[发明专利]一种基于流形学习与希尔伯特-黄变换相结合的结构模态参数辨识方法在审
| 申请号： | 201810327880.1 | 申请日： | 2018-04-12 |
| 公开（公告）号： | CN108614926A | 公开（公告）日： | 2018-10-02 |
| 发明（设计）人： | 董龙雷;郝彩凤;张静静;赵建平;刘振;骆保民;官威 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 田洲 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于流形学习与希尔伯特‑黄变换相结合的结构模态参数辨识方法，包括以下步骤：步骤一、采集结构中测点的时域响应数据；步骤二、对步骤一采集的时域响应数据采用流形学习算法进行处理，获得结构的振型和固有频率；步骤三、对步骤一采集的时域响应数据采用希尔伯特‑黄变换方法进行处理，获得结构的阻尼比。相对于现有技术，本发明具有以下有益效果：其一，在利用本发明中两种算法结合的方法进行模态参数提取时，在结构材料参数和试验条件未知的情况下，仅需要响应数据，即可得到具有较高精度的振型和固有频率，阻尼比；其二，本发明的方法可用于处理非线性数据，能够保留结构的非线性流形。 | ||
| 搜索关键词： | 时域响应 结构模态参数 固有频率 流形学习 数据采用 阻尼比 采集 辨识 振型 流形学习算法 非线性数据 结构材料 模态参数 试验条件 算法结合 响应数据 测点 可用 流形 保留 | ||
【主权项】：
1.一种基于流形学习与希尔伯特‑黄变换相结合的结构模态参数辨识方法，其特征在于，包括以下步骤：步骤一、采集结构中测点的时域响应数据；步骤二、对步骤一采集的时域响应数据采用流形学习算法进行处理，获得结构的振型和固有频率；步骤三、对步骤一采集的时域响应数据采用希尔伯特‑黄变换方法进行处理，获得结构的阻尼比。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810327880.1/，转载请声明来源钻瓜专利网。
