论文部分内容阅读
小波变换具有良好的时频局部化特性,可使多自由度系统的模态自动解耦,因而被广泛应用于结构模态参数识别领域。通过连续小波变换(CWT),可以将多自由度系统的自由响应分解为各个单自由度系统的自由响应,从每个单自由度对应的小波系数中可获得各阶模态的频率和阻尼比。这种方法已经应用于环境激励下建筑、桥梁等的模态参数识别中,具有较好的识别精度。在密集模态参数识别中,小波中心频率和带宽的选择对识别精度有着十分重要的影响。同时,在应用Morlet小波变换方法识别结构模态参数时,密集模态的定义有待明确,阻尼比对模态混叠程度的影响有待深入研究;在存在噪声干扰的情况下,使用小波变换方法进行模态识别的精度有待提高。
本文以基于Morlet变换的模态识别方法为研究对象,从数学推导的角度,对其识别模态参数的原理和结构的模态混叠产生的机理进行研究,并针对该方法识别密集模态参数时所存在的问题,改进了Morlet小波变换识别模态参数的方法,主要工作和成果如下:
1、本文首先回顾了模态参数识别的发展,介绍了其方法的分类及不同模态参数识别方法的优点、缺点以及其适用性,同时阐述了小波变换方法在模态参数识别中的应用以及发展。
2、对小波变换理论及其方法进行了分析研究。首先,阐述了小波变换的定义以及其基本性质,并重点介绍小波变换的自适应时-频窗的特性;其次,介绍工程中常用小波函数,并且解释选用Morlet小波函数进行系统的模态参数识别的原因;再其次,对Morlet小波进行系统模态的参数识别的基本原理进行深入了解,并且以调制信号作为参考,介绍其基本步骤;最后,在此基础之上,分别使用单自由度系统的自由衰减振动调制信号和多自由度系统的自由衰减振动的调制信号,利用Morlet小波变换的模态识别方法对系统进行模态参数识别,验证了小波变换方法识别系统模态参数的有效性和准确性。
3、针对密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的改进方法。首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确了密集模态的定义,提出了结构模态密集度指标—相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性。其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了基于最小标准差的最优小波中心频率的选取方法。理论研究表明,相邻模态的频率比值一定时,随着阻尼比以及相邻模态的阻尼比差值的增加,模态混叠的严重程度也增加。数值仿真算例结果表明,该模态识别的改进方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度。
4、将改进的基于Morlet小波变换的模态参数识别方法分别应用于某悬索桥试验模型和Benchmark试验模型的模态参数识别中,并对改进方法的可靠性和准确性加以验证。第一部分对某悬索桥试验模型进行动态测试,对模态参数所对应的不同识别方法的适用性进行对比研究;通过对悬索桥模型进行频率和阻尼比的识别分析,验证了改进方法具有使用的方便性和参数识别的准确性。第二部分将提出的Morlet小波变换识别的改进方法应用到Benchmark模型的模态参数识别中:首先,使用小波累积能量谱(AES)和自功率谱法相结合的方法,识别Benchmark结构的模态频率;其次,利用第三章提出的结构模态密集度指标—相邻模态的频率比对结构相邻模态进行判断相邻模态的密集程度,发现结构中存在稀疏模态、低频密集模态和高频密集模态;最后,将Benchmark模型的密集模态分为高频密集模态和低频密集模态两种类型进行进一步参数识别;结果表明基于Morlet小波变换的结构密集模态参数识别方法在实际结构的参数识别中具有很好的精度和可靠性。