【技术实现步骤摘要】
基于MWTLMDS的幕墙工作模态参数识别方法及系统
[0001]本专利技术涉及模态参数识别领域,特别是涉及一种基于滑动窗的迁移学习多维尺度分析法(MWTLMDS)的幕墙结构工作模态参数识别方法及系统。
技术介绍
[0002]工作模态参数识别是通过测量环境随机激励下的结构位移响应信号来进行模态参数识别,在大型应用工程中具有重要的意义,可以进行实时的结构监测和损伤检测。
[0003]目前,针对时不变结构,王成等人提出了主成分分析法(Principal component analysis,PCA)和等距离映射算法(ISOMAP),但PCA算法存在模态丢失和虚假模态等问题。之后又使用了Sanger神经网络进行并行的PCA工作模态参数识别,解决了传统PCA存在奇异性、对测量噪声敏感和效率低下等问题。郝彩凤等人使用LLE算法和HHT相结合的模态识别方法,通过LLE算法降维后使用HHT识别结构阻尼,从而提取出有效的模态参数。张天舒等人使用矩阵直接组装法,提出了主元抽取的三维连续体结构工作模态参数识别。针对线性慢时变结构振动响应特 ...
【技术保护点】
【技术特征摘要】
1.一种基于MWTLMDS的幕墙工作模态参数识别方法,其特征在于,所述方法包括:获取幕墙上n个位移振动传感器在预设时间内的振动位移响应信号;所述预设时间内包括T个采样时间点;确定滑动窗口的长度L和移动步长;根据所述滑动窗口的长度L和移动步长对所述振动位移响应信号进行截取,得到第w个所述滑动窗口内的截取的振动位移数据;w=1,2,...,T
‑
L+1;对第w个所述滑动窗口内的截取的振动位移数据利用模态坐标进行表示,得到第w个所述滑动窗口的所述幕墙的模态振型;根据第w个所述滑动窗口内的截取的振动位移数据应用多维尺度分析法和迁移学习,得到第w个所述滑动窗口内的距离矩阵;对第w个所述滑动窗口的所述距离矩阵引入中心化矩阵得到变形矩阵;对所述变形矩阵进行特征值和特征向量分解,得到分解后的矩阵;对所述分解后的矩阵应用单自由度技术或傅里叶变换,得到第w个所述滑动窗口的所述幕墙的模态固有频率;令w=w+1,并返回步骤“根据所述滑动窗口的长度L和移动步长对所述振动位移响应信号进行截取,得到第w个所述滑动窗口内的截取的振动位移数据”,直至得到所有所述滑动窗口的工作模态参数。2.根据权利要求1所述的方法,其特征在于,所述对第w个所述滑动窗口内的截取的振动位移数据利用模态坐标进行表示,得到所述幕墙的模态振型,具体包括:将第w个所述滑动窗口的所述滑动窗口内的截取的振动位移数据在模态坐标下表示为其中为从采样时间点k到k+L
‑
1的时段内幕墙结构的统计平均模态振型矩阵;d为模态振型的阶数;为从采样时间点k到k+L
‑
1的时段内幕墙结构的模态坐标响应矩阵。3.根据权利要求1所述的方法,其特征在于,所述根据第w个所述滑动窗口内的截取的振动位移数据应用多维尺度分析法和迁移学习,得到第w个所述滑动窗口内的距离矩阵,具体包括:对第一个所述滑动窗口内的截取的振动位移数据,计算第k个采样序时间点内n个位移振动传感器的振动位移响应信号和第l个采样时间点n个位移振动传感器的振动位移响应信号之间的距离,得到第一个所述滑动窗口内的距离矩阵;将第w个所述滑动窗口内的距离矩阵中除前m行和前第m列之外的迁移矩阵作为第w+1个所述滑动窗口内的距离矩阵中前L
‑
m行和前第L
‑
m列,并根据第w+1个所述滑动窗口内的截取的振动位移数据计算第w+1个所述滑动窗口内的距离矩阵中第L
‑
m+1行至第L行以及第L
‑
m+1列至第L列的的值,得到第w+1个所述滑动窗口内的距离矩阵;每一所述滑动窗口内的截取的振动位移数据为L个n维的列向量数据集i表示位移振动传感器的编号;和分别表示第w个滑动窗口内第k个和第l个采样时间点n个位移振动传
感器的振动位移响应信号;k=1,2,...,L;l=1,2,...,L;m为移动步长。4.根据...
【专利技术属性】
技术研发人员:王成,马昊霖,廖金杰,
申请(专利权)人:厦门雅众建设集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。