基于子空間算法的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別與在線監(jiān)測(cè)研究.pdf

1、結(jié)構(gòu)模態(tài)參數(shù)識(shí)別具有廣泛的應(yīng)用背景。傳統(tǒng)的識(shí)別算法利用激勵(lì)和響應(yīng)信號(hào)之間的關(guān)系進(jìn)行參數(shù)識(shí)別。許多大型工程結(jié)構(gòu)在進(jìn)行測(cè)試過(guò)程中無(wú)法得到激勵(lì)信息，因此單獨(dú)利用響應(yīng)信號(hào)進(jìn)行分析識(shí)別的算法越來(lái)越得到重視。本文在隨機(jī)子空間算法的基礎(chǔ)之上，針對(duì)環(huán)境激勵(lì)條件下的模態(tài)參數(shù)識(shí)別與結(jié)構(gòu)檢測(cè)，進(jìn)行了深入了研究，具體可歸納為如下幾點(diǎn)
　　 1)文章首先討論了隨機(jī)子空間算法的具體識(shí)別過(guò)程，詳細(xì)分析了不同加權(quán)模式以及在不同噪聲影響下，算法的識(shí)別精度以及運(yùn)算

2、穩(wěn)定性。
　　 2)在隨機(jī)子空間算法的基礎(chǔ)之上，發(fā)展實(shí)時(shí)的在線算法。基于矩陣空間的性質(zhì)，把將來(lái)行空間到過(guò)去行空間的投影展開(kāi)為一種用于跟蹤的修改遞推模式。通過(guò)投影逼近子空間跟蹤算法，不斷跟蹤計(jì)算投影的左奇異值向量，再利用最小二乘法求出系統(tǒng)的模態(tài)參數(shù)，最后用懸臂梁作為實(shí)驗(yàn)?zāi)Ｐ?，通過(guò)不斷改變系統(tǒng)激勵(lì)的頻帶范圍，驗(yàn)證方法的有效性及穩(wěn)定性。結(jié)果表明只要選取適當(dāng)?shù)乃p系數(shù)，方法就可以既保證一定的識(shí)別精度，又具有良好的跟蹤特性。
　　

3、 3)分析了盲信號(hào)分析原理與振動(dòng)響應(yīng)信號(hào)之間的關(guān)系，運(yùn)用盲分離原理分離各階模態(tài)響應(yīng)信號(hào)。為了提高其分離精度，將EMD分解后的模式分量作為參考量，求取模式分量和白化信號(hào)之間的協(xié)方差矩陣，通過(guò)將不同時(shí)滯下的對(duì)協(xié)方差矩陣聯(lián)合對(duì)角化，得到解混矩陣，優(yōu)化了整個(gè)分離過(guò)程，更好的分離各階模態(tài)響應(yīng)。分離的同時(shí)，剛好修正EMD分解過(guò)程中的邊緣效應(yīng)，而且保留了EMD分解分析非穩(wěn)態(tài)信號(hào)的特點(diǎn)，使得整個(gè)分離算法有了更好的適應(yīng)性。同時(shí)在此基礎(chǔ)之上，利用隨機(jī)子空間

4、在線算法，實(shí)時(shí)分析分離后的各階模態(tài)響應(yīng)，由于帶入數(shù)據(jù)維數(shù)的降低，計(jì)算效率得到很大程度上的提高。
　　 4)將時(shí)域的隨機(jī)子空間算法擴(kuò)展到頻域，利用互功率譜矩陣前后時(shí)刻的關(guān)系得到頻域下的子空間識(shí)別算法，由于工程上對(duì)參考點(diǎn)的限制，在算法的基礎(chǔ)之上推導(dǎo)了單參考點(diǎn)以及局部參考點(diǎn)的頻域子空間算法，增強(qiáng)了算法的適應(yīng)性，同時(shí)利用頻域子空間算法不依賴頻率間隔的特性，利用局部功率譜峰值數(shù)據(jù)完成參數(shù)識(shí)別，大大提高了算法的效率，同時(shí)算例顯示算法依然具有