环境温度作用下基于子空间的结构时变模态参数识别方法研究

Temperature environment can change the structural material properties and structural component physical dimension, which then change the structural characteristic to make the modal parameters varying. In order to consider the temperature effect during the identification process and identify the time-varying modal parameters precisely, the project intends to propose a new time-varying modal parameter identification methodology based on subspace method under temperature environment. Considering the merit of subspace method with physical model, the method to simultaneously identify the multiple modal parameters in different sample time duration based on subspace method is first proposed. Then, the method to consider the temperature effect during identification process is presented. The observability matrix rotation is used to build the relationship between the varying structural modal parameters and the temperature gradients. The relationship is then used into the identification process. To satisfy the input condition of the proposed identification method, the ambient response is converted to multi degree of freedom structural impulse response by modified random decrement technique. The spurious modes is distinguished and removed by the proposed moving data method and singular perturbation method, which can improve the identification accuracy. Through the model experiment and numerical simulation, where the excitation and temperature environment are simulated by some instruments, the proposed studies can be verified.

环境温度作用可改变结构材料属性及结构构件尺寸，从而改变结构的特性，体现出结构模态的时变性。为了准确识别该模态的时变性，并在识别过程中考虑环境温度的作用，本项目拟提出环境温度作用下基于子空间的结构时变模态参数识别方法。利用子空间具有物理模型的优点，首先提出基于子空间的结构多时段模态参数同时识别的方法，该方法利用长时间监测数据，将各时段对应的模态同时求出；接着提出了识别过程中考虑环境温度作用的方法，该方法通过可观矩阵旋转角来建立温度与结构时变状态变量的关系，并在识别过程中利用此关系进行时变模态的识别；为满足识别方法的激励响应条件，提出了改进的随机减量法，将随机激励转化为多自由度自由振动的方法；在识别过程中为使识别准确，提出了移动数据稳定图法和奇异值摄动法，将虚假模态识别并剔除。最后，加工缩尺模型，通过模拟温度作用和环境激励，进行模型实验，与数值模拟结果进行比较，验证本项目研究方法的有效性。

模态参数是结构的固有特性，其准确辨识是开展模型修正、损伤识别和状态评估的基础。环境温度的改变会改变结构材料属性及尺寸，进而改变模态参数，准确识别该模态时变性尤为重要。本项目研究了运营模态追踪辨识方法，通过模态参数与环境温度的回归关系，把握其时变规律。取得的创新成果包括：依据同阶真实模态在各模型阶次下具有高相似度的特性，定义了区分真假模态的相似度指标，提出了对相似度指标聚类的虚假模态剔除方法，阐明了多时段下结构模态观测向量间的对照关系，构造了可避免新旧阶次模态丢失的完备观测向量空间，建立了基于观测向量相似度最大化的追踪方法。考虑非比例阻尼结构中的复模态，提出了基于扩展稀疏分量分析的复模态识别方法，通过构造解析信号形式建立了复模态识别的盲源分离模型，提出了适用于复模态识别的单源点检测方法，并分别建立了振动响应与振型系数之间的幅值和相位联系，给出了复振型的估计方法，通过重构模态响应，提取频率和阻尼比。考虑到模态参数可作为评估结构动力性能的重要指标，探索了将已追踪辨识的模态参数用于桥梁异常预警。构建了模态参数与环境因素的回归分析模型，采用控制图法标定参数辨识误差的受控范围，减小在桥梁正常状态下因模态参数变异而发生的错误预警。成果在多座实际桥梁监测系统的数据分析中得到应用，发表期刊SCI收录15篇，取得授权发明专利15项（含美国发明专利2项），参编技术标准和规程3部，获省部级一等奖2项、二等奖1项、日内瓦国际发明展览会金奖1项。