励下结构动力响应信号分析与处理识别结构的模态参数,是结构健康监测和损伤诊断的一个重要环节,目前为止,要得到较为可靠的识别结果仍有一定困难,尤其是模态阻尼比。基于自然激励技术和傅里叶变换的时移特性,提出了一种新的结构模态阻尼比估算方法,通过理论推导和仿真算例验证了该方法的可行性,进而利用一刚构-连续组合梁桥在环境激励下的动力测试数据,通过该方法对其阻尼比进行了识别,并将识别结果与数据驱动随机子空间法的识别结果进行了对比。结果表明:提出的方法可以减轻噪声影响,得到可接受的识别结果,可为大型工程结构阻尼比的识别提供一个方便和有效的途径。