大跨度斜拉桥模态参数长期追踪及其变异性分析

为了丰富大跨度斜拉桥模态参数的实测数据库,依托苏通大桥结构健康监测系统采集的数据,采用所建立的模态自动识别和追踪方法,获取了2010年期间该桥的模态参数值,并据此分析了在温度和风速作用下桥梁模态参数的变异性。研究结果表明,大桥主梁模态频率的变化受温度和风速共同影响,随着温度的升高而降低,随着风速的升高而增加。大桥主梁模态阻尼比的变异性显著大于模态频率,低风速下主梁一阶侧弯阻尼比在0.5%~15%之间波动,风速大于9 m/s时逐渐降低并稳定在2%左右。大桥主梁前四阶竖弯阻尼比受气动阻尼的影响较大,在风速较小时随着风速的增加略有增加。研究结果可为大桥的服役性能评估与运营管理提供参考。

基于改进经验小波变换的海洋平台结构模态参数自动识别方法

针对经验小波变换(empirical wavelet transform,EWT)方法在处理低信噪比信号中频谱分割边界容易产生误判的问题,提出了一种改进经验小波变换(improved empirical wavelet transform,IEWT)的结构模态参数自动识别方法。首先计算信号的互功率谱矩阵,采用奇异值分解(SVD)及尺度空间(SSPP)方法确定频谱的分割边界,将信号分解为若干固有模态函数(IMF)分量,再结合随机减量技术(RDT)和希尔伯特变换(HT)实现模态参数的自动识别。使用IEWT方法对自由振动响应信号及ASCE Benchmark模型信号进行模态参数识别,并分别与EWT方法、基于自回归功率谱的经验小波变换(AR-EWT)方法及小波变换(WT)方法进行对比,结果表明IEWT方法能够自适应确定频谱分割边界,对结构的频率及阻尼比等模态参数具有较高的识别精度;进一步将该方法应用到实验室海洋平台模型的模态参数识别中,证明该方法可用于复杂噪声环境下的低频结构的模态参数识别。

基于复杂度追踪的模态参数识别方法对比研究

复杂度追踪(complexity pursuit, CP)是求解振动信号盲源分离(blind source separation, BSS)问题的一类经典方法。用复杂度追踪估计解混矩阵主要有基于源信号复杂度计算的梯度下降(complexity pursuit-gradient descent, CP-GD)算法和基于时间可预测度的广义特征值分解(temporal predictability-generalized eigenvalue decomposition, TP-GED)算法。当前,这两种算法的关联性与算法性能尚缺乏研究,因此对这两种算法的等价性和计算性能进行了研究。首先,给出CP-GD和TP-GED两种算法的具体理论及算法流程;其次,利用二、三自由度振动系统直观地展示并对比解混向量对应的源信号复杂度及可预测度的变化规律;最后,通过对多工况下多自由度系统的模态参数识别算例,对比研究两种算法的精度及计算量。研究结果表明:在低阻尼比及高信噪比条件下,两种方法得到的解混矩阵是相同的;考虑到计算信号复杂度和梯度下降较为耗时,CP-GD算法计算代价要高于TP-GED算法。

环境激励下的Bayesian SFFT模态参数识别法及不确定性量化研究

针对传统Bayesian模态参数识别方法存在识别结果不确定性和量化指标单一的问题,提出了贝叶斯缩放快速傅里叶变换(Bayesian scaled fast Fourier transform,Bayesian SFFT)模态参数识别法,通过求解四维数值的优化,得到模态参数的最佳估值,并采用蒙特卡罗抽样的方法得到后验协方差矩阵和信息熵,实现对识别结果进行双重不确定性量化的目的。最后,通过数值模拟与工程应用验证了该方法的有效性,并研究了频带宽度系数k对识别结果的影响以及对比了变异系数与信息熵的量化效果。结果表明,将频带宽度系数k限制在7~9之间能够确保误差与不确定性的平衡;在阻尼比识别结果的量化中,信息熵的量化效果优于变异系数的量化效果。

谷神星一号运载火箭的时变模态参数辨识

针对运载火箭这一大型复杂系统,单纯依靠机理分析难以建立能够精确描述其时变特征的动力学模型,借助模态辨识技术获取其在飞行状态下的时变动力学特性尤为必要。面向运载火箭的飞行模态辨识需求,发展基于时变自回归滑动平均模型的仅输出递推辨识方法,引入指数加权遗忘机制进行时变特性跟踪,能够在激励未知的情况下仅基于响应数据准确快速辨识运载火箭的时变模态。以谷神星一号运载火箭为例,开展飞行遥测数据的快速处理,准确辨识发射准备阶段和飞行阶段的关键低阶时变模态,辨识结果与有限元分析结果的变化规律相互吻合,验证了所提时变模态仅输出递推辨识方法是有效可行的,服务了运载火箭有限元模型修正和姿控系统设计的实际工程需求。

基于多源迁移学习的变位姿刀尖点模态参数预测

切削颤振会导致被加工工件表面质量变差、材料去除率降低以及刀具磨损增加等问题。刀尖点模态参数是构建稳定性叶瓣图、选取无颤振加工参数必不可少的输入。然而在加工过程中刀尖点模态参数随刀具位姿而变化且刀具更换频繁,经典锤击试验方法效率低、成本高,如何准确高效地预测变位姿下的刀尖模态参数成为切削加工中亟待解决的问题。本文结合迁移学习思想,提出一种基于多源迁移学习的变位姿刀尖点模态参数预测方法。当更换新刀具后,仅需通过锤击试验获取少量位姿下的刀尖点模态参数,再结合已有多把刀具的模态参数数据进行多源迁移得到新刀具的刀尖点模态参数预测模型。最后,在实际五轴机床上进行试验,试验表明所提方法是有效的。

不确定性结构的非高斯模态参数模拟方法

结构不确定性广泛存在于实际工程问题中,考虑不确定因素对模态参数的影响对提升结构动力学分析的鲁棒性具有重要意义。在涉及不确定性线性结构随机模态参数求解或估计的方法中,模态参数通常被视为服从高斯分布,它们之间的相关性也通常被忽略。然而,随机模态参数的高斯和独立性假设会造成模拟误差,影响结构动力学响应预测的鲁棒性。针对这一问题,分别针对离散结构和连续结构提出了两种随机模态参数模拟方法。对于离散结构,由于振型是离散的,随机模态参数被视为相关随机变量,根据它们的统计特征,采用相关多项式混沌展开方法(c-PCE),将其表示为独立标准高斯变量的函数,可以实现非高斯性和相关性的模拟;对于连续结构,随机振型被视为相关随机场,利用改进的正交级数展开法可以将其表示为离散随机振型的函数,将它们与随机固有频率相结合,构造一组新的相关随机变量,采用c-PCE,可以实现利用标准高斯变量模拟振型随机场和随机频率。最后,分别以桁架结构和平板结构为例,考虑由材料参数波动引起的模态参数的非高斯性,利用提出的随机模态参数模拟方法,可以准确模拟模态参数的统计特征,进一步还能够预测结构的随机响应。证明了提出的方法对随机模态参数的模拟精度,以及考虑参数相关性的必要性。

结构运营模态参数识别的稀疏分量分析新方法

结合时频掩码技术和模糊C均值聚类,提出一种结构运营模态参数识别新方法。该方法根据结构振动响应的能量信息建立时频掩码,通过时频掩码求解结构模态响应,采用单自由度模态参数识别技术从模态响应中识别模态频率和阻尼比。结构振动响应能量峰值处的时频系数被依次提取,经单源点检测后采用模糊C均值聚类对其聚类,将第一个聚类中心作为模态振型。通过数值案例和框架结构试验验证所提方法的有效性。结果表明,所提方法具有良好的模态参数识别精度和噪声鲁棒性。

车辆匀速过桥时桥梁动态响应特征及其模态参数识别研究

为揭示车辆荷载作用下桥梁动态响应规律及其动力特性,通过数值模拟方法对移动车辆作用下的桥梁振动响应及其模态参数识别进行研究。基于车辆与桥梁耦合系统的运动方程通过ANSYS建立简支梁及四自由度车辆的有限元模型,完成模态分析后计算不同参数条件(车速、粗糙度、车重)下的桥梁振动响应,分析表明:车辆匀速过桥时,在车速为10~30 km/h区间内桥梁位移响应存在最大值,加速度响应随车速增加而增大;位移和加速度响应均随着路面粗糙度增加而增大;相比动态成分,位移响应拟静态成分受车重影响较大。对全程振动响应和自由振动响应数据,分别采用解析模式分解(Analytical Mode Decomposition,AMD)结合随机子空间识别(Stochastic Subspace Identification,SSI)和基于特征值分解的算法识别桥梁的模态参数。结果表明:车速为10~30 km/h时识别的频率、阻尼比更加准确。因此采用移动车辆对桥梁进行动力激振试验时,应根据识别的模态特征选择合适的车速。研究成果可为实际工程移动车辆激振动力试验的实施提供理论参考。

增强MRI多模态参数与原发性肝癌患者肝功能分级的相关性分析

目的 分析增强磁共振成像(MRI)多模态参数与原发性肝癌患者肝功能分级的相关性。方法 选择2020年9月—2023年9月在延安大学附属医院进行治疗的70例原发性肝癌患者作为研究对象,依据Child-Pugh分级将其分为A级(n=21)、B级(n=36)、C级(n=13)。比较增强MRI与手术病理分级的一致性、不同肝功能分级患者的增强MRI多模态参数,采用Spearman秩相关分析增强MRI多模态参数与原发性肝癌患者肝功能分级的相关性。结果 经一致性分析证实,增强MRI与手术病理分级的准确率91.43%、灵敏度90.48%、特异度92.86%、阳性预测值95.00%、阴性预测值92.86%、Kappa值=0.824;肝功能A级患者的T1、D*及f值[(503.49±40.32)ms、(61.35±5.89)×10^(-3)mm^(2)/s、(28.65±3.27)%]均低于肝功能B级患者[(545.67±45.39)ms、(65.87±6.36)×10^(-3)mm^(2)/s、(33.26±3.82)%],T2,ADC及D值[(73.56±6.82)ms、(1.67±0.32)×10^(-3)mm^(2)/s、(1.47±0.19)×10^(-3)mm^(2)/s]高于肝功能B级患者[(65.43±5.89)ms、(1.41±0.26)×10^(-3)mm^(2)/s、(1.28±0.16)×10^(-3)mm^(2)/s],肝功能B级患者的T1、D*及f值均低于肝功能C级患者[(575.52±56.31)ms、(71.33±6.52)×10^(-3)mm^(2)/s、(36.13±4.36)%],T2,ADC及D值高于肝功能C级患者[(61.26±5.37)ms、(1.24±0.19)×10^(-3)mm^(2)/s、(1.06±0.13)×10^(-3)mm^(2)/s](P<0.05);相关性分析显示,T1、D*及f值与原发性肝癌患者肝功能分级呈正相关(r=0.535、0.432、0.519,P<0.05),T2、ADC及D值与原发性肝癌患者肝功能分级呈负相关(r=-0.426、-0.597、-0.524,P<0.05)。结论 增强磁共振成像(MRI)多模态参数可有效判断原发性肝癌患者肝功能损害程度,临床诊治时可结合以上结果制定针对性治疗方案。

基于锤击法的双向同性矩形混凝土楼盖低阶模态参数分析

本文对尺寸为3700mm×3700mm×100mm的四边简支的钢筋混凝土楼盖进行弹性力学的理论计算和Abaqus的有限元建模分析,得出前四阶模态的频率参数,并用锤击法对该构件进行实际测试,采用环境激励法作为补充试验,将理论分析法、有限元建模法与锤击法进行比较。结果表明:理论计算与有限元计算的数值分析结果拟合较好,锤击法与环境激励法的实测结果拟合较好;数值分析与实测结果只在第一阶频率相近,而在高阶频率中出现较大差别;实测结果中不同的第二、三阶振型频率说明了实际工程中各向同性板存在异性差异。

基于奇异熵和线性加权平均法的公路桥梁结构模态参数自动识别方法

文章提出基于奇异熵和线性加权平均法的公路桥梁结构模态参数自动识别方法。该方法通过采集公路桥梁结构振动响应信号,引入奇异值分解算法处理响应信号,得到特征向量和特征值;在重叠滑窗模式的辅助下,进一步分析奇异值分解信号,基于奇异熵增量计算值完成系统模态定阶;引入线性加权平均法,根据加权重叠距离和加权平均密度确定合理的聚类中心,结合模态距离计算矩阵实现真实模态聚类识别;依托于聚类簇频率中值,对所有聚类簇进行自适应合并,找到真实模态合并簇的中值,作为结构模态参数自动识别结果。结果表明,该方法频率识别结果的变异系数<0.4%,阻尼比识别结果的变异系数<20%,满足模态参数自动识别要求。

采用联合算法识别人-桥耦合系统时变模态参数

为更加准确地识别在役人行桥结构的时变模态参数,提出了一种基于联合方法的人行桥瞬时频率和时变阻尼比识别方法。首先,采用联合方法分别识别模态分量信号的瞬时频率和自由衰减振动信号的时频系数。然后,通过推导瞬时频率、时频系数模值和阻尼比三者之间的函数关系,估算获得人-桥耦合系统的时变阻尼比。最后,通过人-桥耦合数值算例和华威桥步行试验对联合方法进行了验证。结果表明:联合方法可以有效改善多种复杂因素下自由衰减振动信号提取结果不准确的问题,并且该方法识别的瞬时频率和时变阻尼比曲线可以清晰地表征行人空间位置变化对钢-混组合人行桥频率和阻尼比的变化趋势。

从自由模态试验提取约束结构模态参数的方法研究

研究了如何基于模态综合法实现自由试验边界与约束边界的转化。以矩形钢板为例进行理论研究,分别在自由与一端固定两种状态下进行模态试验,提取模态参数,并将自由试验获得的低阶模态频率构成主模态谱矩阵,而主模态振型和高阶剩余模态则由矩形板有限元模型提供,同时将约束条件等效为一种子结构,共同参与模态综合,完成自由试验结果到约束模态参数的转化。数值计算结果与试验结果一致,证明了基于模态综合理论并将试验模型和解析模型相结合的提取方法是可行的。

结构模态参数识别讲座

第三讲频域识别(二)——优化方法图解识别方法具有简便直观的优点,但存在着识别精度较差的缺点。因为试验数据不可避免地存在噪声干扰,而图解方法不能排除这些干扰,这样个别数据干扰误差将直接影响参数估计的结果。因此图解方法是一种粗糙的估计方法,严格地说,它不是系统识别的内容。完整的系统识别不是利用个别的试验数据,而是采用一系列的试验数据,经过优化运算,按一定准则建立一个尽可能接近实际系统的数学模型,因此优化的方法可以尽可能地排除干扰误差。优化方法要处理大量数据,一般都使用计算机计算,所以又称为计算机方法。

随机减量法在斜拉桥拉索模态参数识别中的应用

斜拉桥拉索模态参数 (固有频率、阻尼比 )在索力测试、拉索减振、实时控制等方面起着重要作用。文中利用随机减量技术从岳阳洞庭桥环境激励下拾取的拉索的加速度响应中分离出自由衰减振动加速度响应信号 ,将获取的加速度响应信号表达为一理论形式 ,综合运用参数识别、最优估计理论 ,识别出拉索的模态参数 ,与理论值吻合良好。本文方法简单 ,试验容易实施 ,具有工程实用价值。

一种白噪声环境激励下模态参数辨识方法

根据 ITD法的思想和白噪声响应之间相关函数的特点 ,提出了一种白噪声环境激励下模态参数辨识的方法。该方法利用白噪声响应之间的相关函数与脉冲响应具有相同的数学表达式构造数据矩阵 ,根据数据矩阵求出特征矩阵。在此基础上 ,解决了对何种参数进行平均才能有利于提高辨识参数的精度 ,并减少计算工作量以及如何控制参数的辨识精度问题。在理论和实践上探讨了只有对相关函数平均才能在最短计算时间内提高参数辨识的精度。

应用时变参数建模方法辨识时变模态参数

应用非平稳时间序列的时变自回归建模方法进行了参数随时间变化的线性系统模态参数的辨识。对线性时变系统在白噪声激励下振动响应的非平稳时间序列进行建模。通过引入基函数将非平稳过程的辨识问题转化为线性时不变过程的辨识。结合信号时频变换确定模型阶次 ,通过时变的伯格尔 (Burg)算法对时变的自回归 (AR)模型系数和时变结构模态频率进行了估算。通过对刚度随时间变化的三自由度系统模态频率的仿真辨识 。

基于原子稀疏分解的低频振荡模态参数辨识方法

为克服传统特征分析法不适合分析大规模高阶系统,而傅里叶算法和Prony算法等线性化方法又难以处理非平稳信号的缺点,本文将一种新的处理非线性、非平稳信号方法——原子稀疏分解法应用于电力系统低频振荡模态参数识别。该方法利用匹配追踪(MP)算法将初始信号从Gabor原子库中分解得到最佳匹配原子,并采用伪牛顿法对参变量进行优化,进而求出衰减正弦量原子的参变量,最终完成整个低频振荡模态参数的提取过程。仿真结果表明该方法的可行性和有效性,为电力系统稳定分析提供一种全新的途径和方法。

基于环境激励的模态参数辨识方法综述

本文首先对环境激励下模态识别方法进行了综述 ,对目前的几种识别方法的原理、识别精度及适用条件进行了论述 ,并比较了这些方法各自的特点 ,参照国内外最新文献 。