發(fā)布時間：2020-11-18 00:49

　　 隨著社會的發(fā)展,工程結(jié)構(gòu)越來越多,結(jié)構(gòu)的動力特性由結(jié)構(gòu)的模態(tài)參數(shù)確定。一般通過對實測振動信號數(shù)據(jù)進(jìn)行模態(tài)參數(shù)識別以獲取結(jié)構(gòu)模態(tài)參數(shù),進(jìn)而分析結(jié)構(gòu)在役健康狀態(tài)。考慮到運行模態(tài)分析在實際振動結(jié)構(gòu)模態(tài)參數(shù)識別中的優(yōu)勢以及頻域識分解法的優(yōu)點,本文選用頻域分解法識別結(jié)構(gòu)模態(tài)參數(shù)。論文的主要研究工作及成果如下:(1)總結(jié)了頻域識別法的優(yōu)缺點,選用了適用于環(huán)境激勵的頻域分解法作為模態(tài)參數(shù)識別法進(jìn)行研究。頻域分解法識別出的模態(tài)頻率、模態(tài)振型精度較高;但識別阻尼比時由于截斷誤差影響識別精度較低,本文以奇異向量在結(jié)構(gòu)固有頻率附近相關(guān)性極高為理論基礎(chǔ),對阻尼比識別方法加以完善,最終編程實現(xiàn)該方法,并用該方法對一個四自由度彈簧質(zhì)量系統(tǒng)結(jié)構(gòu)算例進(jìn)行模態(tài)參數(shù)識別,結(jié)果表明該算法識別精度較高且阻尼比識別精度令人滿意。但是頻域識別法不能很好的解決結(jié)構(gòu)密集模態(tài)問題。(2)文中分析了密集模態(tài)形成原因以及常見的容易出現(xiàn)密集模態(tài)的結(jié)構(gòu)。對結(jié)構(gòu)密集模態(tài)振型及頻率的靈敏性進(jìn)行了分析,依據(jù)結(jié)構(gòu)擾動后密集模態(tài)對應(yīng)的兩階振型在其子空間中旋轉(zhuǎn)角度一致且具有邊界這一特點,將其應(yīng)用于實際工程結(jié)構(gòu)密集模態(tài)參數(shù)識別中。文中按照密集模態(tài)在頻域兩個峰的混疊程度將其分為兩類,以往的針對密集模態(tài)的參數(shù)識別方法只適用于混疊程度較低的一類,本文提出的以頻響函數(shù)為基礎(chǔ)的適用于密集模態(tài)的定階方法,適用于需要提前定階識別結(jié)果才能準(zhǔn)確的頻域識別法。(3)為有效解決結(jié)構(gòu)密集模態(tài)識別問題,本文在頻域分解法的理論基礎(chǔ)上加以改進(jìn),該方法先對振動結(jié)構(gòu)的加速度響應(yīng)數(shù)據(jù)的互功率譜密度函數(shù)矩陣做奇異值分解,然后對各頻率點第一個奇異值進(jìn)行分析,通過求解并對比其峰值處奇異向量與其左右附近頻率點的奇異向量間的角度,最終確定一個峰值處的模態(tài)階數(shù)。并用一個含密集模態(tài)的三自由度彈簧質(zhì)量系統(tǒng)結(jié)構(gòu)進(jìn)行驗證分析,算例表明,所提出的方法能有效解決兩類密集模態(tài)。(4)為減少人為參與,能做到自動識別出結(jié)構(gòu)的模態(tài)參數(shù),從而為工程結(jié)構(gòu)實時監(jiān)測提供進(jìn)一步可能性,文中采用尺度空間峰值檢測法自動獲取奇異值曲線峰值,并對改進(jìn)的頻域分解法設(shè)置參數(shù)范圍,最后編程實現(xiàn)自動化。文中最后對一個實際橋梁的實測數(shù)據(jù)進(jìn)行分析,模態(tài)參數(shù)識別結(jié)果表明,該方法能自動識別出實際工程中結(jié)構(gòu)含密集模態(tài)的模態(tài)參數(shù)。通過對比同一天三個時段的模態(tài)振型,驗證了結(jié)構(gòu)密集模態(tài)特性。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TU317
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究進(jìn)展
        1.2.1 頻域識別法發(fā)展歷程
        1.2.2 結(jié)構(gòu)密集模態(tài)研究現(xiàn)狀
        1.2.3 結(jié)構(gòu)密集模態(tài)識別的主要問題
    1.3 本文主要研究內(nèi)容
2 密集模態(tài)下結(jié)構(gòu)特性分析研究及其對頻域識別的影響
    2.1 引言
    2.2 密集模態(tài)下結(jié)構(gòu)模態(tài)參數(shù)敏感性分析
        2.2.1 敏感性分析理論基礎(chǔ)
        2.2.2 數(shù)值算例驗證與結(jié)果分析
    2.3 密集模態(tài)下結(jié)構(gòu)頻響函數(shù)特性分析
        2.3.1 頻響函數(shù)理論基礎(chǔ)
        2.3.2 密集模態(tài)下頻響函數(shù)特性分析
    2.4 基于頻響函數(shù)理論的模態(tài)定階方法的提出
        2.4.1 結(jié)構(gòu)密集模態(tài)定階方法理論推導(dǎo)
        2.4.2 三自由度結(jié)構(gòu)密集模態(tài)算例驗證
    2.5 本章小結(jié)
3 基于頻域分解法的密集模態(tài)識別方法研究
    3.1 引言
    3.2 環(huán)境激勵信號特性研究
        3.2.1 白噪聲激勵信號數(shù)學(xué)特性
        3.2.2 常見環(huán)境信號特性分析
    3.3 頻域分解模態(tài)參數(shù)識別方法研究
        3.3.1 理論基礎(chǔ)
        3.3.2 模態(tài)參數(shù)識別方法研究
        3.3.3 四自由度稀疏結(jié)構(gòu)算例分析
    3.4 基于頻域分解法的密集模態(tài)參數(shù)識別方法改進(jìn)
        3.4.1 改進(jìn)的頻域分解法的理論推導(dǎo)
        3.4.2 噪音模態(tài)特性分析
        3.4.3 算法流程與實施步驟
        3.4.4 三自由度結(jié)構(gòu)密集模態(tài)算例驗證
    3.5 本章小結(jié)
4 基于頻域分解的密集模態(tài)結(jié)構(gòu)自動識別方法研究
    4.1 引言
    4.2 峰值自動拾取法引入
        4.2.1 峰值自動拾取法分析
        4.2.2 基于尺度空間理論的峰值檢測法
        4.2.3 數(shù)值算例驗證與分析
    4.3 改進(jìn)的頻域分解法的參數(shù)自動化選取方法
    4.4 本章小結(jié)
5 實際工程的模態(tài)參數(shù)識別研究
    5.1 橋梁結(jié)構(gòu)及其監(jiān)測系統(tǒng)簡介
    5.2 響應(yīng)數(shù)據(jù)分析與模態(tài)參數(shù)識別
    5.3 基于改進(jìn)頻域分解法的自動模態(tài)參數(shù)識別
    5.4 結(jié)構(gòu)不同時段模態(tài)振型變化對比分析
    5.5 本章小結(jié)
6 結(jié)論
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王佐才;任偉新;邢云斐;;基于解析模態(tài)分解的時變與弱非線性結(jié)構(gòu)密集模態(tài)參數(shù)識別[J];振動與沖擊;2014年19期

2 劉偉;于巖磊;高維成;李惠;;密集模態(tài)量化判別準(zhǔn)則的一種新方法[J];振動.測試與診斷;2013年04期

3 孫鵬;丁幼亮;張勁泉;李愛群;鄧揚;;基于Morlet小波變換的結(jié)構(gòu)密集模態(tài)參數(shù)識別[J];東南大學(xué)學(xué)報(自然科學(xué)版);2012年02期

4 楊毅青;劉強;Muoa Jokin;;基于正交多項式和穩(wěn)定圖的密集模態(tài)參數(shù)辨識[J];振動.測試與診斷;2010年04期

5 劉瀟翔;胡軍;;一種界定模態(tài)密集程度的新方法[J];宇航學(xué)報;2010年04期

6 李宏男;高東偉;伊廷華;;土木工程結(jié)構(gòu)健康監(jiān)測系統(tǒng)的研究狀況與進(jìn)展[J];力學(xué)進(jìn)展;2008年02期

7 陳德成,楊靖波,白浩,黃清華;密頻子空間的可控度與可觀度[J];應(yīng)用力學(xué)學(xué)報;2001年02期

8 趙又群,劉中生,陳塑寰;密集模態(tài)的判斷準(zhǔn)則[J];吉林工業(yè)大學(xué)學(xué)報;1996年03期

9 王文亮，劉玉民;特征值組的攝動法[J];機械強度;1995年03期

相關(guān)博士學(xué)位論文 前2條

1 徐健;環(huán)境激勵下橋梁結(jié)構(gòu)模態(tài)參數(shù)自動化識別方法研究[D];重慶交通大學(xué);2017年

2 徐士代;環(huán)境激勵下工程結(jié)構(gòu)模態(tài)參數(shù)識別[D];東南大學(xué);2006年

本文編號：2888132