在线模态参数识别的方差控制及其在桥梁健康监测中的应用

桥梁模态参数识别是结构健康监测研究中的一个关键问题。连续、在线、自动地识别模态参数可以捕捉结构在不同时间尺度上的变异规律，桥梁结构健康监测系统使这种在线化识别成为可能。然而，由于激励、测量的不确定性以及识别方法的近似性，识别得到的结果也呈现出一定的统计变异性，在线连续化模态参数识别中这种现象尤为明显。对于实际工程结构，结构轻微损伤或性能退化等引起的模态参数系统变异性往往淹没于识别值的统计变异性之中，因此，从健康监测的实际意义出发，在进行在线模态参数识别时，既要降低其统计变异性，又要将其与系统变异性区分开来。. 本研究将桥梁结构模态参数识别值本身当成随机变量，研究其统计规律和方差估计，提出基于模态参数估计量的方差最小化的优化模态参数识别方法和模态参数系统变异性和统计变异性的在线分离方法，以期提高识别质量，降低统计离散性和彰显结构系统变异性，进而为桥梁健康监测服务。

桥梁结构健康监测的研究和实践中，桥梁模态参数识别是结构健康监测研究中的一个关键问题。由于激励、测量的不确定性以及识别方法的，识别得到的结果也呈现出一定的统计变异性，在线连续化模态参数识别中这种现象尤为明显。对于实际工程结构，结构轻微损伤或性能退化等引起的模态参数系统变异性往往淹没于识别值的统计变异性之中，这种变异性将使得通过模态参数来判别结构状态的难度增大，甚至使得监测识别得到模态信息失去意义。因此，在进行健康监测在线模态参数识别时，处理这些变异性将成为一项重要工作。这种处理包括一方面降低统计变异性，另一方面又要将其与系统变异性区分开来。.本项目以桥梁健康监测中的在线模态参数识别问题为主要研究对象，研究将适于在线化的模态参数识别方法，并将识别过程视为随机信息的传播扩散过程，研究识别结果得其统计规律和方差估计，提出优化的模态参数识别方法和模态参数系统变异性和统计变异性的在线区分方法，以期提高识别质量，降低统计离散性和彰显结构系统变异性，进而为桥梁健康监测服务。主要的研究结论包括：.1、在线监测环境下，将结构模态参数识别进行在线化、自动化在技术上是可行的。研究表明，谱峰值拾取模态参数识别法，由于其运行所需的参数少、便于实现程序化的参数调整，因此可以很好地适应在线识别环境，是结构健康监测环境下的首选算法。.2、基于最小二乘（APES和Capon）幅值谱估计法不但能够实现任意局部幅值谱的估计，而且大大提高谱的分辨率。以此为基础，本项目发展了一种新的逻辑上相对简单但识别质量大大改进的幅值谱峰值拾取法，它有着功率谱峰值拾取法的简洁和SSI算法的高精度，更重要的是它依赖的数值长度却远远小于其他模态参数识别法，因此非常适于用在实时、在线环境下。.3、在此基础上，本项目提出了一种新型的分布式二维幅值谱峰值拾取模态参数识别法。并利用APES法可以实现振动信号幅值谱的高精度估计的优点，提出了一种新型的基于信号去阻尼化的阻尼因子估计方法。.4、根据幅值谱的估计算法，给出了各谱线之间估计值的统计独立性结论，进而，通过统计原理和具体的参数估计形式，给出了谱、峰值频率、阻尼以及模态阵型的统计区间估计方法。该估计形式被用在改善模态参数识别质量和判别结构状态过程中。.最后，本项目将研究得到的方法用两种途径进行了实证：足尺小箱梁自然激励模态参数识别实验和实际斜拉桥拉索振动模态分析实验。