结构应变模态辨识的特征系统实现方法

应变模态可以分析动载下结构的应力状态。文中将基于位移响应数据的特征系统实现算法应用于应力应变分析中 ,建立基于应变测量数据的结构动力学参数辨识方法。首先建立应变的状态空间描述方程。由于应变模态和位移模态是同一物理状态的两种不同表现方式 ,二者的数学表达式具有相似性 ,前者是后者的相似变换。在此基础上 ,给出应变格式的ERA识别方法。利用应变格式进行eigensystemrealizationalgorithm(ERA)分析 ;不仅可以辨识出结构的频率、阻尼比等动力学参数 ,而且还可以辨识得到相应的结构应变模态 ,从而建立应力应变预测响应模型。数值仿真和实验验证表明 。

特征系统实现算法的识别特性研究及算法的推广

特征系统实现算法是近年来出现的时域模态参数识别技术。本文首先研究了该算法对混有白噪音的加速度及位移自由响应信号的识别特性,并发现辊速度信号和位移信号分别对系统的高频模态和低频模态敏感;然后结合算法的高速识别特点及滑动时间窗技术,研究了算法对振动水平的跟踪能力,并在此基础上提出识别混叠频率的方法;最后将该算法推广至利用常力强迫响应数据进行模态参数的情况,导出了相应的算法,并进行了算例验证。

未知激励下框架结构系统辨识的特征系统实现算法

在激励未知的情况下,基于试验加速度数据,对某三层框架进行了结构系统参数的辨识。引入了特征系统实现算法,在实验室条件下,基于模拟环境激励的框架结构的自由振动加速度响应,生成了Hankel矩阵,计算了相应的互相关函数;运用奇异值分解求得了系统的特征值,通过计算指标MAC、EMAC、MPC、CMI,剔除了系统的虚假模态,得到了结构的相应频率与阻尼,与实测数据以及有限元计算结果的比较分析表明,未知激励下,特征实现算法能较准确地对结构的动力参数进行辨识。

快速特征系统实现算法用于环境激励下的结构模态参数识别

对特征系统实现算法(ERA)进行了改进,采用对构建的新对称矩阵进行特征值分解来替代Hankel矩阵的奇异值分解,提出了计算速度更快、数据储存更少的快速特征系统实现算法(FERA)。利用已知的四层框架进行数值模拟,对其施加缩尺的El Centro地震作为未知激励,采用FERA和ERA算法对仿真所得的位移、速度和加速度分别进行模态参数识别,与理论值进行对比结果显示:FERA算法适用于任何动力响应对结构进行模态参数识别,并且其运算速度可较ERA算法有较大提高。此外,FERA算法还被运用到了一座运营中的人行桥环境激励试验中,结果表明该算法同样适用于实际结构的模态参数识别。

模态参数识别的特征系统实现算法:研究与比较

以 GARTEUR飞机模型的飞行颤振和地面共振试验为例 ,对模态参数识别的特征系统实现算法的 4种变形 :特征系统实现算法 (ERA)、快速 ERA(FERA)、相关 ERA(ERA/ DC)和快速相关 ERA(FERA/ DC) ,进行了深入的理论分析和仿真研究。结果表明 :与 ERA相比 ,ERA/ DC的阻尼识别精度在 1 0 %和 3 0 %噪声下可以提高 6～ 60倍 ;FERA的识别速度可以比 ERA提高 4～ 1 0倍 ,且精度较高 ;而 FERA/ DC的识别速度可以比 ERA/ DC提高 3～ 5倍 。

一种改进的特征系统实现算法及在智能结构中的应用

针对多输入／多输出特征系统实现算法（ Ｅ Ｒ Ａ），提出了一种改进算法，这种算法通过以递推形式形成一个对称半正定阵，采用特征值分解代替奇异值分解，并采用相关滤波的方法对测量数据进行预处理以提高识别精度。本文还将其用于具有密集模态的空间智能桁架的模态参数识别中，以建立受控数学模型，对改进算法运算量的理论分析与应用实例表明，该算法的运算速度可提高５～１０ 倍。

特征系统实现算法的小波去噪方法研究

ERA/DC 利用脉冲响应数据构造 Hankel 矩阵时运用了相关技术,因此对信号中的白噪声有抑制效果,但实际数据所含的噪声中,除随机噪声外,还有尖脉冲噪声、漂移等其它噪声。为了获得理想的识别效果,利用小波算法对脉冲响应数据进行去噪处理,再用 ERA/DC 进行识别。两自由度的阻尼弹簧质量系统以及卫星缩尺模型的仿真结果表明,小波去噪方法对多种噪声形式均有抑制作用,能提高 ERA/DC 的识别精度,可用于 ERA/DC识别的信号去噪。

电力系统振荡模式识别的特征系统实现方法

在广域测量系统应用背景下,基于电力系统实测轨线分析其动态行为是一个重要研究方向,它不同于以往基于给定数学模型的各种分析方法。文中介绍了特征系统实现算法基本原理,基于该算法提出从相量测量装置的实测数据中提取电力系统机电模式特征值、相关因子和模态振型。通过对一个4机2区域电力系统的实例分析,证明所提方法在辨识精度、抗噪性方面比以往Prony算法和FFT算法优越,并且该方法可以得到系统的最小实现,为进一步设计阻尼控制器提供条件。

特征系统实现算法的虚假模态剔除方法

针对虚假模态影响特征系统实现算法识别结果的问题,提出用奇异值分解结合模态能量水平来剔除特征系统实现算法识别结果中的虚假模态。利用奇异值分解(SVD)方法滤除信号中的部分噪声,减少噪声模态并提高识别结果精度,利用输出矩阵、状态矩阵的特征值和特征向量以及输入分配矩阵计算出识别结果中各阶模态能量矩阵,对其进行奇异值分解得到最大奇异值,将其作为各阶模态对输出能量贡献的衡量指标,称之为模态能量水平,然后由计算模态与噪声模态能量为零的特点剔除识别结果中的虚假模态。通过数值仿真和实例分析验证了方法的有效性。

基于特征系统实现算法的输电塔气动阻尼风洞试验研究

为研究输电塔结构环境激励下的气动性能,采用特征系统实现算法(ERA)对风洞试验结果进行模态参数识别,提出表征各阶模态脉冲响应振幅的模态参与因子(MPF)作为识别系统模态的参数,利用各阶模态参与因子和相应的特征值推导了模态能量贡献(MEC)的估算公式,利用模态参与因子和模态能量贡献自动提取系统模态以减小识别中的主观影响。比较了试验结果与准定常理论的异同,讨论了气动阻尼与平均风速和风向的关系。结果表明输电塔结构气动阻尼多为正阻尼,顺风向随风速的增大而增大,横风向基本保持定值且未出现负阻尼,气动阻尼与平均风速分量之间存在非线性关系,因而在准定常理论基础上通过引入高阶项对试验结果进行了拟合。

特征系统实现算法中的噪声问题研究

研究特征系统实现算法在模态识别过程中的噪声处理问题。特征系统实现算法为目前土木工程领域应用较为广泛的一种模态识别法。在处理实测数据时,特征系统实现算法将实测数据分解为结构真实信号和噪声信号,从而将噪声消除。分块Hankel矩阵的维数对信噪分离过程影响很大。提出当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号可以最好的分离。通过在实测信号里添加噪声(产生噪声-噪声信号),将实测信号和噪声-噪声信号识别的结果进行比较,提出了1种验证识别模态参数是否为结构真实模态的检验方法。本文应用导管架平台实例来验证提出方法的适用性。结果表明,当分块Hankel矩阵的分块行与分块列数接近时,真实和噪声信号能够有效地分离,此时添加的噪声主要影响噪声信号部分。由实测信号和噪声-噪声信号识别的模态参数非常吻合。

基于自由振动响应识别颤振导数的特征系统实现算法

桥梁断面的颤振导数在研究桥梁风致颤振稳定性上扮演着重要的角色,通常通过节段模型风洞试验获得。提出采用时域特征系统实现算法来识别节段模型振动系统的模态参数,进而提取桥梁断面颤振导数的方法。为验证该方法的可行性,进行了二自由度流线型薄平板节段模型自由振动风洞试验,并将识别的气动导数值与Theodorsen理论解进行了比较。

基于特征系统实现算法的夹具模态参数识别

针对振动试验中夹具的动力学设计和验证问题,探讨了仅根据响应输出进行模态参数识别的时域分析方法,即特征系统实现算法。以某夹具结构为研究对象,仅通过测试宽带随机激励下的加速度响应信号,对该夹具的模态参数进行了识别。在Matlab7.1上实现了一种基于相关函数的特征系统实现算法,利用加速度响应数据计算相关函数矩阵,并构造广义Hankel矩阵,得到了夹具的模态频率和阻尼比。奇异值分解和稳定图综合分析结果表明:特征系统实现算法能较好地对结构的动力学参数进行识别。

基于特征系统实现算法的嵌入式桥梁远程索力检测系统

设计了一个基于模态分析技术的嵌入式索力检测系统.其选择使用具有较好性能及计算精度的特征系统实现算法识别拉索的各阶模态频率,并利用基于频域平滑的重采样技术和随机减量技术对振动信号预处理以得到自由响应信号;基于ARM芯片和Linux平台,使用嵌入式J2SE技术开发实现了监测系统,并进行了实际工程应用测试.结果表明:在嵌入式系统中实现的预处理算法和特征系统实现算法能够较精确地识别出大多数情况下拉索振动信号的基频值,并据此计算出索力值,设计的嵌入式索力检测系统具有有效性和实用性.

基于Vector Random Decrement技术和特征系统实现算法ERA的模态参数识别

现代的大型复杂结构,如大坝、高层建筑、桥梁及海洋平台等,处于复杂的环境载荷作用下,这些环境载荷往往是无法测量的。在仅有输出响应时,应用随机减量法RDT获得自由衰减响应信号,而后用时域复指数拟合法、ITD法、特征系统实现算法ERA等算法获得结构的模态参数是一种有效的方法。但在数据量有限时,随机减量函数的平均次数过少,导致RD函数的收敛性较差。为此提出了利用Vector Random Decrement技术(VRDT)提取自由衰减响应信号,而后利用特征系统实现算法ERA求得模态参数的方法,新算法能够有效地提高模态参数识别精度。数值算例验证了所提算法的有效性。

特征系统实现算法中的模型定阶方法研究

特征系统实现算法中,模型定阶是最关键的一步,在研究了现有工作模态定阶方法的基础上,提出了奇异值差值法的模型定阶方法。通过两个试验对该模型定阶方法进行了验证,结果证明该方法是有效的、可行的。

基于特征系统实现算法的天线类产品在轨模态辨识方法研究

采用系统实现算法(ERA)对航天器大型薄壁结构进行基于响应的时域模态参数辨识。阐述了该算法的基本原理和具体实现过程。仿真和试验结果表明,ERA辨识算法可靠,精度能够达到设计要求。

扩展特征系统实现算法在结构模态参数识别中的应用

特征系统实现算法(ERA)需要以自由响应或脉冲数据作为前提,而实际工程中,随机荷载作用下的响应较为常见。该文在ERA算法的基础上进行扩展,引入观测马科夫(Observer Markov)参数,推导并提出扩展特征系统实现算法(EERA),使其可以应用于随机荷载下的强迫振动响应,提高计算精度。该文首先引入3个自由度数值模拟试验,利用EERA进行模态参数识别,与精确解比较表明该文算法有效可靠,与ERA结果比较表明该文算法可以提高精度,然后在实验室环境下对一个4层框架结构进行了振动台实验,利用无线传感技术获得El Centrol地震波激振下的结构加速度响应,利用EERA识别此框架结构的模态参数,结果有效可靠,为实际工程应用提供了一定的可能性。

扩展特征系统实现算法的模态参数识别特性研究

结构动力响应作为模态参数识别的输入数据,对识别结果存在一定的影响。扩展特征系统实现算法(EERA)是一种多输入输出的结构模态参数识别的时域方法,相比于特征系统实现算法(ERA)应用范围可以扩展到任何随机响应,具有识别精度高、稳定性好等特点。该文主要对EERA算法,在分别采用加速度、速度和位移动力响应作为输入时,对两个自由度弹簧阻尼质量系统和实验室环境下6层框架结构识别的结果进行了比较分析,得出EERA对任何动力响应均适用,并且建议采用加速度动力响应信号识别高阶模态。

特征系统实现算法的理论研究及实践

对加速度格式的特征系统实现算法(ERA)进行详细的理论推导,以一飞机模型的机翼为例,通过试验采集模型的加速度响应数据,用自编的MATLAB程序来实现算法,辨识出模型的模态参数;对飞机模型在PA-TRAN/NASTRAN环境下作有限元模拟分析;辨识结果与有限元模拟结果的比较表明得出结果是一致的。