排序方式： 共有3条查询结果，搜索用时 6 毫秒
1
1.
基于两阶段稳定图的随机子空间识别结构模态参数 总被引：4，自引：1，他引：3
基于振动的结构健康监测的前提是从振动测试信号中提取结构模态参数。随机子空间方法是近年来发展起来的一种线性系统辨识方法,可以有效地从环境激励的结构响应信号中提取结构模态参数。在随机子空间识别方法中,确定系统的阶数是该方法的关键工作,稳定图方法是一种比较新颖的确定系统阶次的方法。但是随机子空间方法容易产生虚假模态,这也是随机子空间方法的一个主要缺陷。因此针对于这一缺陷提出了一种基于两阶段稳定图的随机子空间识别结构模态参数方法,该方法的基本思想是将在现场采集的结构的输出信号进行分段,将各段信号用随机子空间结合稳定图进行识别,然后将所有各段所识别的模态参数再一次用稳定图方法进行分析,得出结构的模态参数。最后用一三跨连续梁的数值模型对该方法进行验证,结果表明该方法具有良好的识别效果。 相似文献
2.
随机子空间方法在桥塔模态参数识别中的应用 总被引：3，自引：0，他引：3
基于环境振动的结构模态参数识别方法正逐渐成为国内外研究的一大热点。环境振动方法就是仅仅利用结构测试的输出信号进行结构的模态参数识别,随机子空间方法就是其中的一种。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。它属于时域的方法,该方法不需要进行FFT变换,它不仅可以识别结构的频率,而且可以识别结构的阻尼和振型。文章首先介绍了随机子空间的理论,然后用该方法对正在施工中的南京长江三桥的南塔进行模态参数识别,通过与其他方法的识别结果进行比较,证明随机子空间方法不失为一种有效的模态参数识别方法。 相似文献
3.
随机子空间识别方法计算效率的改进 总被引：4，自引：0，他引：4
参数识别是结构健康监测领域研究中的重点。随机子空间法是近年来发展起来的一种线性系统辩识方法,可以有效地从环境激励的结构响应中获取模态参数。该方法的基本原理是将“将来”数据向“过去”数据进行垂直投影,进而根据该投影计算出可观测矩阵和一个Kalman滤波状态序列。而Kalman滤波序列是“过去”输出信号的线性组合,即“过去”输出和“将来”状态估计建立了关系。而从Hankel矩阵的组成来看,由于要使得该矩阵具有单无限的条件,所需的计算时间也比较长。据此对随机子空间方法进行了改进。改进的基本思想是采用一个测点的信号作为“过去”作为输出信号代替全部测点的信号。这样就减少了计算量。最后用一数值模拟算例进行了验证,结果良好。 相似文献
1