论文部分内容阅读
本文主要研究均匀流和紊流风场中大跨度桥梁颤振导数识别的时域方法,开展了下述工作:1)较为系统地综述了桥梁结构颤振识别的方法、研究历史和现状,综合评述了桥梁结构颤振导数识别的自由振动法、强迫振动法和随机方法。2)阐述了系统识别的特征系统实现算法(Eigensystem Realization Algorithm, ERA)和相关快速特征系统实现算法(Fast ERA with Data Correlation, FERA/DC)的理论基础,并研究了相关快速特征系统实现算法在桥梁断面颤振导数识别上的实现。以具有理论解的Theodorsen平板为例,分别用ERA算法和FERA/DC算法进行颤振导数仿真识别研究,研究表明,在无噪声情况下,ERA算法和FERA/DC算法的识别结果均与Theodrsen理论解吻合较好,但在高噪声水平下,ERA算法识别结果表现出相对于Theodorsen理论解的较大波动或偏离,而FERA/DC算法识别结果即使在高风速下也表现出对噪声较强的鲁棒性,证明FERA/DC算法更适合自由振动法颤振导数识别。3)开展了薄平板和实际桥梁主梁断面节段模型风洞试验,对ERA算法和FERA/DC算法在桥梁颤振导数识别中的应用进行了验证,比较了两种颤振导数识别算法的效果和对噪声的鲁棒性。4)应用谐波合成法对自然脉动风场进行了数值模拟,得到了同一高度处沿某一方向若干点的特定风速下的纵向和竖向脉动风速时程,通过分别对比纵向和竖向脉动风的模拟谱和目标谱,验证了该方法的有效性。推导了桥梁风致抖振力的计算方法。5)阐述了基于输出协方差估计的随机子空间算法的( Covariance Driven Stochastic Subspace Identificaton,CSSI)基本原理,并采用CSSI方法仿真识别了紊流场中理想平板一定折减风速范围内的颤振导数,最后将识别结果Theodorsen理论解进行了比较分析,研究表明CSSI方法是紊流风场中桥梁结构颤振导数识别的可靠和合理识别方法。以流线型薄平板和实际桥梁主梁节段模型为例,对紊流风场中桥梁颤振导数识别的CSSI实现算法进行了风洞试验验证,比较了均匀流场和紊流场中得到的颤振导数间差异。6)将CSSI法引入紊流风场中存在随机气动干扰效应的上、下游独立桥面颤振导数识别中。研究了上、下游独立桥面间随机气动干扰效应对它们颤振导数的影响,为存在随机气动干扰效应的大跨度桥梁颤振导数识别提供了新的手段。