论文部分内容阅读
模态参数识别对于土木工程结构的健康监测、损伤评估、主动(模糊)控制等的理论研究及工程应用均具有重要意义。工程结构由于体型巨大、结构复杂,很难对其进行人为激励以至于不能有效测量激励信号,因此,传统的基于输入、输出信号识别结构模态参数的理论和技术在大型工程结构中难以适用。而环境激励(如风致振动、大地脉动、车辆激励等)下的土木工程结构模态参数识别方法,具有无需施加人为激励、仅对输出信号进行力学和数学分析、在时域内或者频域内进行模态参数识别等特点,具有理论上的可信度和工程应用上的可行性,因此该方法在理论界和工程界都得到了广泛的重视。本文选择适合于环境激励下结构模态参数识别的两类方法,即Hilbert-Huang变换(Hilbert-Huang Transform,HHT)和随机子空间识别(Stochastic SubspaceIdentification,SSI),对其在模态参数识别中涉及的主要问题及算法实现等进行了充分的分析研究。HHT是一种优于传统信号处理方法(如傅立叶分析)的新的信号处理技术,非常适用于非线性、非平稳信号的分析。本文详细论述了HHT方法对信号进行分析与处理的基本理论,并通过两个信号仿真算例分别说明了HHT对信号进行预处理的过程以及对信号时频局域化分析的优势。在此基础上,根据模态参数识别的基本理论,将HHT与自然激励技术(Natural Excitation Technique,NExT)结合,提出了一种运用HHT进行模态参数识别的方法。同时,本文也详细论述了只基于输出信号的模态参数识别方法SSI,该方法运用空间投影的理论将与响应数据不相关的噪声信号剔除,具有较好的抗噪声干扰的能力,对模态密集的系统识别比较有效,大大地弥补了一些传统方法的不足。最后,以环境激励下的土木工程结构模态参数识别为出发点,用Matlab编制程序分别对上述模态参数识别的算法进行了计算机实现。为了验证HHT方法、SSI方法及本文算法、程序的可行性和实用性,分别运用这两种方法对一中承式钢管混凝土拱桥的现场动力测试数据和(?)12层钢筋混凝土框架模型的振动台试验数据进行了分析和处理,进而识别了结构的模态参数。同时,还采用大型通用有限元分析软件ANSYS对该框架模型进行了有限元分析。识别结果同传统的傅立叶方法分析结果以及有限元分析结果的比较表明这两种方法及本文的程序实现能够快速、有效地识别大型工程结构的模态参数。