土木工程结构模态参数识别

《土木工程结构模态参数识别》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中文摘要土木工程结构模态参数识别－理论、实现与应用中文摘要土木工程结构模态参数识别-理论、实现与应用的课题研究来源于国家自然科学基金项目（批准号：50378021）。土木工程结构是国家基础设施的重要组成部分，直接影响人民的生活和安全。对土木工程结构进行全面的检测、评估和健康监测，就需要充分了解土木工程结构的动力特征参数。模态参数是决定结构动力特征的主要参数，其识别方法一般可分为传统的模态参数识别方法和环境激励下的模态参数识别方法。环境激励振动试验，具有无需贵重的激励设备，不打断结构的正常使用，方便省时等显著的优点，更加适合土木工程结构的实际使用。环境振动试验不同于传统的基于输入和输出的模

2、态参数识别，仅测得了结构振动响应的输出数据，而真正的输入是没有测量的，是仅基于输出数据的模态参数识别。成为目前工程结构系统识别十分活跃的研究课题，也是一种挑战。本文主要研究了环境激励情况下，土木工程结构的模态参数识别问题。对频域的峰值法和时域的随机子空间识别的理论算法、计算机实现和实际应用进行了深入的研究。完成的主要工作和结论如下：1.系统地讨论了环境激励情况下模态参数识别频域方法，重点研究了峰值法和频域分解法，对峰值法改进的途径进行了研究，建议采用平均正则化功率谱，并借助传递函数幅角辅助进行峰值选取，使峰值的选取更加客观准确。频域分解法本质上是基于奇异值分解的峰值法，可以比较客观的选择

3、特征频率和识别相近的模态，识别精度高，是目前较先进的频域识别方法。2.详细讨论了时域随机子空间识别基本理论和算法，包括协方差驱动随机子空间识别和数据驱动随机子空间识别。提出了基于稳定图的平均正则化稳定图算法，辅助进行模态参数的自动识别，适应大型土木工程结构分组测试的特点。平均正则化稳定图将不同阶数模型计算的结果综合考虑，提高识别效率和识别精度。分析比较表明，协方差驱动和数据驱动随机子空间方法都可以有效识别结构的模态参数，数据驱动随机子空间方法理论上会比协方差驱动随机子空间方法识别结果更稳定、更精确，但计算时间相对要长些。通过算例详细比较分析了这两种随机子空间识别中不同的加权方法对识别结果

4、的影响。3.基于VC平台开发了土木工程结构模态分析软件MACES，用计算机实现了模态参数识别的频域峰值法，包括不同加权方法的时域随机子空间识别算法，可以方便、快捷和高效地完成大型土木工程结构模态参数识别的全过程。主要功能包括I中文摘要环境振动实测数据的前处理、模态参数识别、振型的动画显示和图形结果的输出等等，适合土木工程结构的特点。多种不同模态参数识别方法的应用，可以互相校核，确保了识别结果的可靠性，这一点对环境振动仅有输出信号的模态参数识别尤其重要。4.详细介绍了福建青洲闽江斜拉桥和江西吉安阳明钢管混凝土拱桥的环境振动试验，用频域峰值法和时域随机子空间方法识别出了桥梁的模态参数，并与有

5、限元计算结果进行比较，吻合良好。实践表明：仅用桥梁环境激励响应信号足以识别出频率密集分布在低频0-1.0Hz范围内的主要模态参数（频率、阻尼和振型），得到满意的结果。借助本文提出的平均正则化稳定图，可以更准确地识别出模态参数，剔除虚假模态。5.通过理论分析、数值模拟和实例验证，对时域随机子空间识别算法中的随机白噪声激励假定进行了讨论，分析了随机子空间方法用于非白噪声激励时的条件及其应用于土木工程结构的适应性。对于非白噪声激励，如果该随机非白噪声激励由某一线性时变整形滤波器或者称为某一模拟系统得到，仍然可以用随机子空间方法进行模态参数识别，能准确的得到系统的模态参数。将时域随机子空间方法推

6、广应用于非白噪声激励，对土木工程结构的模态参数识别具有重要的实际意义。6.提出了基于经验模式分解(EMD)的随机子空间识别方法，并成功应用到实桥环境振动实测信号的处理和模态参数识别。EMD是一种新的信号分解处理技术，使分解的基本模式分量仅为结构的某一阶固有模态,减少其它阶结构模态频率分量的影响。经过经验模式分解以后的信号数据，可以有效改善随机子空间方法的稳定图，也可以有效降低虚假频率和噪音的影响，使得随机子空间识别过程更加清晰简洁。关键词：环境激励，模态参数识别，随机子空间方法，土木工程结构，经验模式分解IIAbstractModalParameterIdentificationofCi

7、vilEngineeringStructures-Theory,ImplementationandApplicationsAbstractThestudyonmodalparameteridentificationofcivilengineeringstructures-theory,implementationandapplicationissupportbytheNaturalScienceFoundationofChina(N