FSDD运行模态参数识别方法中不确定性的计算.pdf

第34卷第6期 固体力学学报 V01．34No．6 CHINESE OFSOLIDMECHANICS 2013年12月 JOURNAL December2013 FSDD运行模态参数识别方法中不确定性的计算+ 孙鑫晖p+郝木明1 李振涛1 张 静2 (1中国石油大学(华东)化学工程学院，青岛，266580)(2中国石化集团国际石油勘探开发有限公司，北京。100029) 摘 要运行模态参数识别是一种只利用响应数据进行模态分析的方法．环境激励条件下获得的识别结果会 存在随机不确定性，这种不确定程度可以通过模态参数的统计特性进行描述评价．以运行模态分析中的频域空间 域分解方法(FSDD)为研究对象，通过对整个模态识别算法进行摄动分析，确定出模态参数对测量误差的灵敏度， 实现了模态参数方差的计算．计算过程分为四步：第一步，响应信号功率谱矩阵中噪声方差的估计；第二步，增强功 率谱方差的计算；第三步，极点协方差的计算；第四步，模态参数方差的计算．最后通过一个4自由度仿真算例与张 家港桥梁实测算例对所给出的方法进行了验证与应用． 关键词运行模态分析，模态参数不确定性，FSDD方法，灵敏度分析，MonteCarlo模拟 0 引言 分析，给出了模态参数方差的计算方法． Modal 1 运行模态分析(OperationalAnalysis， FSDD识别方法理论基础 OMA)是结构在运行状态下，仅利用响应数据进行 模态分析的方法．相对于传统试验模态分析方法 核心思想是对固有频率∞，附近的功率谱矩阵 Modal (ExperimentalAnalysis，EMA)，OMA无需G，，(jcu)进行奇异值分解，将其转换为单自由度系统 人工激励、能够真实的反应结构动力特性，非常适合 响应的功率谱(即增强功率谱)，然后通过单自由度 于大型结构的模态分析[1]．OMA自上世纪90年代拟合方法进行模态参数识别．其识别过程分两步： 引起广泛关注，目前时域识别方法主要有：随机减量 (1)计算固有频率处的增强功率谱 法、NExT法、随机子空间方法(StochasticSubspace 响应信号的功率谱矩阵G，，(j∞)在第r阶固有 Identification，SSI)．频域识别方法有：频域分解法频率cU，附近进行奇异值分解： Domain (FrequencyDecomposition，FDD)[2]及其改 G。(j(U)=USVH (1) 进方法[3“]．在这些识别方法中以SSI、FDD最为常 其中U、V为奇异值向量组成的酉矩阵，S为奇异值 用． 构成的实数对角矩阵．分别取出U、V的第一列奇异 环境激励条件下获得的识别结果存在随机不 向量U、l，．计算增强功率谱： 确定性，这种不确定程度可以通过模态参数的统 G。。(j叫)一Re(u“G。。(j山)，)(2) 计特性进行描述评价．在模态参数不确定性的研 (2)对增强功率谱进行拟合获得模态参数 究中，Troyer对polyLSCF算法中模态参数方差的 在固有频率附近，G。。(j叫)可以近似表示为： 快速计算进行了研究[53；Carden讨论了随机子空 间方法中模态参数的方差以及置信区间的计算方 法‘6】． 其中d，是一个实常数，A，一R，+jJ，为第r阶模 本文以一种改进的FDD方法一频域空间域分解 态对应的极点．将式(3)写为矩阵形式： Domain