基于自然激励技术和TLS-ESPRIT方法的低频振荡模式辨识

提出了一种利用系统随机响应信号辨识低频振荡模式的方法。利用自然激励技术(NEx T)从系统随机响应信号中获得自由振荡信号,采用总体最小二乘—旋转不变技术的信号参数估计(TLS-ESPRIT)方法对所获得的自由振荡信号进行模式辨识,得到低频振荡模式的频率和阻尼比。采用16机系统仿真数据和四川电网实测数据验证了所提方法的有效性;与随机减量技术(RDT)结合Prony方法对比表明,所提方法对阻尼比估计更准确且抗噪性更强。

多自由度系统自然激励技术的统一模型

结构运行状态下的模态参数提取是结构健康监测系统需要解决的关键问题之一。自然激励技术的提出为大型复杂工程结构运行状态下的模态参数提取提供了一条新的途径。原始自然激励技术给出了单输入白噪声激励下利用结构位移响应的互相关函数进行模态识别的理论模型,对于多输入情况则缺乏相应的理论模型。本文在单输入理论模型的基础上进一步发展了自然激励技术:推导了多输入独立白噪声激励下多自由度系统结构位移响应的互相关函数的解析公式,并分析了它与单输入情况下互相关函数之间的关系;基于此互相关函数定义了一个新函数,证明它含有结构各阶模态信息,可以表达为一系列衰减正弦函数之和,并且各个组分正弦函数的频率等于各阶模态的有阻尼固有圆频率;提出了以新函数为核心的同时适用于单输入和多输入情况的模态识别算法,建立了自然激励技术的统一模型。

单输入多自由度系统自然激励技术的解析格式

自然激励技术的提出为大型复杂工程结构环境激励下的模态提取提供了一条新的途径,但对于单输入的情况存在以下问题:白噪声激励下结构系统位移响应的互相关函数公式中的相位角和幅值缺乏解析表达式;当动力荷载恰好作用在系统某阶振型的节点时可能出现的现象缺乏分析和物理解释。发展了单输入自然激励技术,推导了白噪声激励下结构位移响应的互相关函数,给出了其中相位角和幅值的解析表达。研究发现,当单输入动力荷载恰好作用在系统某阶位移模态的节点时,任意两自由度位移响应的互相关函数中将不含有频率值等于该阶模态有阻尼固有频率的简谐成分,即该阶模态的信息在互相关函数中得不到反映。

基于自然激励技术和FT时移特性的模态阻尼比识别方法

基于环境激励下结构动力响应信号分析与处理识别结构的模态参数,是结构健康监测和损伤诊断的一个重要环节,目前为止,要得到较为可靠的识别结果仍有一定困难,尤其是模态阻尼比。基于自然激励技术和傅里叶变换的时移特性,提出了一种新的结构模态阻尼比估算方法,通过理论推导和仿真算例验证了该方法的可行性,进而利用一刚构-连续组合梁桥在环境激励下的动力测试数据,通过该方法对其阻尼比进行了识别,并将识别结果与数据驱动随机子空间法的识别结果进行了对比。结果表明:提出的方法可以减轻噪声影响,得到可接受的识别结果,可为大型工程结构阻尼比的识别提供一个方便和有效的途径。

自然激励技术在时延相关白噪声激励系统中的应用

工况模态分析(operational modal analysis,OMA)是一种只基于输出数据进行系统模态参数辨识的技术。由于系统所受激励未知,通常假设其为互不相关的白噪声。自然激励技术(natural excitation technique,NExT)正是一种基于该假设的从响应数据中提取自由衰减信号的高效方法。然而对于真实工况,系统所受激励之间互不相关的假设过于严格,例如行驶的车辆等所受激励为时间延迟相关的白噪声。针对这类情况,基于复模态系统讨论NExT理论的适用性。结果表明,NExT是否适用取决于从相关函数中截取的用来进行OMA分析的数据段的位置,当数据段位于T>ε区间内,NExT是适用的。在ε已知的情况下,可以基于NExT对系统进行工况模态分析。最后通过仿真进一步验证该结论。

基于自然激励技术的模态参数识别方法应用研究

结合自然激励技术和2种时域模态参数识别方法,形成结构工作模态参数识别的NExT-ITD法和NExT-ERA法。采用这2种方法分别对一个3层框架结构模型和1座三跨混凝土连续梁桥进行了振动试验模态参数识别,讨论了这2种方法应用中的系统定阶和虚假模态剔除问题并将识别结果与频域法识别结果相对比。结果表明,这2种方法在非白噪声激励下进行结构模态参数识别的有效性。

基于自然激励技术和HHT变换的重力坝模态分析

在自然激励技术和 Hilbert-huang变换相结合的基础上，利用水口水电站的强震监测资料，对水口混凝土重力坝进行模态参数识别。发展了将带通滤波技术与该时频域模态识别技术相结合的方法，有效地避免了信号分解时所产生的频率混杂现象，从而提高了参数识别精度和可靠性。首先利用结构动力学的简例验证了该方法的正确性，然后将该方法应用于混凝土重力坝的模态识别问题。计算结果表明，采用本文的时频域 HHT＋NExT方法识别的重力坝模态频率稍大于传统的频域峰值点拾取法和时域 ARX法，与有限元计算结果更为接近，识别的阻尼比也稍大于峰值法和 ARX法，略小于水工抗震设计规范规定取值范围5%～10%的下限5%。

自然激励下的运载火箭时变模态参数获取技术研究

新一代运载火箭在靶场加满液氢和液氧推进剂后,由于安全因素无法开展传统的有源激励模态试验,为了提高发射稳定性,必须获取运载火箭全状态下的模态参数。基于结构振动响应的互相关函数与单位脉冲函数具有相同数学构架的前提,采用改进模态自然激励技术(NExT-LSCE-LSFD)对风激励下采集的时域数据进行识别,获得了火箭加注过程中的时变模态参数,并通过空箱和液氧加注状态的力锤激励模态试验结果验证了自然激励方法的有效性。本次研究发展了自然风激励下的大型结构时变模态获取技术,可推广到其他大型结构工作模态在线识别技术研究。

基于Hilbert-Huang变换和自然激励技术的模态参数识别

基于工程结构振动信号的分析与处理识别结构的模态参数,是结构健康监测和损伤诊断的重要手段之一。基于傅里叶分析的信号处理方法对非线性、非稳态信号的处理能力差,传统的模态参数识别方法也存在阻尼比识别精度不高的问题。基于Hilbert-Huang变换和自然激励技术,提出了一种新的模态参数识别方法,首先通过经验模态分解和Hilbert变换提取信号的瞬时特性,进而利用自然激励技术和模态分析的基本理论识别结构的模态频率和模态阻尼比。利用这一方法,对12层钢筋混凝土框架模型振动台试验一测点的加速度记录进行了处理,识别了模态参数,识别结果与其它识别方法及有限元分析结果的对比表明该方法识别模态频率是可靠的,而模态阻尼比的识别虽然较传统的基于傅里叶变换的半功率带宽法有所改进,但识别的精准性仍然难以确认。

基于自然激励技术的颤振边界预测

为了预测紊流激励条件下机翼的颤振边界,基于自然激励技术提取紊流响应的自由衰减信号,采用矩阵束方法识别模态参数,最后通过Z-W(Zimmerman-Weissenburger)方法计算稳定性判据,拟合判据变化曲线并外推颤振边界.对平板机翼模型进行了数值仿真分析,对单独机翼模型风洞颤振试验数据进行了计算.结果表明:采用自然激励技术与矩阵束方法能够较准确地识别紊流激励响应的模态参数,频率识别误差小于6%,阻尼比识别误差小于30%,结合Z-W方法能够在较低风速较早地预测颤振边界,有助于提高试验的安全性.

基于自然激励技术的低频振荡模态参数识别

低频振荡是威胁电网安全稳定运行的一个重要因素。传统的基于测量信号的低频振荡模态参数辨识方法难以在系统未发生明显振荡时准确的检测模态参数。提出了一种利用系统正常运行时的白噪声响应识别系统模态参数的方法。首先用自然激励技术从白噪声响应间接获取系统的脉冲响应,再用HHT法对脉冲响应函数进行分析,得到系统各阶模态的频率、阻尼比等模态参数。通过对四机两区系统的仿真分析和实际电网数据的计算验证了方法的有效性。

环境激励下识别结构模态自然激励-时域分解法

针对环境激励下的结构模态参数识别问题,提出识别位移模态新方法—自然激励-时域分解法。将所分析的时域分解算法适用条件由结构自由振动响应信号推广至普遍情况。建立自然激励技术统一模型,证明白噪声激励下结构位移响应的互相关函数经处理可获得与单位脉冲响应函数具有相同数学结构的新函数。该函数满足时域分解算法的推广适用条件。并通过数字滤波器将两者结合建立自然激励-时域分解法,该法用自然激励技术获得新函数替代时域分解算法中结构自由响应函数构造响应时间历程矩阵,可为环境激励下仅有结构有限测点响应识别位移模态提供新途径。用仿真算例验证该方法的合理性及有效性。

基于遗传算法与随机减量技术的气动阻尼识别方法研究

随机减量技术(random decrement technique,RDT)因其计算快、成本低的优点,在工程结构模态参数识别中应用广泛。针对RDT在信号截断幅值与样本时长的选取比较主观带来的误差问题,采用遗传算法(genetic algorithm,GA)对其进行改进,提出改进的随机减量技术GA-RDT,并将其应用于某超高层建筑气弹模型的气动阻尼识别。首先,对RDT方法得到的自由衰减曲线进行拟合并定义误差,分析截断幅值A和样本时长T对误差(优化目标)的影响,采用遗传算法寻找A和T的最优解;其次,基于气弹模型风洞试验所得的顶点加速度时程,结合GA-RDT方法和Hilbert-Huang变换(Hilbert-Huang transform,HHT)方法进行气动阻尼识别;最后,以自然激励技术(natural excitation technique,NExT)识别所得的气动阻尼比为基准,对比分析GA-RDT方法相对于传统RDT方法的精度优势。结果表明,与NExT方法所得的气动阻尼比相比,GA-RDT方法识别得到不同风速时X向、Y向与扭转向的气动阻尼比的平均误差均小于0.14%,其识别精度显著高于传统RDT方法,从而验证了基于GA-RDT的气动阻尼识别方法的可行性。

基于NExT-ERA与SSI-DATA环境激励下的低频振荡辨识方法比较

随着广域测量系统的应用,采用环境激励下相量测量单元量测得到的类噪声信号进行低频振荡在线模态辨识具有很好的应用前景。针对NEx T-ERA以及SSI-DATA 2种环境激励下的低频振荡辨识方法进行性能评估。简要回顾2种算法的基本原理;基于算法中关键参数以及仿真条件设置不同的评估标准,通过仿真算例的模态参数辨识对2种算法的性能进行分析比较;对2种算法各自的优点和适用性进行评估与总结。

基于互相关技术与小波分析的模态参数识别

系统地阐述了自然激励技术(NExT)与小波分析在大型机械结构的模态参数识别中的应用.机械系统在白噪声激励下利用NExT方法可得到系统响应信号的互相关信号,并结合改进的Morlet小波对其进行了分析,通过调整小波中心频率及分析信号的长度,可有效地抑制端部效应的产生并能较准确地识别机械结构的密集模态参数.仿真试验的分析结果验证了该方法的可行性及准确性.

飞机紊流激励响应的模态参数识别

风洞颤振试验中通常采用紊流自然激励,提高了模态参数识别的难度。发展了两类紊流激励响应的模态参数识别方法:一是采用随机子空间方法结合经验模态分解方法识别信号的模态参数;二是采用随机减量技术、自然激励技术提取自由衰减响应,进而利用矩阵束方法进行参数识别。紊流激励响应仿真数据与风洞试验数据分析结果表明:采用这两类方法都可以进行单测点紊流激励响应信号的模态参数识别,识别结果具有较高的准确性,结合速度-阻尼比法与颤振裕度法,有助于颤振边界的提前预测。

基于地震激励的混凝土桥梁模态参数识别

为探讨基于地震激励下自然激励技术(NExT)结合特征系统实现算法(ERA)对于混凝土桥梁模态参数识别的可行性,对某一预应力混凝土连续梁桥进行了数值仿真分析。通过有限元分析软件建立了桥梁的三维实体模型,对模型进行有限元模态分析和时程分析,并利用强震记录实现地震激励,利用加速度信号、考虑外界白噪声的影响,在仅有输出响应信号的情况下采用NExT/ERA方法识别预应力混凝土桥梁的模态参数。通过数值仿真分析,识别出结构前4阶模态参数,与有限元模态分析得到的模态参数相比较,二者误差较小,吻合较好。

基于环境激励的混凝土梁式结构模态参数识别

本文针对时域方法只需实测响应信号的特点,对基于环境激励下模态参数识别的时域方法自然激励技术(NExT)、特征系统实现算法(ERA)进行详细讨论,并针对两种算法的特点,将其结合形成NExT/ERA时域联合算法,使之有效识别环境激励下结构模态参数,并建立混凝土连续梁结构数值模型进行仿真模拟,验证了算法的可行性,为工程实践提供了有益的帮助.

环境激励下基于信号降噪的模态参数识别研究

提出一种环境激励下基于测试信号降噪的模态参数识别方法。该方法首先对测试的随机响应数据采用自然激励技术(NEx T)获得互相关函数,进而基于结构矩阵低秩逼近(SLRA)方法得到降噪后的信号,最后通过复指数(Prony)方法识别结构的模态参数。数值算例和模型实验结果表明,该方法对测量信号有很好的降噪作用,识别精度高。

环境激励下剪切型结构层间刚度识别的新方法

研究环境激励下剪切型结构的层间刚度识别问题,提出了一种新的解决方法.该方法采用自然激励技术实现结构随机响应向确定性响应的过渡;推演了剪切型结构自由振动的参数解耦方程,简化了识别过程、降低了计算量.将自然激励技术、参数解耦方法和扩展卡尔曼滤波算法三者有效结合,为环境激励下剪切型结构的刚度识别提供了一个较好的解决方案.以一个6自由度剪切型结构为例,对该方法进行了数值模拟,结果表明:该方法能比较准确地识别结构层间刚度,可用于剪切型结构健康监测的实际工程.