[发明专利]一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质

说明书

本发明提供了一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质，该方法包括步骤1，优化步骤：对获取得到的模态参数进行优化，得到模态参数的最优值；步骤2，汉森矩阵构建步骤：根据模态参数的最优值构建汉森矩阵；步骤3，计算步骤：计算得到模态参数的协方差矩阵；步骤4，评估步骤：计算模态参数变异系数，实现模态参数准确性评估。本发明的有益效果是:本发明针对现有方法无法实现环境激励作用下的受迫振动模态识别参数准确性评估的问题，发展新型的模态参数不确定性评估技术，实现在环境激励及受迫振动双重作用下的模态参数的准确性评估，为后期基于振动数据及模态参数变化的损伤识别及安全评估技术开发提供数据及理论支撑。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质。

背景技术

对于桥梁、楼房等结构，其具有一些固有的动力特性，包括自振频率，阻尼比，振型等。这些属性在结构不出现损伤的时候，基本是保持不变的，在结构设计的时候，这些属性也是控制结构特性的重要指标。同时，结构完工后，通过传感器对这些结构进行数据采集，并基于这些数据识别结构的动力特性，从而应用于既有结构的安全评估，损伤识别等。在结构数据采集的过程中，由于环境噪音，数据采集系统误差等因素，使采集的数据中不可避免的掺杂了很多噪音，从而基于这些数据进行模态参数识别会产生较大的不确定性。这些不确定性使基于模态参数变化的结构安全性能评估及损伤识别产生较大困难，无法判断参数变化是来自于识别的不准确性还是由于结构损伤变化导致。因此，如何评估模态参数识别的准确性是一个亟需解决的技术难题。受迫振动在体育馆、桥梁结构中比较常见，目的是激发结构足够的振动幅度。

受迫振动测试是三种常见的结构振动测试方法之一，现有的基于受迫振动采集数据分析方法，都将环境激励产生的响应作为噪音来处理。然而，当受迫振动荷载无法足够对结构产生激励时，环境激励产生的结构响应无法忽略，由此产生的模态参数的不确定性就会较大。目前在考虑环境激励及受迫振动双重作用下的模态参数准确性评估问题尚无相关准确性评估技术。

背景技术的缺陷及不足：现有的技术主要为有限差分法，其是一个近似的算法，结果会有较大误差，无法准确实现对考虑环境激励的受迫振动模态识别参数进行准确性评估。另外其他的方法将环境激励模拟为白噪声，这种简化的方法在受迫振动不能达到足够大的时候，将会有较大误差，而由于桥梁及楼房等结构都是大型结构，受迫激励不够大的情况经常会出现。如何对环境激励及受迫振动双重作用下模态参数进行不确定性评估尚无解决方案。

发明内容

本发明解决了基于环境激励和受迫振动双重作用下测试数据的结构模态参数评估过程中的参数的准确性评估问题，基于在贝叶斯框架下建立的后验概率密度函数及目标函数，推导了准确性评估计算理论，得到了汉森矩阵，并建立了参数协方差矩阵与汉森矩阵的关系，得到了参数变异系数的计算方法，实现了基于环境激励和受迫振动双重作用下测试数据模态参数识别中的参数不确定性评估。

本发明提供了一种环境及受迫激励下快速模态参数准确性评估方法，包括如下步骤：

步骤1，优化步骤：对获取得到的模态参数进行优化，得到模态参数的最优值；

步骤2，汉森矩阵构建步骤：根据模态参数的最优值构建汉森矩阵；

步骤3，计算步骤：计算得到模态参数的协方差矩阵；

步骤4，评估步骤：计算模态参数变异系数，实现模态参数准确性评估。

作为本发明的进一步改进，所述步骤1，优化步骤包括依次执行如下步骤：

最优值计算步骤：基于公式(12)进行优化，得到模态参数的最优值；

判断步骤：判断模态参数的最优值是否收敛，若是，那么执行汉森矩阵构建步骤，否则返回执行最优值计算步骤；公式(12)如下：