- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
3结构的模态参数识别
分布式模态参数识别方法在无线传感网络中的应用研究
叶锡钧,,颜全胜,王卫锋,
(华南理工大学土木与交通学院,广州,510641
出生年月:1984年10月 性别:男
学历:博士 职称:工程师
研究方向:桥梁结构健康监测 工作单位:广州市市政集团有限公司
通信地址:广东省广州市越秀区环市东路338号银政大厦23楼总工室 邮编:510060
安关峰(1970-),男,教授、博士生导师,研究方向:市政工程及岩土工程的科学研究和技术管理工作,anguanfeng@126.com
周朝阳(1964-),男,教授、博士生导师,研究方向:桥梁结构健康监测研究,cyzhou@教授、博士生导师,研究方向:桥梁结构健康监测研究,
颜全胜(1967-),男,教授、博士生导师,研究方向:桥梁结构健康监测、大跨度桥梁结构振动与稳定分析、桥梁系统信息化管理,cvqshyan@
摘 要:布设由11个Imote2智能传感器节点组成的无线传感器网络,分别采用集中式和三种不同的分布式网络拓扑结构进行测试。结合识别结构局部模态参数,并利用最小二乘法计算振型调整因子整体模态振型。结果表明,分布式网络拓扑结构中,重合节点越多,越能减少传递误差使计算精度得以保证,与传统的集中式处理相比,该方法能满足识别精度要求,可应用在大跨度桥梁结构的模态参数识别。
关键词:Imote2;无线传感器网络;分布式网络拓扑结构;;模态参数识别;振型调整因子
中图分类号: 文献标识码: 采用传统的有线传感系统对大跨度桥梁进行模态测试,往往要中断交通,且现场布线困难、费用高。例如香港青马大桥的健康监测系统,326个监测通道的费用超过800万美元;美国Bill Emerson Memorial Bridge布置了86个传感器,总费用130万美元,安装一个传感器平均需要1.5万美元[1]。近年来,随着传感技术、无线通信技术和微电机系统技术的进步,Straser [2]、Lynch [3]和Spencer[4]等对无线传感技术土木结构监测领域。
文用Imote2无线传感器网络对进行模态测试,,验证分布式算法的可靠性,并评价不同的分布式网络拓扑结构对模态参数识别精度的影响。
传统的有线传感系统通常对测试数据进行集中式处理,每个传感器节点将原始响应信号传输到汇集节点进行处理分析,如图1。集中式的网络结构不适用于无线传感器网络,因为大量的数据传输会造成网络数据堵塞,同时消耗传感器节点大量的电能。针对这些因素,高勇提出了分布式的网络拓扑结构,如图2。
图1 集中式拓扑结构
Fig.1 Centralized topology
图2 分布式拓扑结构
Fig.2 Decentralized topology
分布式的网络拓扑结构中,将众多的传感器节点有效地分为若干个组,每组里的传感器节点将原始响应信号传输到管理节点,其再对原始响应数据进行处理。各管理节点之间在处理数据时进行数据交换,得到的相关函数估计或功率谱信号估计、局部模态参数等再传输到汇集节点,这样可以大量地减少无线传感器网络中的数据传输量,提高计算速度。通过分布式处理所得到的模态参数数据,既包括每个传感器组的局部模态参数,也可以通过处理得到结构的整体模态参数。
()的基本思想是,白噪声环境激励下结构两点之间响应的互相关函数和脉冲响应函数具有相似的表达式,将响应之间的互相关函数代替传统的时域模态分析法中的自由振动响应或脉冲响应函数,运用时域模态识别方法进行模态参数识别[]。
对m维线性系统,有m个输入,p个输出,其离散时间状态方程为:
(1)
其中X(k)为状态变量,A、B、C分别为系统矩阵、控制矩阵和观测矩阵。
特征系统实现算法是利用实测的脉冲响应h(k)来构造系统的最小实现。假设系统的脉冲响应矩阵已知,则构造广义Hankel矩阵H(k),
(2)
理论上,H(k)的阶数是不变的,且正好等于系统的阶次。但实际上,由于噪声等因素的存在,h(k)必然有秩的亏损。当α,β增大到一定程度后,Hankel矩阵的秩才趋于不变,因此需要选择合适的α,β,使得H(k)的秩不再变化且其阶数最小。
对H(k)进行奇异值分解,确定系统的阶次和状态方程中的系统矩阵A、输入矩阵B和输出矩阵C,进而对系统矩阵A进行特征值分解,确定系统的模态参数,详细的公式推导见文献[]。
3.1 局部模态参数识别
将传感器节点分为n组子结构,如图3,其中任意组i与组j之间有r个重合节点。对每个节点的响应信号通过NExT-ERA法处理,识别局部模态参数。
图3 无线传感器网络结构
Fig.3 Network
您可能关注的文档
最近下载
- 一种检测磷酸铁锂粉末中磁性金属异物及磷化铁含量的方法.pdf VIP
- 2023年华为公司招聘职位要求.pdf
- 三年级心理健康第1-16课全册教案.pdf
- 2021面瘫的针灸治疗测试题【附答案】.doc
- IATF16949第五版DFMEA管理程序+潜在失效模式及后果分析程序.doc
- 智慧城市大数据平台设计方案.pdf VIP
- 匹兹堡睡眠质量指数(PSQI)表格版-打印保健养生.docx
- 林木林地权属争议处理申请书(样本).pptx
- 手机销售网站的设计与实现.doc VIP
- 河南省图集 12YN6、12YN7、12YN9 热力工程、民用建筑空调与供暖冷热计量设计与安装 DBJT19-07-2012.docx
文档评论(0)