论文部分内容阅读
结构模态识别是通过分析测点位置处的响应数据,以获取结构的频率、阻尼比和模态振型等反映结构动力特性的模态参数。传感器布置是结构健康监测的首要环节,测点的数量和数据的质量直接影响模态识别的效果。实际测试时,经济成本、数据存储等限制使得布置传感器的数目有限,且结构某些部位无法安置传感器,无法获取完整的结构信息;此外,测量噪音污染、采样频率不足以及布置理论模型与实际情形不符,会影响获取数据的准确性。因此,结构模态信息的缺失或误差会引起模态识别结果的不确定性。如何在有限传感器数目的前提下,通过合理地选择位置,并尽可能多地获取结构准确的模态信息以减小模态识别的不确定性,有着重要的意义。本论文针对影响模态识别结果不确定性的三大问题:测量噪声对结构真实响应的干扰、有限元模型与真实结构间的误差、模态估计的适定性假设与实际情形不符,开展了用于减小不确定性影响的传感器布置方法研究,主要工作如下:
(1)测量噪声会引起测量数据与结构真实响应之间的偏差,进而引起模态识别的不确定性。为描述该不确定性问题,本论文利用选择矩阵改写贝叶斯频域模态识别的理论公式形式,建立了考虑传感器布置情形的模态识别概率模型;采用信息熵量化模态参数识别的不确定性,推导出一种减小测量噪声对模态识别不确定性影响的传感器布置准则;算例分析表明,所提方法能够有效减小测量噪声对模态识别的干扰,可有效减小结构频率、阻尼比和振型识别的不确定性;此外,随着传感器数目的增多,不同模态参数的识别不确定性受传感器布置的影响程度不一样,频率和阻尼比识别的不确定性受到的影响较小,振型识别的不确定性受到的影响较大。
(2)传感器布置准则的建立通常基于结构的有限元模型,而有限元模型与真实结构之间存在误差,会引起模态识别的不确定性。已有的针对结构模态识别的传感器布置方法,通常将建模误差与测量噪声假定成一个高斯向量进行计算,没有考虑建模误差对于模态识别不确定性的影响。为此,本论文将结构的刚度变化作为建模误差,改写模态参数的后验概率密度函数,进而分别分析测量噪声和建模误差对模态识别不确定性的影响;在此情形下,现有信息熵指标不再适用,为此提出了一种新的条件信息熵指标量化模态识别不确定性并指导传感器的布置,从理论上解释了信息熵指标是所提条件信息熵指标的一个特例。采用多种测量噪声和建模误差的组合形式进行算例分析,对比分析了建模误差对传感器布置方法的影响,并对建模误差对模态识别不确定性的影响程度给出了定性的理论解释。
(3)结构健康监测系统中,应变传感器往往被用于获取结构局部变形信息,动应变数据中包含的结构整体模态信息通常被忽视。为了充分利用应变数据中的位移模态信息,基于有限元理论,本论文提出了局部坐标系下位移模态估计方法,利用应变传感器位置处的应变模态振型估计单元节点位置处的位移模态振型;为了描述估计结果的不确定性,建立了位移模态估计的概率模型,并利用振型估计量的克拉美-罗下界(Carmmer-Rao Lower Bound)来表示最小的协方差边界;基于置信椭球的几何意义,采用费舍尔(Fisher)信息矩阵的不同范数形式量化估计结果的不确定性;通过平面和空间梁单元结构算例,分析了应变传感器的不同位置对位移模态估计不确定性的影响,并给出了应变传感器优化布置的合理建议。
(4)针对应变、位移、速度和加速度传感器的联合布置问题,现有传感器布置方法通常将各类传感器各自独立布置,未考虑不同类型响应之间的联系,这会因加速度计数量不足而引起模态识别的欠定问题。为此,本论文提出利用应变数据中包含的位移模态信息加以解决,通过改进本论文所提位移模态估计方法,使其适用于整体坐标系下的不同节点位移模态估计;分析了应变传感器与待估计自由度的位置对模态估计不确定性的影响,并结合结构大变形位置确定最优的应变计布置位置;利用模态保证准则和冗余度准则来评价通过多类型传感器综合获取的位移模态振型,并依据最优的准则函数的数值选择加速度这类传感器的位置;研究结果表明,所提传感器布置方法能够获得更加完整的模态信息,可以有效减小模态识别的不确定性,使得综合获取的位移模态振型有着较好的可区分性和较小的冗余性。
(1)测量噪声会引起测量数据与结构真实响应之间的偏差,进而引起模态识别的不确定性。为描述该不确定性问题,本论文利用选择矩阵改写贝叶斯频域模态识别的理论公式形式,建立了考虑传感器布置情形的模态识别概率模型;采用信息熵量化模态参数识别的不确定性,推导出一种减小测量噪声对模态识别不确定性影响的传感器布置准则;算例分析表明,所提方法能够有效减小测量噪声对模态识别的干扰,可有效减小结构频率、阻尼比和振型识别的不确定性;此外,随着传感器数目的增多,不同模态参数的识别不确定性受传感器布置的影响程度不一样,频率和阻尼比识别的不确定性受到的影响较小,振型识别的不确定性受到的影响较大。
(2)传感器布置准则的建立通常基于结构的有限元模型,而有限元模型与真实结构之间存在误差,会引起模态识别的不确定性。已有的针对结构模态识别的传感器布置方法,通常将建模误差与测量噪声假定成一个高斯向量进行计算,没有考虑建模误差对于模态识别不确定性的影响。为此,本论文将结构的刚度变化作为建模误差,改写模态参数的后验概率密度函数,进而分别分析测量噪声和建模误差对模态识别不确定性的影响;在此情形下,现有信息熵指标不再适用,为此提出了一种新的条件信息熵指标量化模态识别不确定性并指导传感器的布置,从理论上解释了信息熵指标是所提条件信息熵指标的一个特例。采用多种测量噪声和建模误差的组合形式进行算例分析,对比分析了建模误差对传感器布置方法的影响,并对建模误差对模态识别不确定性的影响程度给出了定性的理论解释。
(3)结构健康监测系统中,应变传感器往往被用于获取结构局部变形信息,动应变数据中包含的结构整体模态信息通常被忽视。为了充分利用应变数据中的位移模态信息,基于有限元理论,本论文提出了局部坐标系下位移模态估计方法,利用应变传感器位置处的应变模态振型估计单元节点位置处的位移模态振型;为了描述估计结果的不确定性,建立了位移模态估计的概率模型,并利用振型估计量的克拉美-罗下界(Carmmer-Rao Lower Bound)来表示最小的协方差边界;基于置信椭球的几何意义,采用费舍尔(Fisher)信息矩阵的不同范数形式量化估计结果的不确定性;通过平面和空间梁单元结构算例,分析了应变传感器的不同位置对位移模态估计不确定性的影响,并给出了应变传感器优化布置的合理建议。
(4)针对应变、位移、速度和加速度传感器的联合布置问题,现有传感器布置方法通常将各类传感器各自独立布置,未考虑不同类型响应之间的联系,这会因加速度计数量不足而引起模态识别的欠定问题。为此,本论文提出利用应变数据中包含的位移模态信息加以解决,通过改进本论文所提位移模态估计方法,使其适用于整体坐标系下的不同节点位移模态估计;分析了应变传感器与待估计自由度的位置对模态估计不确定性的影响,并结合结构大变形位置确定最优的应变计布置位置;利用模态保证准则和冗余度准则来评价通过多类型传感器综合获取的位移模态振型,并依据最优的准则函数的数值选择加速度这类传感器的位置;研究结果表明,所提传感器布置方法能够获得更加完整的模态信息,可以有效减小模态识别的不确定性,使得综合获取的位移模态振型有着较好的可区分性和较小的冗余性。