基于現(xiàn)代時(shí)頻分析的環(huán)境激勵(lì)模態(tài)參數(shù)識別方法研究.pdf

1、模態(tài)參數(shù)識別在結(jié)構(gòu)的健康監(jiān)測、損傷識別、動(dòng)力特性分析等方面具有重要的工程應(yīng)用價(jià)值。一些大型結(jié)構(gòu)，特別是工程結(jié)構(gòu)，由于其體積龐大、材料蕓雜、約束條件復(fù)雜等原因，難以對其進(jìn)行有效的人為激勵(lì)并且難以對激勵(lì)信號進(jìn)行有效的測量，經(jīng)典的激勵(lì)響應(yīng)模態(tài)分析參數(shù)識別理論和技術(shù)在這些結(jié)構(gòu)上難以適用。環(huán)境激勵(lì)(風(fēng)載荷、大地脈動(dòng)、車輛激勵(lì)等)條件下的結(jié)構(gòu)模態(tài)參數(shù)識別方法，具有不需要人為激勵(lì)、僅需對輸出信號進(jìn)行力學(xué)和數(shù)學(xué)分析、可在時(shí)域內(nèi)或頻域內(nèi)進(jìn)行結(jié)構(gòu)模態(tài)參數(shù)識

2、別等一系列優(yōu)勢，在工程中得到了廣泛的應(yīng)用。但是，大型結(jié)構(gòu)往往表現(xiàn)出低頻密集耦合模態(tài)特征，現(xiàn)存的方法對于結(jié)構(gòu)的低頻耦合模態(tài)的識別精度不高。論文以環(huán)境激勵(lì)模態(tài)分析為研究對象，以現(xiàn)代時(shí)頻分析理論為基礎(chǔ)，針對大型結(jié)構(gòu)低頻密集耦合模態(tài)參數(shù)識別，著重研究基于連續(xù)小波變換和Hilbert-Huang變換的環(huán)境激勵(lì)模態(tài)參數(shù)識別方法。本文的主要研究內(nèi)容如下：
　　 ①深入研究基于連續(xù)小波變換識別模態(tài)參數(shù)的基本理論和實(shí)現(xiàn)方法，提出基于最優(yōu)復(fù)Morl

3、et小波的自適應(yīng)模態(tài)參數(shù)識別方法。連續(xù)小波變換具有理論上無窮頻率分辨率，可以輕松實(shí)現(xiàn)工程中經(jīng)常遇到的低頻密集模態(tài)自動(dòng)解耦，小波變換系數(shù)的對數(shù)曲線為一條直線，通過對對數(shù)曲線進(jìn)行曲線擬合很容易得到結(jié)構(gòu)的模態(tài)參數(shù)，實(shí)現(xiàn)原理簡單易行。選用最優(yōu)復(fù)Morlet小波為母小波，以最小小波能量熵為準(zhǔn)則設(shè)計(jì)適合信號特征的最優(yōu)小波基，用最佳分解尺度提取方法提取最適合結(jié)構(gòu)特征的小波分解系數(shù)進(jìn)行分析，可實(shí)現(xiàn)密集耦合模態(tài)的有效識別。對于修正因子(大)取值大時(shí)連續(xù)小

4、波變換端點(diǎn)效應(yīng)明顯的問題，采用支持向量機(jī)的端點(diǎn)數(shù)據(jù)延拓方法進(jìn)行抑制，進(jìn)一步提高模態(tài)參數(shù)的識別精度。
　　 ②深入研究基于HHT的模態(tài)參數(shù)識別理論和實(shí)現(xiàn)方法，利用EMD的二進(jìn)濾波特征，提出了限制帶寬的經(jīng)驗(yàn)?zāi)B(tài)分解方法。EMD存在頻率分辨率不高、模式混合等缺陷，造成模態(tài)解耦不完全、識別精度低。限制帶寬的經(jīng)驗(yàn)?zāi)B(tài)分解在每一個(gè)本征模態(tài)函數(shù)最終分解出來之前，引入限制帶寬信號，不破壞EMD的自適應(yīng)性，也不需要像斯密特正交化那樣認(rèn)為第一個(gè)固有

5、模態(tài)函數(shù)(Intrinsic ModeFunction，IMF)一定是正交的假設(shè)，不僅能對模式混合進(jìn)行有效的抑制，并且能同時(shí)提高EMD的頻率分辨率，有效提高HHT識別密集模態(tài)的精度。
　　 ③提出基于分層抽樣的短樣本模態(tài)參數(shù)識別方法。短樣本條件下，影響模態(tài)參數(shù)識別精度最明顯的因素是由于平均次數(shù)不足導(dǎo)致隨機(jī)減量法提取的自由響應(yīng)信號誤差較大。通過引入分層抽樣技術(shù)，結(jié)合擴(kuò)展的隨機(jī)減量法，通過多次識別，用層權(quán)限制非最優(yōu)截取閾值下識別的參

6、數(shù)對最終識別結(jié)構(gòu)的貢獻(xiàn)量，加權(quán)平均得到最終的識別結(jié)果。因?yàn)閿U(kuò)展的隨機(jī)減量法在不同的穿越閾值下得到的觸發(fā)點(diǎn)數(shù)不是事先確定的，常用的層權(quán)確定方法在這種情況下不再適用，本文提出了基于擬合偏差和樣本容量的層權(quán)確定方法確定層權(quán)。最后，將分層抽樣分別與最優(yōu)復(fù)Morlet小波和限制帶寬EMD結(jié)合進(jìn)行短樣本模態(tài)參數(shù)識別。
　　 ④設(shè)計(jì)開發(fā)包括基于現(xiàn)代時(shí)頻分析的模態(tài)參數(shù)識別方法在內(nèi)的結(jié)構(gòu)實(shí)驗(yàn)?zāi)B(tài)分析系統(tǒng)，該系統(tǒng)包括結(jié)構(gòu)建模和振型動(dòng)畫模塊、數(shù)據(jù)采集