随机减量法在斜拉桥拉索模态参数识别中的应用

斜拉桥拉索模态参数(固有频率、阻尼比)在索力测试、拉索减振、实时控制等方面起着重要作用。文中利用随机减量技术从岳阳洞庭桥环境激励下拾取的拉索的加速度响应中分离出自由衰减振动加速度响应信号，将获取的加速度响应信号表达为一理论形式，综合运用参数识别、最优估计理论，识别出拉索的模态参数，与理论值吻合良好。本文方法简单，试验容易实施，具有工程实用价值。数字仿真与工程测试结果表明了方法的有效性和可行性。     

基于随机减量法振动系统模态分析仿真研究

基于随机减量法和ITD法,利用MATLAB对环境激励下结构模态参数识别进行数值仿真算例研究。实验通过一个三自由度振动仿真系统,同时建立了MATLAB仿真模型和ANSYS仿真模型,结果显示两者的仿真结果吻合。     

基于速度响应信号的模态参数识别ITD算法研究

以环境随机激励作用下的大型塔架结构为研究背景,提出了一种基于速度响应信号的ITD方法。首先应用随机减量技术从速度随机响应信号中提取速度自由响应信号,然后推导出基于速度信号的ITD法并应用于识别系统的模态参数。该方法不用将速度信号积分成位移信号,而是直接对速度信号进行模态参数识别,避免了积分过程中引入误差。将试验结果与传统的基于位移响应的ITD法和峰值谱法进行对比,证明该方法具有较高的计算精度。     

模态辨识中随机减量技术的实用改进

针对模态辨识实践中的随机减量加速度特征信号奇异值问题和结构实模态提取问题,提出相应的特征信号截断方法和最小距离法,改善结构模态辨识效果。首先,分析随机减量加速度特征信号的奇异值产生原因,提出特征信号截断方法,用于后续Ibrahim时域处理;其次,通过优化模型建立最小距离法的计算公式,便于从辨识所得复模态中提取结构实模态;最后,通过数值算例和结构模型实验,验证所提方法的可行性。结果表明:随机减量加速度特征信号的有效截断比例可取为1/200～1/50;最小距离法适用于各种类型响应下的结构实模态提取,抗噪能力强。     

运营条件下异型拱桥的模态参数识别

以一复杂的异型钢管混凝土拱桥为对象，根据运营期间车辆交通荷载引起的余振实测结果，用小波变换（wavelet transform,简称WT）和特征系统实现法（eigensystem realization algorithm，简称ERA）两种方法对结构模态参数识别结果进行了对比，讨论了两种方法在复杂结构体系模态参数识别中的适用性。进一步以ERA识别方法为对象，比较了记录波除噪及不同记录波对参数识别结果的影响。结果表明：WT方法以及ETA方法得到的结构模态参数识别结果基本一致，两种方法相互校核可剔除噪声模态，获得真实的结构模态信息；除噪对基于余振衰减波的模态参数识别精度提高意义不大，不同记录波的对比识别可剔除单波随机噪声的影响，提高识别结果的可靠性。     

基于随机减量技术的模态参数识别方法探讨

大型基础工程结构的特征参数识别通常是通过对环境载荷激励的结构响应进行分析来实现,随机减量(Random Decrement,RD)技术是环境激励下的模态参数识别方法中应用较广的方法。在实际应用中受环境、测量等条件的限制,信号常为含有某些优势频率的非平稳信号,常常导致随机减量技术在识别结构参数尤其是系统阻尼时带来较大误差。为提高随机减量技术在环境激励作用下识别结构参数的准确性,文中从分析随机减量信号频谱中的频率分布特性入手,结合随机减量函数产生的触发条件,给出了一种利用信号频谱的统计特征进行模态参数识别的方法。数值仿真结果表明该函数能准确识别在含有优势频率环境载荷作用下的结构参数。     

复模态整体识别法在车床模态参数识别中的应用

介绍了复模态整体识别方法的理论基础,并对车床进行试验模态分析,识别出车床的模态参数,所得结果可为进一步的理论分析和结构优化提供参考.     

微分变换法在动力学响应分析及系统边界参数识别中的应用研究

引入求解非线性微分方程的微分变换法，将其推广为广义微分变换法。建立求解一般非线性振动微分方程的一般框架，将此方法用于求解著名的Vander pol方程。并且将微分变换法推广到结构边界参数识别，以一个典型的悬臂梁边界参数识别为例，对其进行数值仿真和实验研究，并将此方法的实验研究识别结果与用实测频率响应函数法的识别结果作比较。说明该方法具有良好的工程应用价值。     

密集模态分离及其参数识别方法研究

针对密集模态参数识别精度差的问题,分析造成识别精度低的原因.根据影响模态混叠程度的固有频率和阻尼比两大因素,定义衡量模态间混叠程度的模态密集度因子.基于化多模态参数识别问题为单模态参数识别问题的思想,提出加逆衰减指数窗与带通滤波相结合的密集模态分离方法,先将各模态近似提取出来,再用时频分析方法识别模态参数.研究相关处理去噪方法,理论证明小阻尼情况下相关处理去噪的模态参数不变性.通过仿真和实验验证方法的有效性和优越性.     

基于修正Morlet小波的自适应模态参数识别

提出了一种修正的Morlet小波自适应结构模态参数识别方法，选取Morlet小波作为母小波，并引入一个调整因子N根据信号的特征对母小波的带宽进行调整。提出了能量极大值原则，结合相邻尺度小波分解的距离最大原则和相关系数最小原则，自适应地选择最佳小波分解尺度。数值仿真证明了该方法对密集模态进行解耦的有效性。将所提方法应用于一个简支梁的模态分析，实验结果表明，提出的自适应模态参数识别方法降低了模态参数识别的难度，提高了模态频率和阻尼比的识别精度。     

基于连续小波变换的三自由度链模型模态参数辨识

采用连续小波变换的方法,在大型结构模态参数辨识方面提出了系统化的辨识流程,并对相近的频率所造成的辨识难点提出了解决的办法。通过三自由度模型模态参数的辨识,表明连续小波变换对于大型结构的模态参数辨识准确度高,具有现实意义。     

一种工作模态参数的在线时域辨识方法

根据环境激励具有随机性以及线性系统在环境激励下各输出点响应之间的相关函数与系统的脉冲响应函数具有相同的数学表达式等特点，给出了在线模态参数识别的理论，并提出了仅根据环境激励响应识别模态参数的新方法。     

一种模态弱响应且模态密集的参数识别方法

针对运行模态分析中响应信号数据样本较短、模态密集,以及弱响应信号淹没在大噪声中,系统模态难以全部辨识的问题,提出了联合相关函数与传递率识别系统模态参数的方法(联合方法),该方法先应用传递率近似频响函数获取系统弱响应频率特征函数,然后再通过小波变换进行模态识别。运用随机激励下的GARTEUR飞机模型仿真运行状态的输出进行了数值仿真实验。结果表明:相比于多参考最小二乘复频域法,联合方法不仅能提高模态频率的识别精度,而且还能极大地提高阻尼比的识别精度,尤其是传递率对模态密集的弱响应模态识别结果良好。     

基于LSCE算法和FDD算法的振动筛动态特性研究

论述了工作模态分析的频域分解方法(FDD)，采用DP440数据采集分析仪，按一点随机激励、多点加速度响应对振动筛进行了振动测试。使用FDD算法与最小二乘复指数法(LSCE)分别对振动筛进行了模态分析，并对两种分析结果进行了比较研究。在0-78Hz频带内，两种方法所提取的9阶模态参数相当接近。分析结果表明，FDD算法是有效的，可以用于大型机械结构的工作模态分析。所获得的振动筛结构的动态特性准确、可靠，可以作为动力学修改和灵敏度分析的依据。     

不确定性参数识别的模态区间逆响应面法

结合模态区间分析及响应面的相关理论,提出一种新的不确定性参数识别方法,即模态区间逆响应面法。首先,以有界区间数来量化结构参数的不确定性,通过合理的实验设计确定样本数据;然后,以响应为输入,设计参数为输出,采用逐步回归分析构造设计参数与结构响应的模态区间逆响应面模型,进而直接在模态区间逆响应面模型上进行模态区间运算,即可识别材料参数的变异性区间;最后,采用一组钢板模态实验来验证所提方法的可行性及可靠性。结果表明:所提方法可准确识别钢板材料参数的取值区间,有效地解决多重变量区间运算存在的区间过估计问题,识别过程避免区间迭代优化,具有较高的计算效率。     

基于模态参数计算边界条件的方法

提出了一种计算结构边界支撑刚度的新方法。该方法以结构的实测模态参数为基础,利用结构在无支撑条件下低阶固有频率为零这一特点,通过逆推计算来确定结构的边界支撑刚度。该方法也可用来预测边界条件改变时固有频率和固有振型的变化规律。通过两个理论实例对该方法进行了解释和验证,计算结果表明,该方法是正确的和有效的。该方法已成功地应用于印刷机边界支撑刚度的识别,并发现了印刷机安装过程中的支撑不对称性。     

基于正交多项式和稳定图的密集模态参数辩识

由于正交多项式算法在频响函数模态参数拟合时,模态数目和多项式分子阶次较难确定,无法对拟合过程进行干涉。在原有算法的基础上,通过结合稳定图和模态指示函数,确定了频响函数的模态数目和极点（阻尼及固有频率）;在已知极点的基础上,由线性最小二乘方法对留数进行估计。此外,该方法被扩展到频响函数的整体拟合。通过将该方法应用于模态耦合严重的频响函数模态参数估计,并与原有正交多项式算法及商业化软件M E’scopeVES进行对比,表明该算法在避免虚假模态或发生模态遗漏现象的同时,拟合结果准确、稳定,抗干扰能力强。