在桥梁建造和维护过程中,需要对桥梁的振动模态进行在线、实时的分析,急需一种不需要人工激励进行快速模态分析的算法。通过研究自然激励技术NEx T(Natural Excitation Technique)与自回归滑动平均模型ARMA(Auto-Regressive and Moving ...在桥梁建造和维护过程中,需要对桥梁的振动模态进行在线、实时的分析,急需一种不需要人工激励进行快速模态分析的算法。通过研究自然激励技术NEx T(Natural Excitation Technique)与自回归滑动平均模型ARMA(Auto-Regressive and Moving Average Model),在常规的自然环境模态分析算法的基础上构造出一种快速求解NEx T-ARMA模型的算法进行桥梁模态识别。相比于传统的环境激励模态参数计算方法,该算法不但降低了传统算法的复杂度,而且采用了反馈的方式提高了计算精度。采用ANSYS建立有限元模型并搭建简易实验系统分别对该算法进行仿真验证和实验验证,验证结果表明,该算法能够有效地在自然激励下提取出桥梁结构的各阶模态,其中对前三阶固有频率的识别相对误差降到1%左右。展开更多
文摘在桥梁建造和维护过程中,需要对桥梁的振动模态进行在线、实时的分析,急需一种不需要人工激励进行快速模态分析的算法。通过研究自然激励技术NEx T(Natural Excitation Technique)与自回归滑动平均模型ARMA(Auto-Regressive and Moving Average Model),在常规的自然环境模态分析算法的基础上构造出一种快速求解NEx T-ARMA模型的算法进行桥梁模态识别。相比于传统的环境激励模态参数计算方法,该算法不但降低了传统算法的复杂度,而且采用了反馈的方式提高了计算精度。采用ANSYS建立有限元模型并搭建简易实验系统分别对该算法进行仿真验证和实验验证,验证结果表明,该算法能够有效地在自然激励下提取出桥梁结构的各阶模态,其中对前三阶固有频率的识别相对误差降到1%左右。
