工程結(jié)構(gòu)模態(tài)參數(shù)辨識與損傷識別方法研究.pdf

1、工程結(jié)構(gòu)模態(tài)參數(shù)辨識與損傷識別技術(shù)作為近20年來適應(yīng)工程實際需要而發(fā)展起來的一門新學(xué)科，有很強的工程背景，具有重要的實用價值。近些年來，工程結(jié)構(gòu)的健康監(jiān)測、損傷評估越來越受到人們的關(guān)注，而模態(tài)參數(shù)辨識和損傷識別作為其核心技術(shù)和理論基礎(chǔ)已日益成為土木工程領(lǐng)域的研究熱點。由于工程結(jié)構(gòu)體積龐大、約束條件復(fù)雜、材料混雜等原因，對其進(jìn)行人為激勵以及對激勵信號進(jìn)行有效測量是相當(dāng)困難的，因此，基于輸入輸出信號的傳統(tǒng)模態(tài)參數(shù)識別理論和方法在工程結(jié)構(gòu)中難

2、以適用。而環(huán)境激勵下的結(jié)構(gòu)模態(tài)參數(shù)識別方法，具有無需施加人為激勵、費用低廉、不影響結(jié)構(gòu)的正常工作、無需測量激勵信號、更加符合實際情況等優(yōu)點，在工程界得到了廣泛的應(yīng)用。但現(xiàn)有的模態(tài)參數(shù)辨識方法和損傷識別方法在精度、魯棒性、效率以及經(jīng)濟(jì)性能指標(biāo)方面仍存在很多不足，在實際工程中的應(yīng)用尚處于發(fā)展階段，仍需進(jìn)一步研究和完善。
　　針對目前研究中存在的問題，本文圍繞環(huán)境激勵下工程結(jié)構(gòu)模態(tài)參數(shù)辨識方法和基于模態(tài)參數(shù)靈敏度的損傷識別方法開展研究，

3、歸結(jié)起來主要內(nèi)容如下：
　?、儆嬎闳龑愉摻铐趴蚣苣Ｐ驮诃h(huán)境激勵下的位移響應(yīng)，利用兩種數(shù)據(jù)預(yù)處理方法（隨機(jī)減量法和NExT法）和ITD法、STD法、復(fù)指數(shù)法、ERA法和ARMA法等5種時域模態(tài)參數(shù)識別方法，開展了結(jié)構(gòu)模態(tài)參數(shù)辨識的比較研究。結(jié)果表明：預(yù)處理方法中的NExT法在精度、抗噪性上均優(yōu)于隨機(jī)減量法；五種模態(tài)參數(shù)識別方法中STD法和ARMA法的對頻率識別精度比其它三種方法稍高，在抗噪方面，STD、ERA法、ARMA法的抗噪能力

4、比其它兩種方法稍強，所有方法對頻率的識別精度均遠(yuǎn)大于對阻尼比的識別精度。
　?、诮Y(jié)合隨機(jī)子空間法提出了環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別的改進(jìn)ITD法、改進(jìn)STD法與改進(jìn)復(fù)指數(shù)法。隨機(jī)子空間法的識別精度高，其中數(shù)據(jù)的協(xié)方差計算（矩陣正交投影計算）可以保留原始數(shù)據(jù)中的所有信息，同時去除了噪聲，將得到的Toeplitz矩陣（P矩陣）中的數(shù)據(jù)作為ITD法、STD法與復(fù)指數(shù)法的輸入數(shù)據(jù)，這三種方法就不再需要采用隨機(jī)減量法或者自然激勵技術(shù)法進(jìn)行前處

5、理，從而避免了這兩種前處理方法的不準(zhǔn)確性帶來的誤差。對兩跨三層框架模型及一自錨式懸索橋模型的模態(tài)參數(shù)進(jìn)行了識別，結(jié)果表明：基于協(xié)方差驅(qū)動 SSI與數(shù)據(jù)驅(qū)動SSI的改進(jìn)方法對比對應(yīng)隨機(jī)子空間法，在精度未減小的前提下提高了計算效率，僅用較少的數(shù)據(jù)就可較準(zhǔn)確地識別出系統(tǒng)的模態(tài)參數(shù)，且識別精度較高、抗噪性較好；改進(jìn)方法與ITD、STD、復(fù)指數(shù)法相比有精度上的優(yōu)勢。
　　③開展了在環(huán)境激勵下的框架結(jié)構(gòu)模態(tài)辨識實驗，同時針對十二層鋼筋混凝土框

6、架結(jié)構(gòu)的振動臺試驗?zāi)Ｐ瓦M(jìn)行了模態(tài)參數(shù)識別。結(jié)果進(jìn)一步證明了所提出的改進(jìn)方法的正確性、可行性；基于SSI法的改進(jìn)辨識方法計算時間約為SSI法計算時間的50％，當(dāng)輸出信號較多時，這種優(yōu)勢更明顯。從而可見，基于SSI法對ITD、STD、復(fù)指數(shù)法進(jìn)行改進(jìn)后，精度沒有降低，同時縮短了計算時間，這將為改進(jìn)方法應(yīng)用到結(jié)構(gòu)的實時監(jiān)測提供了可能。
　?、茉陔S機(jī)子空間辨識法與特征系統(tǒng)實現(xiàn)算法（ERA）的識別結(jié)構(gòu)參數(shù)過程中，確定系統(tǒng)階次是關(guān)鍵。研究了基

7、于奇異值差分譜的去噪原理以及基于奇異值差分譜的分量分離原理。提出了基于奇異值差分譜的隨機(jī)子空間和ERA模型定階方法，通過該法來確定模型階次所產(chǎn)生的虛假模態(tài)是最少的，且包含信號中所有模態(tài)，同時識別精度不受影響，并且計算量最小的階次。通過試驗和數(shù)值分析進(jìn)行結(jié)構(gòu)的模態(tài)識別，結(jié)果表明該方法是有效的。
　?、莶捎孟嚓P(guān)系數(shù)法進(jìn)行真實模態(tài)分量的挑選，剔除低頻虛假模態(tài)分量。采用數(shù)字濾波器對EMD分解進(jìn)行改進(jìn)，從而克服EMD分解時出現(xiàn)模態(tài)混疊的情況

8、。針對經(jīng)過EMD分解或者數(shù)字濾波后的單頻率分量的信號，提出了基于奇異值差分譜的去噪的方法，仿真信號和實驗數(shù)據(jù)分析表明該法去噪效果相當(dāng)明顯。提出了基于奇異值差分譜的模態(tài)分離HHT法，通過對仿真信號和實驗數(shù)據(jù)的模態(tài)辨識，表明該方法是可行的。
　?、尢岢隽嘶跀?shù)字濾波器的STD法、復(fù)指數(shù)法、ARMA法等三種識別方法，通過仿真信號、實驗數(shù)據(jù)處理證明了方法的正確性、可行性，同時表明該方法能夠有效分離密集模態(tài)，且在識別過程中無需考慮定階問題。

9、提出了基于EMD分解的STD法、復(fù)指數(shù)法、ARMA法等三種識別方法，通過仿真信號、實驗數(shù)據(jù)證明了其正確性、可行性，同時表明該法能夠處理非平穩(wěn)信號，在識別過程中無需考慮定階問題。
　?、咴诂F(xiàn)有的直接解析法基礎(chǔ)上，本文從三個方面對其進(jìn)行了改進(jìn)（包括直接解析法的模型縮聚改進(jìn)，方程迭代解法的改進(jìn)，模態(tài)截尾誤差的改進(jìn)），提出了框架結(jié)構(gòu)損傷識別的改進(jìn)直接解析法。針對五層兩跨的框架結(jié)構(gòu)，開展了基于改進(jìn)模態(tài)參數(shù)靈敏度法的結(jié)構(gòu)損傷識別方法研究，結(jié)果