幕墙工作模态参数识别、故障诊断与健康状态监测方法技术

本发明专利技术公开一种幕墙工作模态参数识别、故障诊断与健康状态监测方法，属于模态参数识别领域。将流形学习中的局部保留投影算法结合增量式引入动力学结构，以进行线性时变结构的工作模态参数识别，局部保留投影算法很好的平衡了噪声对模态识别的影响，同时使用滑动窗技术和增量式技术，使得局部保留投影算法能够识别高阶模态，对噪声干扰不敏感，解决了模态丢失、模态重复和时间复杂度过高的问题。模态重复和时间复杂度过高的问题。模态重复和时间复杂度过高的问题。

【技术实现步骤摘要】
幕墙工作模态参数识别、故障诊断与健康状态监测方法


[0001]本专利技术涉及模态参数识别领域，特别是涉及一种幕墙工作模态参数识别、故障诊断与健康状态监测方法。

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 componentanalysis，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性，模态信息无法一次提取完整，需要在时间序列上不断进行采样和分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种幕墙工作模态参数识别方法，其特征在于，包括：获取幕墙在环境随机激励下多个振动位移传感器在一段时间内的时域位移响应信号；采用滑动窗在时域位移响应信号中顺次截取多个窗口的时域位移响应信号；使用局部保留投影算法对截取的第一个窗口的时域位移响应信号进行降维，获得第一个窗口的稀疏矩阵；根据第一个窗口的稀疏矩阵，利用增量式算法，获得第二个窗口起后续截取的每个窗口的稀疏矩阵；根据每个窗口的稀疏矩阵，使用局部保留投影算法确定每个窗口的投影矩阵和低维嵌入矩阵；根据每个窗口的投影矩阵确定每个窗口的模态振型，并根据每个窗口的低维嵌入矩阵确定每个窗口的模态固有频率，所有窗口的模态振型和所有窗口的模态固有频率构成幕墙的工作模态参数。2.根据权利要求1所述的幕墙工作模态参数识别方法，其特征在于，所述使用局部保留投影算法对截取的第一个窗口的时域位移响应信号进行降维，获得第一个窗口的稀疏矩阵，具体包括：采用K邻接的方式，计算第一个窗口内每个采样点位移响应数据距离最近的m个采样点，作为邻接点；将每个采样点与每个采样点的邻接点一一连接，获得第一个窗口的邻接图；将第一个窗口的邻接图对应的邻接矩阵转化为稀疏矩阵。3.根据权利要求1所述的幕墙工作模态参数识别方法，其特征在于，所述根据第一个窗口的稀疏矩阵，利用增量式算法，获得第二个窗口起后续截取的每个窗口的稀疏矩阵，具体包括：采用K邻接的方式，计算每个窗口内每个采样点位移响应数据距离最近的m个采样点，作为邻接点；将第i个窗口的稀疏矩阵中第一个采样点的m个邻接点删除，并在最后加入采样序列点的m个邻接点，获得第i+1个窗口的稀疏矩阵；其中，L为滑动窗的长度，i为正整数，i＝1,2,
…
,T
‑
L+1，T为时域的采样点个数。4.根据权利要求3所述的幕墙工作模态参数识别方法，其特征在于，所述根据每个窗口的稀疏矩阵，使用局部保留投影算法确定每个窗口的投影矩阵和低维嵌入矩阵，具体包括：根据每个窗口的稀疏矩阵，使用热核方法进行局部扩散，构造每个窗口的热核矩阵；根据每个窗口的热核矩阵，使用广义特征值求解局部保留投影算法的目标函数，获得每个窗口的投影矩阵；根据每个窗口的投影矩阵，利用公式确定每个窗口的低维嵌入矩阵；其中，为第i个窗口的低维嵌入矩阵，为第i个窗口的投影矩...

【专利技术属性】
技术研发人员：王成，马昊霖，卢惟铭，刘丰，
申请(专利权)人：福建三建工程有限公司，
类型：发明
国别省市：