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。     

基于高阶局部模态的弹性地基上框架结构物理参数识别研究

利用框架结构的整体振动模态信息进行局部损伤的判别具有明显的局限性。高阶模态逐渐被人们认识并用来进行局部物理参数识别并用来进行损伤判别。本文以弹性地基上独立基础的框架结构底层柱为研究对象,利用增加的质量块对柱子进行局部损伤的制造,利用脉冲锤击法和激振器扫频实验进行高阶模态对比测试,利用PolyMAX模态分析方法进行损伤前后高阶模态的识别,发现了“高灵敏度高阶模态”的存在。最后通过两端约束Euler梁的计算模型,通过高阶模态来识别物理参数以及地基参数,其中物理参数结果具有较好的可靠性。     

基于两阶段稳定图的随机子空间识别结构模态参数

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。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。但是随机子空间方法容易产生虚假模态,这也是随机子空间方法的一个主要缺陷。因此针对于这一缺陷提出了一种基于两阶段稳定图的随机子空间识别结构模态参数方法,该方法的基本思想是将在现场采集的结构的输出信号进行分段,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。最后用一三跨连续梁的数值模型对该方法进行验证,结果表明该方法具有良好的识别效果。     

基于Nelder-Mead单纯形算法的设计反应谱标定方法

规准谱形状的规定和参数的优化是设计反应谱标定的核心问题。Nelder-Mead单纯形算法是求解多参数优化问题的搜索算法,可解决多变量函数的最小化问题。该算法有极强的局部搜索能力,且不要求目标函数的可导性,因此被广泛地应用于工程领域。文中通过提取第一拐点周期、特征周期、平台值和衰减指数4个参数作为标定参数,利用MATLAB软件基于Nelder-Mead单纯形算法对设计反应谱进行标定,并论证了该算法用于设计反应谱标定的合理性和适宜性。以El Centro地震动结论和汶川地震的地震动记录的标定为例,对比了Newmark三参数法、双参数法、差分进化算法和Nelder-Mead单纯形算法的标定结果及误差。通过对比和分析发现,Nelder-Mead单纯形算法标定的反应谱计算简单、收敛速度快且更贴近实际的反应谱,误差更小。     

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。     

一种迭代算法在结构物理参数识别中的应用

本文在利用复合反演方法进行剪切型结构物理参数识别过程中,引入一种迭代算法来求解关于参数的病态方程组,探讨了几种比例阻尼形式的比例系数识别的处理方法。以10层剪切型框架结构为例,利用该迭代算法研究了无阻尼、三种比例阻尼形式以及噪信比为5％、10％的高斯白噪声等情形下的参数识别问题。结果表明,该迭代算法能很好地求解参数的病态方程组,且对四种阻尼形式和两种噪信比的噪声有很好的适应性。     

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。     

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。     

Structural physical parameter identification based on evolutionary-simplex algorithm and structural dynamic response

Evolutionary computation based on the idea of biologic evolution is one type of global optimization algorithm that uses self-adaptation, self-organization and random searching to solve optimization problems. The evolutionary-simplex algorithm is introduced in this paper. It contains floating encoding which combines the evolutionary computation and the simplex algorithm to ovcrcomc the problems encountered in the genetic algorithm and evolutionary strategy methods.Numerical cxpcrimcnts arc performed using seven typical functions to verify the algorithm. An inverse analysis method to identify structural physical parameters based on incomplete dynamic responses obtained from the analysis in the time domain is prcscntcd by using the evolutionary-simplex algorithm. The modal evolutionary-simplex algorithm converted from the time domain to the modal domain is proposed to improve the inverse efficiency. Numerical calculations for a 50-DOF system show that whcn compared with other methods, the evolutionary-simplex algorithm offers advantages of high precision,cfficient searching ability, strong ability to resist noise, independence of initial value, and good adaptation to incomplete information conditions.     

Structural modal parameter identification and damage diagnosis based on Hilbert-Huang transform

Traditional modal parameter identifi cation methods have many disadvantages,especially when used for processing nonlinear and non-stationary signals.In addition,they are usually not able to accurately identify the damping ratio and damage.In this study,methods based on the Hilbert-Huang transform(HHT) are investigated for structural modal parameter identifi cation and damage diagnosis.First,mirror extension and prediction via a radial basis function(RBF) neural network are used to restrain the troublesome end-effect issue in empirical mode decomposition(EMD),which is a crucial part of HHT.Then,the approaches based on HHT combined with other techniques,such as the random decrement technique(RDT),natural excitation technique(NExT) and stochastic subspace identifi cation(SSI),are proposed to identify modal parameters of structures.Furthermore,a damage diagnosis method based on the HHT is also proposed.Time-varying instantaneous frequency and instantaneous energy are used to identify the damage evolution of the structure.The relative amplitude of the Hilbert marginal spectrum is used to identify the damage location of the structure.Finally,acceleration records at gauge points from shaking table testing of a 12-story reinforced concrete frame model are taken to validate the proposed approaches.The results show that the proposed approaches based on HHT for modal parameter identifi cation and damage diagnosis are reliable and practical.     

ARX结构模态参数识别方法对比(Ⅱ)——基于地震观测记录的对比

结构参数识别是结构抗震安全性能鉴定和健康诊断的基础,利用地震观测记录来识别结构模态参数,是地震工程领域备受关注的研究课题之一。本文利用实际结构的地震观测记录,对一维、多维和整体ARX模型三种模态参数识别方法进行了对比分析。结果表明：整体ARX模型对多自由度结构的模态参数识别较为稳定且精度较高;实际应用中多维ARX模型有时会导致丢失模态和虚假模态现象。     

基于环境激励的ERA方法在网架结构振动测试中的应用研究

基于环境激励的结构振动测试的方法中ERA方法是重要的时域分析方法.本文主要是以随机减量法(RD)和NExT两种数据处理方法结合ERA算法,对绥化学院正在建的网架结构的基本模态参数进行测试.通过分析比较得出RD/ERA和NExT/ERA较直接ERA有更高的精度,且实测分析结果与有限元分析结果较吻合.为网架结构在环境激励下用ERA方法测试模态参数提供了实验依据.     

ARX结构模态参数识别方法对比(I)——基于理论地震反应时程的对比

结构参数识别是结构抗震安全性能鉴定和健康诊断的基础。利用地震观测记录来识别结构模态参数,是地震工程领域备受关注的研究课题之一。本文利用三层平面框架结构的理论地震反应时程,对一维、多维和整体ARX模型三种模态参数识别方法进行了对比分析。结果表明：整体ARX模型的识别结果较为稳定且精度较高,更适合于进行多自由度结构参数识别。     

基于遗传算法的磁流变阻尼器模型参数识别

磁流变阻尼器是一种具有广阔应用前途的半主动控制装置,但其复杂的力学特性很难精确描述。非线性参数模型是一个相对简单并且能够很好地描述磁流变阻尼器力学特性的力学模型,但该模型既是非线性的、又是非解析的,参数识别十分困难。结合传统遗传算法良好的全局搜索能力和二分法可靠的收敛性,本文提出了一种改进的遗传算法——层次压缩遗传算法。对非线性参数模型的参数识别结果显示：层次压缩遗传算法简单可行,具有较高的识别精度。同时也验证了非线性参数模型描述磁流变阻尼器阻尼力特性的准确性。