基于随机子空间的结构参数识别及振动台试验验证

本文依照实际工程的背景,提出一种改进的随机子空间参数识别方法;考虑了实际的结构振动测试,提出一种基于参考点的随机子空间系统识别方法。本文最后对此方法在五层钢框架结构模型上进行了振动台试验验证,试验结果表明,该方法具有良好的识别效果。     

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。     

基于经验遗传-单纯形算法和结构模态参数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,成为限制遗传算法应用的运行速度的瓶颈。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一种有效方法。本文将这一方法应用于不完全模态参数已知条件下的结构物理参数识别研究。结果表明:本文建议的方法有精度和搜索效率高、对初值选取依赖性不强、可以反映"残缺"的高阶模态信息等优点。     

随机子空间方法在桥塔模态参数识别中的应用

基于环境振动的结构模态参数识别方法正逐渐成为国内外研究的一大热点。环境振动方法就是仅仅利用结构测试的输出信号进行结构的模态参数识别,随机子空间方法就是其中的一种。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。它属于时域的方法,该方法不需要进行FFT变换,它不仅可以识别结构的频率,而且可以识别结构的阻尼和振型。文章首先介绍了随机子空间的理论,然后用该方法对正在施工中的南京长江三桥的南塔进行模态参数识别,通过与其他方法的识别结果进行比较,证明随机子空间方法不失为一种有效的模态参数识别方法。     

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。     

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。     

基于有限测点模态信息的结构物理参数识别

研究了测试信息不完备情况下的结构参数识别问题,针对稀疏模态的结构系统,提出了基于有限测点模态信息的优化识别算法。该算法通过有限测点上的模态参数构造关于结构物理参数的目标函数,然后采用遗传算法进行参数识别。最后一数值算例说明了该算法的可行性。     

随机子空间识别方法计算效率的改进

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。该方法的基本原理是将“将来”数据向“过去”数据进行垂直投影,进而根据该投影计算出可观测矩阵和一个Kalman滤波状态序列。而Kalman滤波序列是“过去”输出信号的线性组合,即“过去”输出和“将来”状态估计建立了关系。而从Hankel矩阵的组成来看,由于要使得该矩阵具有单无限的条件,所需的计算时间也比较长。据此对随机子空间方法进行了改进。改进的基本思想是采用一个测点的信号作为“过去”作为输出信号代替全部测点的信号。这样就减少了计算量。最后用一数值模拟算例进行了验证,结果良好。     

基于改进模态参数灵敏度法的结构损伤识别研究

推导了模态参数对于损伤构件的一阶和二阶灵敏度矩阵,并对在推导一阶和二阶振型灵敏度的过程中产生的模态截尾误差进行了改进。根据泰勒级数展开的原理分别建立了一阶和二阶的灵敏度方程。考虑到一阶灵敏度方程求解速度快和二阶灵敏度方程求解精度高的特点,本文提出了一种用于结构损伤识别的混合迭代算法,该算法用二阶非线性的解析解作为算法的第一次迭代值,用一阶灵敏度方程的求解值对该算法的第一次迭代值进行关于泰勒级数截尾误差的修正。研究表明,本文提出的混合迭代算法由于采用了精确度较高的二阶非线性解析解作为迭代修正的初值,因此,迭代修正精度更高,收敛性更好。     

基于经验模式分解的随机子空间识别方法

提出了基于经验模式分解（EMD）的环境激励结构模态参数随机子空间识别（SSI）方法。该方法用设置间断频率的EMD将结构环境振动响应原始信号分解成若干个基本模式分量（IMF）,使每一个基本模式分量仅为结构的某一阶固有模态,进而用随机子空间方法进行模态参数识别。实桥环境振动实验分析结果表明,该方法能有效地避免结构各阶模态之间的相互影响,能够更清晰方便地得到结构的模态参数。     

基于模态曲率法的大跨度斜拉桥损伤识别

大跨度斜拉桥是重要的交通结构,研究其在主梁损伤条件下的损伤定位问题具有重要的工程价值。合理选择设计参数并对其进行敏感性分析,根据现场实测的桥梁动力特性数据,通过调整选定的设计参数对初始的有限元模型进行修正。在基准有限元模型的基础上,通过模拟不同位置和不同程度的主梁损伤,探讨了模态曲率法对结构损伤识别的有效性。结果表明,模态曲率法能够对大跨斜拉桥进行初步的损伤定位,确定主梁单处损伤和多处损伤的损伤位置;对于单处损伤,在噪声水平3%的情况下仍具有较好的适用性。从而为后期更为精确的桥梁结构损伤检测提供依据。     

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。     

Stochastic subspace identification for output‐only modal analysis: application to super high‐rise tower under abnormal loading condition

The objective of this paper is to develop an online system parameter estimation technique from the response measurements through using the recursive covariance‐driven stochastic subspace identification (SSI‐COV) approach. In developing the recursive SSI‐COV, to avoid time‐consumption of singular value decomposition in recursive SSI, the extended instrumental variable version of the projection approximation subspace tracking method is used in SSI‐COV. Besides, to reduce the effect of noise on the results of identification, the preprocessing of data using recursive singular spectrum analysis technique is also presented to remove the noise contaminant measurements to enhance the stability of data analysis. On the basis of the proposed method, both the ambient vibration and seismic response data of a tower (Canton Tower) are used to observe the time‐varying system natural frequencies of a tower from its operating condition. Results from using off‐line SSI‐COV method under normal operating condition are also presented. Comparison on the identified time‐varying dynamic characteristics of the tower under normal operating condition and earthquake response of distanced earthquake event is discussed. Copyright © 2012 John Wiley & Sons, Ltd.