[发明专利]一种用于工程结构柔度识别的物理模态提取方法

说明书

本发明属于工程结构检测数据分析技术领域，提供了一种用于工程结构柔度识别的物理模态提取方法。本发明通过确定‑随机子空间识别方法从不同阶次的状态空间模型中计算基本模态参数和模态缩放系数。随后，将相对缩放系数容差作为一种新的模态指标加入到经典稳定图中，从而获得更加清晰的稳定图。利用单阶频响函数与实测频响函数计算单阶模态频域相似性指标判断选择的稳定轴是否正确。然后，利用低阶叠加频响函数与实测频响函数计算多阶模态频域相似性指标，进一步在各稳定轴中确定物理模态。最后，利用识别的模态参数计算柔度矩阵，并达到预测结构在任意静载荷作用下位移的目的。

技术领域

本发明属于工程结构检测数据分析技术领域，涉及工程结构柔度识别的物 理模态提取方法。

背景技术

基于结构振动信息的结构健康监测技术在土木工程中得到了广泛的关注， 被认为是提高工程结构安全性、实现结构长寿命和可持续管理的最有效途径之 一。近几十年来，工程技术人员越来越重视中小跨径桥梁的快速测试方法，例 如冲击振动测试等。除了获得桥梁的基本模态参数(频率、阻尼、振型)外， 还可以通过动力测试得到结构的模态缩放系数，从而得到结构的深层次参数(柔 度)。确定-随机子空间识别算法(DSI)是识别模态参数有效方法之一。然而，在 子空间识别过程中，由于系统阶次的过估计和噪声干扰，产生了大量的虚假模 态。

到目前为止，对物理模态的提取已经做了很多相应的研究，提取方法大致 可以分为三类。一种是基于指标阈值的物理模态和虚假模态区分方法。Scionti 和Deraemaeker等人利用模型约简理论改进了子空间识别算法中的极点选择过 程。二是通过改进识别算法，得到更清晰的稳定图，从而提取物理模态；Qu C X 等人通过固定奇异值矩阵的阶次，逐渐改变汉克尔矩阵的行数形成改进的稳定 图，来区分虚假模态；三是基于智能算法的稳定图分析方法。物理模态提取的 智能算法主要是指模态聚类技术。Ubertini等人提出了一种基于聚类分析工具的 和子空间识别技术的自动模态识别方法，并将其应用于两座桥梁的运营模态分 析。土木工程中虚假模态剔除的研究大多是针对仅利用输出数据的工作模态分析。然而，在冲击振动试验中，我们是根据输入和输出数据进行试验模态分析 并获得结构柔度。一方面，结构精确柔度的获取依赖于准确的基本模态参数以 及准确的模态缩放系数识别。另一方面，利用实验模态分析得到的模态缩放系 数可以更好地剔除子空间识别过程中产生的虚假模态。因此，在柔度识别过程 中，区分物理模态和虚假模态是非常重要的。

发明内容

本发明旨在提供一种新的工程结构模态识别的物理模态提取方法，解决柔度 识别过程中的虚假模态剔除问题。

本发明的技术方案：

推导了柔度识别过程中的物理模态提取方法。首先利用确定-随机子空间识 别方法从不同阶次的状态空间模型中计算基本模态参数和模态缩放系数。随后， 将相对缩放系数容差作为一种新的模态指标加入到经典稳定图中，从而获得更 加清晰的稳定图。利用单阶频响函数与实测频响函数计算单阶模态频域相似性 指标(Single-modal Frequency-domain Similarity Index，简称SFSI)判断选择的稳定 轴是否正确。然后，利用低阶叠加频响函数与实测频响函数计算多阶模态频域 相似性指标(Muti-modal Frequency-domainSimilarity Index，简称MFSI)，进一步 在各稳定轴中确定物理模态。最后，利用识别的模态参数计算柔度矩阵，并达 到预测结构在任意静载荷作用下位移的目的。

一种用于工程结构柔度识别的物理模态提取方法，步骤如下：

第一步，采集输入输出数据，并计算不同阶次下的模态参数

采集结构的激励信息和响应信息，并以如下方式构建汉克尔矩阵：