[发明专利]基于短时窄带模态分解的土木工程结构模态参数识别方法

说明书

本发明提出基于短时窄带模态分解的土木工程结构模态参数识别方法，包括：利用自然激励技术获取自由振动响应；进行离散傅里叶变换，得到傅里叶谱；进行短时窄带模态分解算法，得到各单分量的瞬时振幅和瞬时相位；拟合曲线，获取固有频率和阻尼比；本发明能够在结构运营状态下进行模态试验，不影响结构的正常使用及附加试验荷载。另外，本发明的计算精度高，为模态试验提供高精度的结果；本发明不需外加试验荷载，大大减小了模态试验的成本；能够对在自然激励状态下得到的高噪声加速度信号进行处理，在噪声环境下具有一定的鲁棒性。

技术领域

本发明属于振动工程领域，具体涉及一种基于短时窄带模态分的土木工程结构模态参数识别方法。

背景技术

由于强烈地震、强风、飓风和环境振动引起的疲劳荷载，可能会对土木结构造成损坏、恶化和破坏。为了避免经济和人身损失，早期的损伤检测和加固至关重要。在这方面，土木结构的模态参数识别，特别是如何准确估计固有频率和阻尼比是一个关键问题。结构模态参数(频率，阻尼比等)能够反映结构的振动特性，被广泛应用在土木工程结构的损伤识别、模态修正、振动控制和抗震设计等方面。由于结构的振动数据是固有频率和阻尼比的唯一来源，因此应首先获得振动信号。

自由试验、强迫试验和环境振动试验三种技术可以用来测量动力数据并获得结构模态参数。环境振动试验是最实用的，因为它的激励模态，不需要人工设备来激励测试结构，成本更低。此外，与自由和强迫振动试验不同，环境振动试验在正常运行条件下进行，使用自然震源，如交通荷载、风和小地震振动。然而，环境振动试验的信噪比低于自由振动和强迫振动试验的信噪比，因为环境振动试验的激励是随机的，并且无法控制。在此背景下，高噪声信号的模态参数估计是工程界和学者们面临的巨大挑战。

发明内容

基于以上技术问题，本发明提出一种基于短时窄带模态分解(Short-TimeNarrow-Banded Mode Decomposition，简称：STNBMD)的土木工程结构模态参数识别方法。2016年McNeill最早提出了命名为STNBMD数字信号处理技术，能将信号分解一组成短时窄带成分。本文提出了一种新的基于STNBMD的土木工程结构模态参数分析方法。

该方法由四个步骤组成：第一步，对受环境自然激励结构中采取的振动信号进行自然激励技术，以获得自由振动响应。第二步，将快速傅里叶变换应用于自由振动响应以获得傅立叶谱。第三步，根据傅立叶谱得到的频率峰值作为STNBMD算法的初始频率值，利用STNBMD算法对自由振动响应进行分解，得到自由振动响应各模态分量的瞬时振幅和瞬时相位。第四步，通过将曲线拟合应用于每个单分量的瞬时振幅和瞬时相位来估计其固有频率和阻尼比。下面是具体的介绍：

步骤1：利用自然激励技术获取自由振动响应x(n)；

由于环境振动信号为宽带信号，可以假定白噪声为环境振动下结构的激励源，则其自由衰减方程可用自相关或互相关表示为：

其中M、K和C分别是系统或结构的质量、刚度和阻尼矩阵；a是采集加速度矢量；i和j表示被测信号；′表示时间的导数；表示i和j位置加速度的相关函数、表示i和j位置速度的相关函数、表示i和j位置位移的相关函数。此外，当i和j的位置不同时，R″是互相关函数；当i和j的位置相同时，R″表示自相关函数。自由振动响应x(n)可用相关函数在直接过程中定义如下：

式中，Δt为时间间隔，m为时间间隔数量；L为采取加速度的样本数。

步骤2：对自由振动响应x(n)进行离散傅里叶变换，得到傅里叶谱X(φ)；

离散傅立叶变换公式如下：

其中，j是虚数单位(j²＝-1)，φ是频率，L为采取加速度的样本数。