基于随机子空间方法的结构模态参数自动识别-土木工程专业论文.docxVIP

Classified Index: TU317 U.D.C: 624 Dissertation for the Master Degree in Engineering STOCHASTIC SUBSPACE METHOD FOR AUTOMOTIVE IDENTIFICATION OF STRUCTURAL MODAL PARAMETERS Candidate: Zhang Xiaoning Supervisor: Prof. Duan Zhongdong Academic Degree Applied for: Master of Engineering Speciality: Civil Engineering Affiliation: Shenzhen Graduate School Date of Defence: June, 2012 Degree-Conferring-Institution: Harbin Institute of Technology 摘 摘 要 I I 摘 要 对结构进行实时在线监测的要求提出了对结构模态参数进行自动识别的需 求。目前发展的结构模态参数识别方法均需要人工干预，由专业人员对中间结 果进行判断，进而作出选择，才能完成模态参数识别。为实现无人值守的结构 实时监测目标，本课题试图发展一种结构模态参数自动识别方法。 随机子空间法是基于随机状态空间模型，只需确定“系统的阶次”这一个 参数；随机子空间法由于算法中的 QR 分解，奇异值分解等运算不需进行迭代 运算，故不会出现发散或收敛缓慢问题；随机子空间法通过协方差运算或矩阵 正交投影能使系统的阶次明显降低，从而使运算更加快捷。基于该算法的这些 特点，本文旨在找出一种基于随机子空间法的模态参数自动识别方法，从而可 以实现在不需要人工参与的情况下自动确定系统的模态参数。 随机子空间法实现模态参数自动识别的关键是能否自动确定系统阶次。经 典的确定系统阶次的方法主要有奇异值跳跃法和稳定图法，这两种方法都需要 人工参与。本文提出了一种可以自动判别系统阶次的方法，从而实现了模态参 数的自动识别，本文将这种方法称为 SSI 模态参数自动识别方法。 本文完成的主要工作和得到的结论如下： （1）分别推导了基于数据驱动和基于协方差的随机子空间法两种识别模态 参数识别算法，比较了这两种形式的不同点，论证了基于数据驱动的方法 SSI 计算效率更高，更适合于自动识别。 （2）论述了奇异值跳跃法和稳定图法定阶的原理，分析了他们的优缺点。 这两种方法都需要人工参与，而且定阶结果易受人的主观判断的影响。本文提 出了系统阶次自动判别方法，论述了该方法的定阶原理和计算流程。最后对这 三种定阶方法进行了对比研究，验证了自动判别方法定阶结果的准确性。 （3）为了验证 SSI 模态参数自动识别结果的可信性和方法的适用性，本文 用了三个不同类型的算例，分别是三跨连续梁桥模型、滨州黄河大桥缩尺模型 （斜拉桥）和平胜大桥（悬索桥实桥）。分别将自动识别的频率或振型与 ANSYS 有限元模态分析结果以及 FDD，HHT 识别结果进行对比，结果表明，SSI 模态 参数自动识别法可以很好地识别出这三种结构的振动频率和振型。 关键词：模态参数识别；系统阶次；随机子空间识别方法；自动识别 Ab Abstract II II Abstract Real-time online monitoring of the structure puts forward the demand for automotive identification of structural modal parameters. The current structural modal parameter identification methods require manual intervention. Professionals need to make decision on the intermediate results to complete the modal parameter identification. In order to achieve real-time monitoring of structures, we are trying to develop an automotive structural modal parameters identification method. Stochastic subspace identification method is based on the state space representation of systems, and the o