基于改进确定-随机子空间算法的桥梁结构模态参数识别

为了实现桥梁结构模态参数的智能化在线跟踪识别,提出了一种基于滑窗技术、模糊C均值聚类算法与确定-随机子空间算法的时域识别(SC-CDSI)算法。对桥梁结构的输入信号和输出信号进行加窗划分处理,分析了窗函数、窗口大小及窗口步长的确定标准;将频率、阻尼比及模态振型作为模糊C均值聚类算法的聚类元素完成对稳定图中有效模态的智能化辨识;以某振动台试验桥为参数识别对象,并将所得结果与MIDAS有限元结果作对比分析。结果表明,所提SC-CDSI识别算法可以精确实现桥梁结构频率的在线跟踪智能化识别,且识别的结果具有可靠性。

基于DBSCAN算法的改进确定-随机子空间模态参数识别算法

桥梁结构的模态参数识别作为桥梁健康检测系统中的主要环节之一,参数识别的精确程度直接影响着桥梁健康评估的准确程度。因此,针对现阶段被广泛运用的确定-随机子空间算法(combined determine-stochastic subspace identification,CDSI)存在的不足,需人工参与稳定图中模态的辨识,提出了将基于密度的聚类算法(density-based spatial clustering of application with noise,DBSCAN)嵌入到该识别算法中,以提高模态参数识别的效率。首先简单介绍了CDSI识别算法和DBSCAN聚类的相关原理及定义,其次详细介绍了如何将DBSCAN聚类算法有效地嵌入到CDSI算法中,以实现对稳定图中模态的智能化辨识;最后以某大型斜拉桥为识别对象,并将识别结果与MIDAS有限元软件所得结果作对比,结果表明,所提改进CDSI识别算法能够精确地识别出桥梁结构的固有频率值,且所得模态振型图与理论振型图具有很好的相似性。

基于确定-随机子空间的电力系统外部系统暂态等值

交直流混合输电技术的迅猛发展和电力电子设备在电力系统中普遍使用,使电力系统电磁暂态仿真分析及研究的必要性越来越高。但是,对实际大电力系统进行整体的电磁暂态仿真建模复杂且耗时很长。针对此问题,提出了基于确定-随机子空间的电力系统外部系统暂态等值新方法。首先,基于外部系统输入和输出数据,采用确定-随机子空间方法建立确定的激励-系统-响应模型,准确求解系统的状态空间表达式。然后,将外部系统端口状态空间表达式,转化成导纳有理函数式,根据零极点构建RLCG等值电路,进行建模等效简化,在宽频段范围内实现了对外部系统的暂态等值构建。最后,通过仿真和实测数据证明了文章所提方法有效缩短了仿真耗时,加快了仿真进程。

参与气电市场的虚拟电厂内部优化随机模型

虚拟电厂总体降低了不确定因素的影响,但若不考虑其内部的随机性,则会使虚拟电厂在参与电力、天然气市场过程中,因其调度方案的保守性,难以获得最高的经济效益。为了充分挖掘虚拟电厂的经济效益,提出了一种气电市场下计及电价和风光不确定性的电-热-气虚拟电厂随机优化调度模型。模型目标函数为虚拟电厂总效益,即售电售热售气收益与电转气成本、碳捕集成本、碳排放权成本和燃料成本之差。引入超分位数方法将含多随机变量的虚拟电厂总效益最优模型转化为其超分位数随机优化模型,为了便于计算进而处理为其离散化计算模型,并利用空间粒子群算法进行求解。算例分析表明:虚拟电厂通过优化售电和售气方案来获得最优效益,在参与气电市场过程中考虑多种随机变量,使得虚拟电厂规避风险后有更多的机会获得更高的经济效益。

桥梁结构动力测试信号的自适应形态学滤波研究

桥梁健康监测数据中不可避免地会掺杂系统噪声和测试噪声,噪声的存在将严重影响桥梁状态评估的准确性。为了抑制噪声对桥梁状态评估的影响,获得精确的桥梁状态评估结果,本文提出了一种自适应的形态学滤波器(Adaptive Morphological Filter,AMF)。首先比选了AMF的各类结构元素类型,并依据AMF对信号傅里叶谱相对幅值的影响程度确定适宜的结构元素尺寸,据此构建滤波器。实现原始信号的自适应滤波后,用确定-随机子空间识别方法对原始数据和滤波后数据的模态参数进行识别,并使用稳定图法对滤波效果进行对比。以大比尺斜拉桥模型试验的测试数据为支撑对所提算法进行了验证。结果表明,AMF可显著提高桥梁模态参数识别结果的稳定性,并能挖掘出被噪声淹没的高阶桥梁模态参数。

一刚构-连续组合梁桥在环境激励下的模态参数识别

利用环境激励下结构动力响应信号识别结构的模态参数是结构有限元模型修正及状态评估的一个重要环节,但目前为止,要得到非常准确的识别结果仍有一定困难,特别是阻尼参数。首先利用MATLAB语言编制了单输入单输出和单输入多输出两种工况下特征系统实现算法识别结构模态参数的程序,进而基于一刚构-连续组合梁桥在环境激励下的测试数据,运用自编程序识别了该桥的模态频率、模态阻尼比及振型,并将识别结果与商业软件自带的随机子空间识别方法的识别结果进行了对比。结果对比表明,两种方法识别所得的模态频率和振型基本吻合,但模态阻尼比的识别结果仍有明显差异,识别结果的精准性仍无法确认。

环境激励下基于快速贝叶斯FFT的实桥模态参数识别

近年来,贝叶斯理论逐步应用于工程结构的模态参数识别、有限元模型修正及状态评估等方面。基于快速贝叶斯FFT的模态参数识别方法是针对某一共振频率带的单个模态,通过一个四维的数值优化问题得到模态参数的最佳估计,并通过对数似然函数关于模态参数的二阶导数求得Hessian矩阵,使得基于贝叶斯的参数识别方法可以快速高效地进行。为了评估该方法在实际桥梁结构模态参数识别应用中的可行性及优越性,运用快速贝叶斯FFT方法对环境激励下一刚构-连续组合梁桥的竖向加速度响应进行了分析处理,识别了其模态参数的最佳估计,并根据模态参数的变异系数评估了其后验的不确定性。识别结果与随机子空间识别结果的对比表明,两种方法识别的频率和振型基本吻合,阻尼识别结果的差异仍然较大。

多输入多输出桥梁结构时变模态参数的滑窗时域识别

为了跟踪识别多输入多输出桥梁结构的时变模态参数,提出了一种基于滑窗技术与确定-随机子空间识别的时域识别方法(Sliding Window-Combined Determine-stochastic Subspace Identification,SW-CDSI).首先,使用滑窗技术对连续测试数据进行窗口划分,讨论了窗函数、窗宽度及滑窗步长的确定标准,提出了基于稳定图法的窗宽度确定方法.然后,使用考虑多输入多输出的确定-随机子空间方法对各窗口内数据进行处理,实现在时域上对桥梁模态参数进行跟踪识别.最后,基于大比尺斜拉桥模型振动台试验测试数据,对SW-CDSI方法进行验证,并将SW-CDSI辨识结果与希尔伯特-黄变换(Hilbert-Huang Transform,HHT)辨识结果进行对比分析.结果表明:SW-CDSI方法可精确地跟踪桥梁频率在时域上的变化情况,其比HHT方法具有更高的精度和稳定性.