基于改进DATA-SSI和聚类分析的桥梁结构模态参数识别

桥梁结构的模态参数主要用于桥梁结构损伤识别及使用性能评估,在桥梁健康监测系统中具有十分重要的意义。目前较为常用的模态参数识别算法是随机子空间识别算法,主要包括协方差驱动的随机子空间识别算法和数据驱动的随机子空间识别算法。在利用随机子空间算法识别桥梁结构的模态参数时,首先需人为依据稳定图来进行系统阶次的确定,通过对稳定图定阶的不断研究,发现其依然存在模态失真和计算量大这两方面的缺陷,为此提出了新的定阶算法以实现系统阶次的自适应确定。其次需要人为参与稳定图中真实模态的辨识,这不仅降低参数识别效率,还导致筛选的结果带有一定主观性。为了避免人为参与定阶和真实模态的筛选,提高模态参数识别的效率,在现有随机子空间算法的基础上引入聚类分析算法,提出了一种改进的模态参数自动化识别算法,以实现系统阶次的自动化确定和稳定图中真实模态的自动化筛选。再通过一座试验桥验证了真实模态存在的规律。最后将改进算法运用于识别实际大型斜拉桥的结构参数。结果表明:改进算法能够实现实际桥梁结构的模态参数自动化识别,且识别结果具有可靠性。     

数据驱动随机子空间算法的桥梁运营模态分析

以某自锚式悬索桥模型试验为研究背景,采用数据驱动随机子空间识别算法和改进稳定图方法对桥梁结构运营模态分析进行研究.为解决数据驱动随机子空间识别中的系统定阶和虚假模态问题,采用奇异熵增量进行系统定阶,并对稳定图进行改进,实现了虚假模态的识别与剔除,最终达到了精确识别桥梁结构模态参数的目的.采用模型试验在不同数据采集方案下的测试数据,识别该模型桥相应测试条件下的模态参数,将识别结果分别与ANSYS理论计算值、DASY-Lab模态参数识别结果进行比较,验证了所提方法及自编程序的正确性,该方法可应用于桥梁结构的运营模态分析中.     

基于K-means聚类算法的桥梁结构真实模态筛选研究

现阶段,随机子空间算法被广泛运用于识别桥结构的模态参数,虽然已不少学者对其进行了深入研究,但依然无法精确地对稳定图中的真假模态作出辨识和筛选。为了识别稳定图中的真实模态,首先通过对比分析数据驱动随机子空间算法和协方差驱动随机子空间算法在基本原理和计算效率两方面的差异,最终选定数据驱动随机子空间算法作为模态参数识别算法;其次以某试验桥为背景,通过分析大量稳定图中真假模态的存在形式来总结稳定图中真实模态存在的一般规律;同时基于K-means聚类算法的特点——不仅能实现不同维度数据的聚类,也能判别数据间是否属于同一类,还能筛选出同类的数据点,将该算法与稳定图定阶法中的振型辨识原理进行融合,运用于模态参数识别的流程中以完成真假模态的自动化筛选。为验证所提算法具有可信性,将其运用于识别某试验桥和实际桥梁结构的模态参数结果,并将所得结果与理论值进行对比分析。结果表明:所提算法能有效辨识稳定图中的真假模态,且识别结果具有可信性。     

斜拉桥环境激励模态参数识别不确定性试验研究

为分析环境激励法模态参数识别的不确定性,对一模型斜拉桥进行了分区模态试验,测试了主梁竖向和扭转、主塔面内和面外模态。首先,分析了非白噪声激励对模态参数识别的影响,提出采用结构有限元模型仿真分析结合稳定图剔除虚假模态的方法。其次,采用特征系统实现算法(ERA)结合提出的虚假模态剔除方法,识别出全桥15阶模态。再次,采用峰值法(PP)、正交多项式法(RP)、最小二乘复指数法(LSCE)、随机子空间法(SSI)分别进行模态参数识别,对比了各方法模态参数识别结果,统计了其不确定性,频率的识别结果变异性小,阻尼和振型有较大的变异性。最后,采用MONTE CARLO法对实测频响函数添加噪声后进行模态参数识别,结果表明,测点位于振型振幅较大位置时,模态参数识别结果的不确定性小,模态参数识别方法的不确定性比噪声的不确定性大。     

桥梁结构模态参数的时频域识别

为在时频域内识别桥梁结构的模态参数,针对HHT(Hilbert-Huang Transform)方法识别桥梁结构模态参数中存在的端点效应、模态混叠以及频率识别与阻尼识别相互耦合现象,应用带通滤波和扩展随机减量法对HHT方法进行改进,建立了一种基于现代信号时频域分析的桥梁结构模态参数识别方法,然后基于MATLAB平台,编制了桥梁结构模态参数时频域识别程序,并以某吊拉组合桥梁全桥模型试验为例,利用实测数据对所提方法进行验证。结果表明,该方法能正确识别出模型桥梁的前11阶竖向自振频率、前6阶阻尼比以及前3阶模态振型;阻尼比的识别结果为0.2%~2%;识别结果与有限元模型修正后的计算结果相差不大。所提方法能正确、有效地在时频域内识别桥梁结构的频率、阻尼及模态等参数。     

运营状态下杨浦大桥模态试验与状态评估方法研究

利用频域一空间域分解法,建立桥梁运行模态识别方法.该方法对桥梁在实际运行状态下车辆激励的响应测量数据进行无偏功率谱估计;然后采用奇异值分解技术,将随机响应数据空间分解成信号和噪声2个子空间,得出模态指示函数;并利用空间模态滤波技术分离出单一模态,准确识别出桥梁结构的模态参数.通过对杨浦大桥进行动力试验,测试桥梁在环境激励下的振动信息,采用该方法分析得到桥梁结构的动力参数,并与有限元计算结果相对比,有效实现了对桥梁结构整体状态和工作性能的评估.     

基于实测加速度的悬索桥涡振全过程模态参数演变

为探明桥梁涡振全过程模态参数演变规律，对发生涡振的某悬索桥12 d实测加速度数据进行分析。首先，基于涡振特征指标与改进的随机子空间法，识别并追踪桥梁涡振分布和模态参数；然后，根据涡振报警级别将频率、阻尼比进行分类，研究模态参数在涡振前、中、后的变化规律；最后，分析模态参数与涡振特性之间的相关性。结果表明：在这12 d内，该悬索桥间断地发生了多次、多阶频率，多种程度的涡振；前6阶频率均值仅由于环境影响出现小幅度波动；在涡振期间，各阶频率离散性更小，波动范围仅在0.002 Hz左右；前6阶阻尼比均值线基本保持在稳定区间内，但局部波动变异很大；在涡振期间，由于气动阻尼影响，桥梁涡振锁定频率所在阶次对应的识别阻尼比先明显下降后很快恢复，其他阶次阻尼比没有明显变化；涡振对阻尼比识别值影响较大，但对结构阻尼比影响很小。研究结果揭示了该悬索桥涡振全过程的频率和阻尼比变化规律及其与涡振的关系，可为更准确找出涡振原因和涡振管控提供参考。     

基于模态识别的短索索力识别方法

为了研究在未知边界条件与抗弯刚度下短索索力的识别方法,在整理经典索力计算公式的基础上,分析了拉索模态振型特征,采用随机子空间法与曲线拟合技术,提出了基于结构模态的短索索力识别方法,并进行了数值模拟与实验室短索的索力测试,以验证该方法的有效性。数值模拟结果表明:在理想条件下,除二阶模态外,曲线拟合得到的各阶参数识别误差均在0.5%以内;除一阶与二阶模态联立的情况外,由一阶模态与其他阶模态联立方程组求得的索力误差均在1.2%以内。实验室短索索力测试结果表明:弦模型已不适用于该试验索的索力识别,而采用梁模型并经过修正后,其索力识别误差为1.02%。针对试验索,将基于模态识别索力方法与经典索力测试方法进行对比分析,结果表明:由于经典测试方法面临着选取计算长度与抗弯刚度的难题,计算长度或抗弯刚度的选取不当会造成索力识别误差过大,因此,经典测试方法不适用于短索索力识别。综上所述,基于结构模态的短索索力识别方法能够避开计算长度与抗弯刚度的选取难题,提升了短索力测试的精度,能够满足工程测试的需要。     

LD480柴油机试验模态分析

利用随机信号和振动分析系统CRAS4.1版 ,采用锤击法对LD480柴油机的机体、曲轴、缸盖及其组合结构的自由模态进行试验模态分析 ,并获得了其前 5阶 (不少于 5阶 )模态参数及振型。通过对结构模态参数的识别 ,为LD 480柴油机主要零部件结构的动力学分析和结构的改进设计提供了依据     

简支多片空心板梁桥模态试验研究

该文通过对205国道子牙新河北堤桥简支多片空心板梁桥进行冲击试验的实例,基于输出响应用随机子空间法进行了模态识别。模态试验结果表明:简支板梁桥的前3阶模态分别为纵向1阶竖弯、竖向扭转、横向竖弯和纵向2阶弯曲,与理论计算结果一致,可为相关的科研人员参考。     

基于EEMD和ARMA算法的某大型斜拉桥的模态参数识别

识别桥梁结构模态参数是结构健康监测和振动控制等研究及工程实践中的一个重要环节。基于EEMD和ARMA算法的模态参数识别技术,利用EEMD分解对原始加速度信号进行分析,然后对所得的IMF进行信号重构。将重构的加速度信号作为ARMA算法的输入,进行模态参数识别,得到了某大桥的前6阶频率,并分析了每阶频率1d内的变化波动情况。通过对比分析每阶频率与实际值的差距,表明该识别方法能有效识别该斜拉桥频率。     

基于位移模态四阶导数的梁结构损伤识别

结构损伤识别一直是工程界关注的热点问题,针对混凝土梁结构的动力损伤识别,提出了利用位移模态的4阶导数进行损伤识别的新方法。通过有限元建模和分析,对钢筋混凝土梁进行损伤识别和算例仿真,从而验证这种方法的敏感性和可行性。研究结果和分析算例表明：利用位移模态4阶导数分析,对结构单处损伤、多处损伤以及对不同的损伤程度都能有效识别,而且不需要结构损伤前的模态参数,显示了该指标检测损伤的优越性和有效性。     

桥梁结构运营模态参数识别方法对比

为比较不同桥梁运营模态分析理论和方法在实际桥梁长期运营中的识别效果和效率,以某大跨度斜拉桥健康监测系统1年的实测数据为依托,用探索性数据分析方法对桥梁实测数据进行评判,从实测数据中筛选符合识别方法基本假定的数据,分别运用频域和时域运营模态参数识别方法识别该桥主梁和斜拉索12个月的运营模态参数,并对识别结果进行对比分析。分析结果表明:不同构件可采用不同的识别方法,基于自适应总体平均经验模态分解的数据驱动随机子空间法对运营状态下斜拉桥主梁的密集模态参数识别效果最好;峰值拾取法能准确、快捷地识别运营状态下斜拉索的模态参数。     

基于环境激励和子空间技术的自锚式悬索桥结构模态参数识别

结构模态参数的准确获取是自锚式悬索桥静力计算、抗风和抗震分析的重要基础。借助振动测试设备,在自锚式悬索桥加劲钢箱梁内记录了加劲梁多个测量点在环境激励下的振动响应时程,采用基于参考点的随机子空间技术开展了模态参数识别,获得了主跨350 m自锚式悬索桥的振动频率、振型和阻尼参数。试验结果与有限元分析对比表明,子空间识别技术能获得实际桥梁振动模态,而有限元分析存在明显不足,需要基于试验结果开展有限元模型修正。     

基于频域分解法正交模态分离的阻尼比识别研究

频域分解法是一种频域模态参数识别方法，因其操作简单、抗噪声能力强而被广泛使用。虽然频域分解法对于振型和固有频率有着较高的识别精度，但是对于阻尼比的识别精度不够高，其原因是在多自由度结构下，求解阻尼比需要将固有频率窄带范围内的最大奇异值数据傅里叶逆变换到时域，并通过对数衰减法求解阻尼比，而窄带范围的数据很可能会受到其他阶模态的干扰，进而影响阻尼比的识别。因此提出了正交模态分离频域分解法识别结构的阻尼比。首先，通过结构响应计算出结构的输出功率谱矩阵，并使用频域分解法识别结构各阶固有频率和振型；然后，将识别出的固有频率和振型代入计算公式，使用振型正交等方法将各阶模态分离，并计算出各阶模态的增强输出功率谱函数，通过增强功率谱在频域计算出结构各阶的阻尼比；最后，在数值算例中对比了频域分解法以及正交模态分离频域分解法的阻尼比识别结果，并将理论应用于实桥的测试中，计算出该桥梁的前4阶阻尼比。结果表明：该方法可以将多阶输出功率谱矩阵分离成多个单阶的增强输出功率谱函数，并且通过分析增强输出功率谱函数的曲线直接在频域计算出结构的阻尼比，避免了在阻尼比识别中不同模态的相互干扰以及频时域转化带来的影响，提高了...     

基于稳定图解析的桥梁模态参数全自动识别

桥梁模态参数识别是桥梁智能监测的重要内容,传统桥梁模态参数识别方法需要人工干预,不适合连续监测,且在传感器较少时可能失效。为解决该问题,提出改进的稳定图解析方法,实现桥梁模态参数全自动识别。首先,提出模态相似指标(Modal Similarity Criterion, MSC)度量模态相似性,解决传统模态置信度指标在传感器较少时可能失效的问题;然后,提出新的稳定图自动清洗方法,剔除稳定图中的大量虚假模态,同时提出改进的层次聚类算法自动解析清洗的稳定图,实现模态参数自动识别;最后,将提出的方法应用于一座斜拉桥和一座具有密集模态的连续梁桥Benchmark,并在极端传感器布置工况下验证所提方法辨别密集模态的可行性。结果表明：即使在发生振型空间混叠时,提出的MSC指标仍能有效辨别不同模态;提出的稳定图自动清洗和自动解析方法不需要任何人工设定的阈值,能够自动剔除虚假模态并得到准确的模态识别结果,同时能够准确识别发生振型空间混叠的密集模态。提出的自动识别方法不受结构刚度和加速度传感器布置位置和数量的限制,能够统一地应用于具有不同刚度和不同传感器布置工况的跨海桥梁集群监测。     

斜拉桥锤击法模态参数识别不确定性的试验研究

为分析锤击法模态参数识别的不确定性，对一座模型斜拉桥进行了分区锤击法模态试验，采用变时基技术测试了主梁竖向和扭转、主梁横向、主塔面内和主塔面外模态。首先，采用特征系统实现算法(ERA)进行模态参数识别，ERA法的稳定图能够有效区分密集模态，识别出全桥21阶模态参数。其次，采用峰值法(PP)、正交多项式法(RP)、最小二乘复频域法(LSCF)、最小二乘复指数法(LSCE)分别进行模态参数识别，对比了各方法模态参数识别结果，统计了其不确定性，结果表明，频率的识别结果变异性小，阻尼和振型有较大的变异性。最后，采用MONTE CARLO法对实测频响函数添加噪声，RP法进行模态参数识别，结果表明，测点位于振型振幅较大位置时，模态参数识别结果的不确定性小，模态参数识别方法的不确定性比噪声的不确定性更大。     

基于响应功率谱传递比的桥梁结构工作模态参数识别方法

为实现基于振动传递比函数的工作模态分析方法能够在任一荷载工况下识别结构模态参数，引入参考响应思路，构建响应功率谱传递比（Power Spectral Density Transmissibility，PSDT）函数。首先利用比例函数的极限定理，揭示PSDT在系统极点处的重要特性，进而根据这一特性建立PSDT驱动的峰值法；同时为解决传统传递比方法无法识别结构阻尼的问题，建立基于PSDT驱动的最小二乘复频域法（LSCF），通过参数化拟合思路识别频率、振型和阻尼比，并运用稳定图辅助剔除虚假模态。通过10层剪切型框架结构数值算例，对比研究外部激励性质对PSDT法及传统频域法（峰值法、频域分解法）识别结果的影响。最后，运用PSDT法对环境激励下的人行桥进行工作模态分析，并与传统响应传递比方法及随机子空间法（SSI）结果进行对比。研究结果表明：在同一工况下不同参考响应的PSDT函数在系统极点与外部激励性质无关，且等价于振型比值；PSDT法相比于传统频域法对外部激励具有更为良好的鲁棒性，能够降低识别谐波激励引起的虚假模态的风险；不同于传统响应传递比方法，在任一工况下基于PSDT法能够识别人行桥的包括阻尼比在内的工作模态参数，并产生更为清晰的峰值和稳定图，具有更好的可操作性；该方法识别结果与SSI结果吻合较好，验证了其在任一荷载工况下分析实际桥梁结构工作模态特性的可行性。     

基于稳态简谐激励的人行桥模态参数识别

为了探究稳态激振现场试验方法在人行桥模态参数识别中的可行性,通过数值仿真分析和现场试验,研究了基于稳态激振的人行桥模态参数识别。该方法首先通过单点简谐激励获得结构稳态响应的频响函数(FRF),然后对实测频响函数按单模态或多模态叠加形式进行最小二乘曲线拟合得到结构的固有频率、阻尼比、模态振型和模态质量。以一频率密集分布的多点弹性支撑梁为数值算例,分析了激振器激振质量、频率间隔、激振次数、多模态参与和噪声对识别结果的影响。采用该方法识别了一座双层分离桥面曲线人行桥第1阶侧弯模态的频率、模态质量及阻尼比,为该桥的人致振动分析及减振设计提供了有效手段。结果表明:激振质量会改变结构固有模态参数,因此在满足激振条件下激振质量应尽可能小;选择合适的激振带宽和较小的激振频率间隔能获得更可靠的结果;人行桥现场稳态激振试验识别的频率和阻尼比与自由振动识别结果基本相符,识别的模态质量与有限元计算结果相符,说明该方法可行。     

利用光纤应变传感器通过振动监测对蒂尔夫桥进行损伤识别

介绍利用光纤应变传感器及加速度仪,对有着50多年桥龄的比利时蒂尔夫桥进行的环境振动测试。根据环境振动测试的结果,用随机子空间识别法确定桥梁的固有频率、阻尼比、模态位移和模态曲率;通过有限元模型修改,将所得到的模态参数用于桥梁损伤识别,并将识别结果与实际目测情况进行比较。