环境激励下钢筋混凝土拱桥模态参数识别

为正确选择模态参数识别方法,对某钢筋混凝土拱桥进行了环境振动试验,采用频域、时域和时频分析方法——峰值拾取法(PP)、随机子空间识别(SSI)以及基于经验模态分解(EMD)和随机减量技术(RDT)的方法——识别其模态参数;比较了3种模态参数识别方法的特点和识别结果,并与有限元法计算结果进行了比较.研究结果表明:峰值拾取法的识别速度快,识别的频率较可靠,但识别过程需要较多人工干预;随机子空间识别的理论体系完备,适合程序实现,识别过程能较好地抵消测试过程中噪声等的影响;由于模态混叠的影响,EMD-RDT识别结果具有一定随机性.     

变微分模态分解罚参量选择方法与时变系统识别

针对变微分模态分解（variational mode decomposition，VMD）罚参量会对分解结果产生影响的问题，提出一种基于数据驱动的VMD罚参量选择方法.该方法首先通过傅里叶变换的主频峰值确定罚参量；然后调整层数参量，获得有限个固有模式分量，通过对比不同层数参量时所得固有模式分量的固有频率与阻尼比变化，剔除伪分量；最后对真实固有模式分量进行希尔伯特变换，用于识别时变系统的瞬时频率. 为证明所提方法对时变系统识别的有效性和准确性，分别对具有时变刚度的结构系统和柴油发动机的时变做功过程进行研究，将所提方法结果与经验模态分解方法结果进行比较. 比较结果表明，当罚参数取值是信号最大幅值的1.5～16.0倍时VMD分解结果最优，所提方法可以更准确地识别瞬时频率，在工程应用中的能够更有效地对系统瞬时频率进行识别.      

基于多级神经网络的桥梁结构模态参数识别方法

桥梁结构模态参数识别方法在识别过程中难以获得完整阶次，构造的基准模型不完整，导致识别结果出现误差，因此，设计一种基于多级神经网络算法的桥梁结构模态参数识别方法.使用多级神经网络对识别算法进行优化，建立交配池，利用交叉和变异算子对交配池中的参量个体进行识别，建立新的群体，利用信号匹配识别结构模态参数，选择模态确信准则(MAC)以及相位共线性指标(MPC)作为模态区分的辨别指标并计算，最后优化整体模态参数识别流程.方法性能测试结果表明，设计的基于多级神经网络的桥梁结构模态参数识别方法在不同采集方式下得到的参数误差更小，可靠性更高.     

基于支路法的串联谐振分析

为有效分析电力系统串联谐振引起的支路谐波过电流问题,提出了基于支路法的串联谐振分析方法,应用该方法对三母线系统和IEEE14节点系统进行了测试分析,并与成熟的模态分析法,即通过求解网络导纳奇异矩阵特征根分析谐振机理的方法进行了比较. 利用串联支路出现导纳极大值获得的谐振频率与利用模态分析法得到的谐振频率相近这一结果表明,提出的方法能准确地识别电力系统中的串联谐振频率,有效分析串联谐振问题,具有较好的实用性.      

耦合螺栓模型建模及柴油机有限元分析

研究了耦合螺栓有限元建模方法,该模型考虑到了螺栓连接所具备的预紧力和接触对这2个重要的特征.将耦合螺栓有限元模型运用到了某试件的模态分析计算中,所得到的频率和振型与实验结果具有很好的一致性,验证了耦合螺栓有限元模型的有效性.该模型运用到了某中速船用柴油机的机体与油底壳之间的连接,研究了采用螺栓连接的柴油机的有限元模型与采用粘连的方式直接将柴油机的机体与油底壳固连的有限元模型在模态频率和模态振型之间的差异     

考虑温度效应的简支梁桥损伤识别方法研究

基于模态频率的损伤识别方法得到了广泛的应用,而温度往往会掩盖桥梁损伤造成的模态参数变化.通过建立简支梁有限元模型,改变混凝土弹性模量进行模态分析,得出了温度和损伤作用下的简支梁模态频率.结合BP神经网络,对温度影响下的简支梁桥损伤进行了有效识别.     

既有多梁式桥梁的损伤识别

讨论了利用量测的柔度矩阵定位损伤的方法。分别选用模态柔度和模态柔度曲率两种方法对多梁式T型梁桥的损伤识别进行研究;并定性分析了测试噪声对损伤识别结果的影响。为反映实际多梁式桥梁的损伤识别情况,采用符合实际多梁式桥梁结构构形的计算模型模拟结构损伤。通过一个简支多梁式T梁桥的数值试验验证了所提方法的可行性。结果表明在量测模态与频率数不多的情况下,所讨论的方法可用于识别多梁式桥梁的损伤。     

既有多梁式桥梁的损伤识别

讨论了利用量测的柔度矩阵定位损伤的方法。分别选用模态柔度和模态柔度曲率两种方法对多梁式T型梁桥的损伤识别进行研究;并定性分析了测试噪声对损伤识别结果的影响。为反映实际多梁式桥梁的损伤识别情况,采用符合实际多梁式桥梁结构构形的计算模型模拟结构损伤。通过一个简支多梁式T梁桥的数值试验验证了所提方法的可行性。结果表明在量测模态与频率数不多的情况下,所讨论的方法可用于识别多梁式桥梁的损伤。     

制动盘重根模态识别

为有效识别盘式制动器制动盘的重根模态,基于ANSYS有限元分析软件建立制动盘仿真模型,通过模态分析获取制动盘固有频率及模态振型,采用节圆-节径描述制动盘的9阶模态振型,识别重根模态.通过锤击测试法对制动盘进行试验模态分析,与有限元分析结果对比,各阶模态固有频率的最大误差未超过5％,验证了制动盘存在重根模态与有限元计算结果的可靠性,并分析两种结果存在误差的原因.重根模态的识别可为分析制动盘振动固有特性、降低制动器振动噪声及优化设计等提供依据.     

基于模态应变能和BP神经网络的混凝土框架结构损伤识别

采用模态应变能变化率和BP神经网络的两步损伤识别方法,对钢筋混凝土框架结构进行损伤识别研究.首先,利用单元的模态应变能变化率作为结构损伤定位因子,运用通用有限元ANSYS的APDL语言编制程序,计算模态应变能变化率;然后,利用BP神经网络进行损伤程度识别.该方法将二者优点相结合,并克服了单纯利用模态应变能难以准确计算损伤程度以及单纯利用BP神经网络样本巨大的困难.数值仿真结果表明,该方法适用于框架结构的损伤识别.