發(fā)布時(shí)間：2019-03-23 20:02

【摘要】：固有時(shí)間尺度分解(ITD)算法在前處理和系統(tǒng)定階方面存在一定的人為因素,對(duì)模態(tài)參數(shù)的提取會(huì)造成誤差,且對(duì)噪聲較為敏感。針對(duì)上述問(wèn)題,提出一種改進(jìn)的ITD算法。利用基于數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間算法對(duì)原始數(shù)據(jù)進(jìn)行處理,將正交三角分解得到的數(shù)據(jù)作為ITD法的輸入數(shù)據(jù),采用稀疏優(yōu)化正交匹配追蹤算法求出特征矩陣,并通過(guò)特征矩陣計(jì)算特征值、模態(tài)頻率和阻尼比。通過(guò)統(tǒng)計(jì)的方法,從眾多模態(tài)參數(shù)中選取真實(shí)模態(tài),有效避免虛假模態(tài)的產(chǎn)生。實(shí)驗(yàn)結(jié)果表明,與ITD算法相比,改進(jìn)ITD算法可降低噪聲的影響,解決系統(tǒng)模型階次必須準(zhǔn)確定階的要求,使模態(tài)參數(shù)的提取更加精確。
[Abstract]:The inherent time scale decomposition (ITD) algorithm has some man-made factors in pre-processing and system order determination. It will cause errors in the extraction of modal parameters and is more sensitive to noise. In order to solve the above problems, an improved ITD algorithm is proposed. The data-driven subspace algorithm is used to process the original data. The orthogonal trigonometric decomposition data is used as the input data of the ITD method, and the sparse optimization orthogonal matching tracking algorithm is used to obtain the feature matrix. The eigenvalues, modal frequencies and damping ratio are calculated by the characteristic matrix. By statistical method, the real mode is selected from many modal parameters, and the false modal is effectively avoided. The experimental results show that compared with the ITD algorithm, the improved ITD algorithm can reduce the influence of noise and solve the requirement that the order of the system model must be determined accurately, so that the modal parameters can be extracted more accurately.
【作者單位】： 寧波大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61071198) 浙江省自然科學(xué)基金(LY13F010015) 浙江省重點(diǎn)科技創(chuàng)新團(tuán)隊(duì)項(xiàng)目(2013TD21) 寧波市自然科學(xué)基金(2012A610019)
【分類(lèi)號(hào)】：U446

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱東生，朱f^，，田琪;識(shí)別橋梁模態(tài)參數(shù)時(shí)域法的仿真研究[J];蘭州鐵道學(xué)院學(xué)報(bào);1995年03期

2 郭琦;宋一凡;賀拴海;;多肋式梁橋模態(tài)參數(shù)分解識(shí)別與試驗(yàn)研究[J];振動(dòng)與沖擊;2007年09期

3 肖祥;任偉新;戴恩彬;;基于數(shù)據(jù)驅(qū)動(dòng)的應(yīng)變模態(tài)參數(shù)隨機(jī)子空間識(shí)別法[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年09期

4 顧炳其;用機(jī)械阻抗法識(shí)別框架結(jié)構(gòu)的模態(tài)參數(shù)[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);1987年01期

5 施洲;趙人達(dá);;基于模態(tài)參數(shù)考慮邊界條件變異的橋梁結(jié)構(gòu)損傷識(shí)別[J];應(yīng)用力學(xué)學(xué)報(bào);2012年02期

6 施洲;趙人達(dá);;基于模態(tài)參數(shù)的梁橋結(jié)構(gòu)模型邊界條件參數(shù)修正[J];鐵道學(xué)報(bào);2012年08期

7 張彬彬;曹萬(wàn)林;王海城;張建偉;;延拓小波變換識(shí)別的橋梁模態(tài)參數(shù)研究[J];四川建筑科學(xué)研究;2012年03期

8 劉漢夫;;鐵路橋梁模態(tài)參數(shù)測(cè)試方法的探討[J];世界橋梁;2007年03期

9 李小年;陳艾榮;馬如進(jìn);;溫度對(duì)橋梁模態(tài)參數(shù)的影響[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年04期

10 單德山;徐敏;;數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間算法的橋梁運(yùn)營(yíng)模態(tài)分析[J];橋梁建設(shè);2011年06期

相關(guān)碩士學(xué)位論文 前6條

1 皮少博;變環(huán)境下的橋梁模態(tài)參數(shù)分析[D];哈爾濱工業(yè)大學(xué);2015年

2 何杰;基于隨機(jī)子空間算法的橋梁結(jié)構(gòu)模態(tài)參數(shù)自動(dòng)化識(shí)別[D];西南交通大學(xué);2016年

3 張楨;基于應(yīng)變頻響函數(shù)的結(jié)構(gòu)損傷識(shí)別[D];武漢理工大學(xué);2005年

4 蘇德沛;斜拉拱橋模型試驗(yàn)?zāi)B(tài)分析及拉索對(duì)模態(tài)參數(shù)影響研究[D];湖南大學(xué);2008年

5 何能;橋梁氣動(dòng)彈性模型模態(tài)參數(shù)及顫振導(dǎo)數(shù)識(shí)別方法研究[D];西南交通大學(xué);2014年

6 王然江;用模態(tài)參數(shù)判斷橋梁的健康狀況[D];清華大學(xué);2010年

本文編號(hào)：2446181