【技术实现步骤摘要】
本专利技术涉及结构模态参数识别，具体涉及一种考虑激励非平稳度的结构模态参数识别方法及系统。
技术介绍
1、由于大型土木工程结构难于施加有效可靠的人为激励力以及结构荷载激励的未知性，相关研究学者提出了时域(自回归滑动平均模型、随机减量技术、随机子空间法、自然激励技术、特征系统实现算法)、频域(峰值拾取法、频域分解法、最小二乘复频域法、贝叶斯谱密度法)以及时频域(短时傅里叶变化、小波变换、s变换、wigner-ville分布、希尔伯特变换)三类环境激励下的模态识别方法，这些识别方法因其方便、高效、无需额外人工激励优势被广泛应用于超高层建筑结构的动力参数识别工作中。但是，时域和频域识别方法存在时域信号平均、信号傅里叶变换等全局特征限制，往往将激励信号假设为平稳白噪声，这可能与实际结构激励情况不相符。
2、在强/台风情况下，风速随时间变化往往具有很强的非平稳特性；近年来，风荷载激励的非平稳性研究受到了相关学者广泛关注，研究结果表明不同非平稳程度激励对基于时域的模态识别方法精度产生显著影响；结构在强/台风作用下，受风场的随机性以及地理位置差异影响，不同环境下结构所受风荷载激励的非平稳程度将发生改变；目前结构激励非平稳程度并未有严格、明确的定义，已有关于荷载非平稳性对模态参数识别方法影响研究中的激励形式/非平稳度多为经验给定，很少考虑到实际强/台风作用下结构激励非平稳度的变化，同时，现有研究往往并未考虑到荷载激励非平稳程度的变化对模态识别方法精度影响。
3、环境激励下模态识别方法平稳白噪声激励假设的局限性是不容忽视的
技术实现思路
1、为了克服现有技术存在的缺陷与不足，本专利技术提供一种考虑激励非平稳度的结构模态参数识别方法，以解决现有技术存在的非平稳激励下结构模态参数识别结果不准确的问题。
2、为了达到上述目的，本专利技术采用以下技术方案：
3、本专利技术提供一种考虑激励非平稳度的结构模态参数识别方法，包括下述步骤：
4、获取非平稳激励下结构响应时域信号，采用预设时长的滑动时间窗截取时域信号；
5、采用稀疏成分分析对截取时域信号进行解耦，获取结构模态响应信号及结构正定振型或欠定振型；
6、通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度，通过响应统计峰度值或信息熵设定非平稳阈值，基于非平稳阈值提取出待平稳化处理的非平稳模态响应信号；
7、基于希尔伯特变换并结合时均化处理，获取模态响应信号调幅函数，基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号；
8、对等效平稳模态响应信号进行模态参数识别，得到结构的固有频率和阻尼比。
9、作为优选的技术方案，所述采用稀疏成分分析对截取时域信号进行解耦，获取模态响应信号及结构正定振型或欠定振型，具体包括：
10、基于短时傅里叶变换的稀疏成分分析对时域信号进行解耦，将模态耦合时域信号转化为时频信号，采用聚类分析方法对结构振型矩阵进行提取，具体表示为：
11、
12、
13、其中，x(t)和x(t,f)分别表示为模态耦合时域和时频信号，s(t,f)表示为模态时频信号，a为结构振型矩阵，ai和si(t,f)分别为a和s(t,f)对应的列向量分量；
14、获取模态耦合时频信号，基于模糊c均值聚类方法估计正定振型矩阵或欠定振型矩阵，并基于短时傅里叶逆变换获取结构模态响应信号。
15、作为优选的技术方案，所述通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度，具体包括：
16、基于单自由度模拟系统，非平稳激励时域信号由平稳激励与时变调幅函数相乘获得，具体表示为：
17、
18、
19、
20、其中，表示非平稳激励时域信号，f(t)表示平稳激励，γ(t)表示时变调幅函数，n表示为激励非平稳度，a和b为激励模拟幅度系数，t0为模拟总时长，t表示瞬时时间，s(f)表示荷载激励谱，n表示荷载激励谱s(f)的数据长度，f表示频率，r(·)表示(·)的实数部分，δf表示离散频率点间隔值，表示在[0,2π]区间内均匀分布的随机相位角；
21、通过单自由度模拟系统响应统计峰度值或信息熵与结构荷载非平稳度进行关联，建立结构荷载非平稳度与响应统计特征量之间的对应关系，评估结构荷载非平稳度。
22、作为优选的技术方案，所述基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号，具体表示为：
23、
24、
25、
26、其中，a(t)表示等效平稳响应信号，表示非平稳模态响应信号，γa(t)表示模态响应信号调幅函数，h(·)表示为希尔伯特变换，表示非平稳模态响应信号包络线。
27、作为优选的技术方案，所述对等效平稳模态响应信号进行模态参数识别，具体步骤包括：
28、获取等效平稳模态响应信号，基于穿越触发随机减量技术获取随机减量信号，对随机减量信号进行最小二乘曲线拟合，得到结构的固有频率和阻尼比。
29、本专利技术还提供一种考虑激励非平稳度的结构模态参数识别系统，包括：信号获取模块、信号截取模块、信号解耦模块、结构荷载非平稳度评估模块、非平稳阈值设定模块、非平稳模态响应信号提取模块、等效平稳模态响应信号获取模块、模态参数识别模块；
30、所述信号获取模块用于获取非平稳激励下结构响应时域信号；
31、所述信号截取模块用于采用预设时长的滑动时间窗截取时域信号；
32、所述信号解耦模块用于采用稀疏成分分析对截取时域信号进行解耦，并获取结构模态响应信号及结构正定振型或欠定振型；
33、所述结构荷载非平稳度评估模块用于通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度；
34、所述非平稳阈值设定模块用于通过响应统计峰度值或信息熵设定非平稳阈值；
35、所述非平稳模态响应信号提取模块用于基于非平稳阈值提取出待平稳化处理的非平稳模态响应信号；
36、所述等效平稳模态响应信号获取模块用于基于希尔伯特变换并结合时均化处理，获取模态响应信号调幅函数，基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号；
37、所述模态参数识别模块用于对等效平稳模态响应信号进行模态参数识别，得到结构的固有频率和阻尼比。
38、作为优选的技术方案，所述信号解耦模块用于采用稀疏成分分析对截取时域信号进行解耦，并获取结构模态响应信号及结构正定振型或欠定振型，具体包括：
39、基于短时傅里叶变本文档来自技高网...
【技术保护点】
1.一种考虑激励非平稳度的结构模态参数识别方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述采用稀疏成分分析对截取时域信号进行解耦，获取模态响应信号及结构正定振型或欠定振型，具体包括：
3.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度，具体包括：
4.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号，具体表示为：
5.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述对等效平稳模态响应信号进行模态参数识别，具体步骤包括：
6.一种考虑激励非平稳度的结构模态参数识别系统，其特征在于，包括：信号获取模块、信号截取模块、信号解耦模块、结构荷载非平稳度评估模块、非平稳阈值设定模块、非平稳模态响应信号提取模块
7.根据权利要求6所述的考虑激励非平稳度的结构模态参数识别系统，其特征在于，所述信号解耦模块用于采用稀疏成分分析对截取时域信号进行解耦，并获取结构模态响应信号及结构正定振型或欠定振型，具体包括：
8.根据权利要求6所述的考虑激励非平稳度的结构模态参数识别系统，其特征在于，所述结构荷载非平稳度评估模块用于通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度，具体包括：
9.根据权利要求6所述的考虑激励非平稳度的结构模态参数识别系统，其特征在于，所述等效平稳模态响应信号获取模块用于基于希尔伯特变换并结合时均化处理，获取模态响应信号调幅函数，基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号，具体表示为：
10.根据权利要求6所述的考虑激励非平稳度的结构模态参数识别系统，其特征在于，所述模态参数识别模块用于对等效平稳模态响应信号进行模态参数识别，得到结构的固有频率和阻尼比，具体包括：
...【技术特征摘要】
1.一种考虑激励非平稳度的结构模态参数识别方法，其特征在于，包括下述步骤：
2.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述采用稀疏成分分析对截取时域信号进行解耦，获取模态响应信号及结构正定振型或欠定振型，具体包括：
3.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述通过响应统计峰度值或信息熵与结构荷载非平稳度建立关联，基于结构模态响应信号评估结构荷载非平稳度，具体包括：
4.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述基于模态响应信号调幅函数对非平稳模态响应信号进行平稳化处理，得到等效平稳模态响应信号，具体表示为：
5.根据权利要求1所述的考虑激励非平稳度的结构模态参数识别方法，其特征在于，所述对等效平稳模态响应信号进行模态参数识别，具体步骤包括：
6.一种考虑激励非平稳度的结构模态参数识别系统，其特征在于，包括：信号获取模块、信号截取模块、信号解耦模块、结构荷载非平稳度评估模块、非平稳阈值设定模块、非平稳模态响...
【专利技术属性】
技术研发人员：李飞强，谢壮宁，余先锋，石碧青，
申请(专利权)人：华南理工大学，
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。