现代的大型复杂结构,如大坝、高层建筑、桥梁及海洋平台等,处于复杂的环境载荷作用下,这些环境载荷往往是无法测量的。在仅有输出响应时,应用随机减量法RDT获得自由衰减响应信号,而后用时域复指数拟合法、ITD法、特征系统实现算法ERA等...现代的大型复杂结构,如大坝、高层建筑、桥梁及海洋平台等,处于复杂的环境载荷作用下,这些环境载荷往往是无法测量的。在仅有输出响应时,应用随机减量法RDT获得自由衰减响应信号,而后用时域复指数拟合法、ITD法、特征系统实现算法ERA等算法获得结构的模态参数是一种有效的方法。但在数据量有限时,随机减量函数的平均次数过少,导致RD函数的收敛性较差。为此提出了利用Vector Random Decrement技术(VRDT)提取自由衰减响应信号,而后利用特征系统实现算法ERA求得模态参数的方法,新算法能够有效地提高模态参数识别精度。数值算例验证了所提算法的有效性。展开更多
文摘现代的大型复杂结构,如大坝、高层建筑、桥梁及海洋平台等,处于复杂的环境载荷作用下,这些环境载荷往往是无法测量的。在仅有输出响应时,应用随机减量法RDT获得自由衰减响应信号,而后用时域复指数拟合法、ITD法、特征系统实现算法ERA等算法获得结构的模态参数是一种有效的方法。但在数据量有限时,随机减量函数的平均次数过少,导致RD函数的收敛性较差。为此提出了利用Vector Random Decrement技术(VRDT)提取自由衰减响应信号,而后利用特征系统实现算法ERA求得模态参数的方法,新算法能够有效地提高模态参数识别精度。数值算例验证了所提算法的有效性。
