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。

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。

基于同步相量数据的次同步振荡检测与模态参数辨识方法

新能源集中并网已引发了多起次同步振荡(sub-synchronousoscillation,SSO)事故,严重威胁电力系统安全稳定。为对SSO进行实时预警与分析,提出一种基于同步相量数据的SSO检测与模态参数辨识方法。首先,推导SSO与同步相量中SSO分量实部、虚部的对应关系,在此基础上,选取同步相量实部作为特征量;其后,分析了SSO振荡特性变化时,同步相量中SSO分量的表现形式,并引入变分模态分解(variationalmodedecomposition,VMD)与希尔伯特变换(Hilbert transform,HT)对同步相量中SSO分量进行模态参数辨识,进而根据对应关系实现SSO模态参数的准确辨识。最后,利用同步相量中SSO分量瞬时幅值的差分来检测SSO振荡特性是否变化,并通过合成信号、电磁暂态仿真数据与实测数据对所提方法的有效性进行验证,该方法的理论成果有望在未来为SSO的实时预警,辅助决策提供技术支撑。

基于单通道盲源分离的结构模态参数识别

针对基于传统盲源分离算法的结构模态参数识别需要满足传感器数目不少于源信号数目的问题,提出一种基于单通道盲源分离的结构模态参数识别方法,该方法利用单个通道信号即可完成结构模态参数识别。利用同步提取变换(synchro extracting transform,SET)对单通道观测信号进行时频分析以确定变分模态分解(variational mode decomposition,VMD)参数K的取值;将观测信号利用VMD分解形成K个本征模态函数(intrinsic mode function,IMF);将K个IMF进行线性混合形成2维观测信号并与原单通道观测信号重构形成3维观测信号,利用基于信号稀疏性的源信号分离算法分离得到各单模态信号;利用单模态识别技术识别结构模态参数。仿真和实测信号数据表明所提方法的有效性。

基于AR-EWT和SSI的桥梁结构模态参数识别

为解决随机子空间识别(SSI)算法存在的系统定阶困难问题,避免各模态之间的相互影响,提出一种结合自回归功率谱经验小波变换(AR-EWT)和SSI的桥梁结构模态参数识别方法。首先,采用AR-EWT将结构不同测点的振动响应信号分解成一系列仅含单一模态信息的单分量信号,并利用奇异值分解(SVD)去噪单分量信号。然后,组装所有测点中包含相同模态信息的单分量信号。最后,利用SSI分别处理各组单分量信号,识别结构的自振频率、阻尼比和振型。ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果表明:所提出的AR-EWT结合SSI的模态参数识别方法可避免直接利用SSI识别模态参数时存在的系统定阶问题,提高模态参数识别效率;ASCE Benchmark模型、简支梁模型和西宁北川河桥的模态参数识别结果与直接利用SSI的识别结果、有限元分析结果基本一致。

基于大坝地震反应台阵的土石坝模态参数识别

针对土石坝上实测强震动记录识别大坝模态参数的问题,根据地震中坝体监测点记录的强震动数据和基于多项式逼近的有外部输入的非线性自回归神经网络NARX模型构建了土石坝非线性模态参数识别方法,对土石坝非线性动力反应与激励输入之间的传递函数进行研究,将其应用于新疆克孜尔土石坝主坝0+220断面的模态频率和模态阻尼比的计算,并结合计算结果和工程运行实际对克孜尔大坝运行状态进行评价。理论分析和工程实例均表明,本方法具有较高的精度,识别的传递函数能够反映土石坝的动力特性,具有重要的理论研究意义和工程实践价值。

基于模态参数指标的空心板梁桥铰缝损伤对比研究

模态参数反映结构动力特性,基于模态参数的损伤指标能反映结构动力特性的变化,可用于桥梁结构损伤识别。以模态参数构成的损伤指标众多,每个损伤指标通过自身的变化来识别损伤,但难以用统一标准对不同损伤指标的识别效果进行量化对比。针对空心板梁桥的铰缝损伤,提出一致性量化指标,从数据层面定量描述指标的损伤指示效果,便于各类损伤指标的对比和应用。首先根据模态参数损伤指标,构造一致性量化指标,定量描述不同损伤指标的识别效果;然后建立空心板梁桥及其铰缝损伤的有限元实体模型,模拟3种不同铰缝位置处的损伤工况,对每处损伤分别设置6种不同损伤程度;最后应用一致性量化指标对比各损伤指标的识别性能,总结不同工况下各损伤指标识别效果的变化规律。分析表明,一致性量化指标能够在不同工况下定量描述不同损伤指标的识别效果。

考虑不确定性的大跨度桥梁模态参数自动识别

为提升大跨度桥梁模态参数在线追踪的可靠性,融合深度学习和贝叶斯方法,提出了考虑不确定性的桥梁模态参数自动识别方法.首先,利用3倍标准差法与广义回归神经网络进行异常监测数据的检测与修复;然后,利用卷积自动编码器去除交叉模态置信准则矩阵嵌入的噪声信息,提取目标模态响应区间,并通过Kohonen网络进行聚类分析,以判别频响区间内的模态数量;最后,基于贝叶斯方法进行运营模态识别,并根据变异系数对识别结果进行可靠性评估.基于苏通大桥监测数据的模态参数识别与统计分析结果表明,所提方法能够自动识别并准确追踪桥梁模态参数,可以依托大桥监测数据开展异常数据处理、模态参数识别与结果可靠性评估,且对数正态分布较好地拟合了频率和阻尼比的概率分布.

高拱坝模态参数识别综述

基于振动数据识别的模态参数(频率、振型和阻尼比),可以表征坝体结构真实的动态特性,作为高拱坝长期运行期间健康状况的评价指标,还可以用于更新高拱坝数值分析模型。因此,准确识别模态参数对高拱坝的健康监测和损伤评估具有重要意义。为实时处理大量连续监测数据,有必要发展模态参数自动识别算法。文中详细综述了高拱坝模态参数识别手段、方法、以及相关进展。识别手段包括地震记录、强迫振动、环境激励等数据来源;识别方法包括最初的傅里叶变换、功率谱,到带外源输入的自回归(ARX)模型,以及希尔伯特黄变换(HHT)、频域分解法(FDD)和随机子空间(SSI)算法等;相关进展包括从最初的单次识别拱坝的模态参数,到最后的自动识别、长期连续监测、自动追踪模态参数、实时监测坝体结构健康状况,以及到有限元模型更新等方面进行综述,并提出未来的发展方向。通过综述发现,目前高拱坝模态参数识别算法可以成功识别密集模态参数,可用于更新有限元模型,长期连续监测在实际工程中具有一定的运用,是结构健康监测的核心环节。未来的研究重心可以集中到非线性结构的识别、模态特性与环境变量之间的相关关系、静动力数据综合利用、损伤识别与定位等方面。

面向燃机多工况宽频域工作模态参数识别的随机子空间方法

面向燃气轮机工作状态下多工况、宽频域模态参数识别需求,在对典型燃机整机振动模态分析的基础上,虑及测试数据类型、测点位置与方向的选取及不同运行工况影响,提出一种针对燃机整机工作模态参数识别的随机子空间方法。基于实测振动数据,对典型燃机工作模态参数进行了自动划分识别。结果表明:通过分别控制行块数,充分挖掘位移、速度、加速度三种类型数据包含的不同频段模态参数信息并对识别结果择优合并,能够较好识别出数十倍于燃机工频的宽频域模态;合理选取测点位置和方向,能够得到关心频段内局部或整体模态;利用多转速运行工况数据,能够区分出受转速影响的整体模态。实现了对燃机整机振动宽频域范围内整体和局部模态、机匣和转子模态的识别,可为在此基础上的动力特性分析、整机动力学模型修正、结构振动状态评估、振动故障特征提取等提供支撑。