买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:暨南大学
摘要:本发明公开了一种基于Welch法和协方差随机子空间法的模态参数识别方法,步骤如下:在结构上布置加速度传感器测试得到加速度响应;利用Welch法对加速度信号加窗函数计算功率谱和平均功率谱;对平均功率谱进行逆傅里叶变换得到相关函数;由相关函数构造Toeplitz矩阵和进行奇异值分解,得到可观测矩阵Oi和可控反转矩阵Γi;计算结构状态矩阵A,并进行特征值分解得到模态参数;对模态参数进行模糊C均值聚类分析和平均相位偏移计算,识别结构模态参数。本发明能有效识别出环境激励下结构的真实模态参数,相对于传统随机子空间方法,具有避免模态遗漏和计算效率高的优点;相对于频域分解法在自动识别和剔除虚假模态方面有优势。
主权项:1.一种基于Welch法和协方差随机子空间法的模态参数识别方法,其特征在于,所述模态参数识别方法包括下列步骤:S1、在待测结构上布置加速度传感器测试得到加速度响应;S2、利用Welch法对加速度信号进行处理,加窗函数并计算功率谱和平均功率谱,过程如下:假定结构的加速度信号为分为L段,第h段的长度为n的加速度响应信号为t1,t2,…,tk,…,tn为n个采集加速度响应信号时刻,假设窗函数为wt1,wt2,…,wtk,…,wtn,加窗得到新的信号yhtk,k=1,2,…,n,h=1,2,…,L,通过计算,平均功率谱通过如下公式得到: 式中和分别为和的傅里叶变换,ω为圆频率,l1和l2为加速度响应测点位置,和分别为加速度响应测点l1和l2处的第h段的tk时刻的加窗信号;S3、对平均功率谱进行逆傅里叶变换得到相关函数如下: 式中tk为第k个时刻,i′为复数符号;S4、由相关函数构造Toeplitz矩阵;S5、对Toeplitz矩阵进行奇异值分解,得到可观测矩阵Oi和可控反转矩阵Γi;S6、利用前两阶可观测矩阵和计算结构状态矩阵A;S7、对结构状态矩阵进行特征值分解,利用特征值和特征向量计算得到模态参数;S8、对得到的各组模态频率进行模糊C均值聚类分析,得到各模态频率的聚类中心;S9、利用平均相位偏移MPD实现对模态的定阶,得到最终模态参数识别结果。
全文数据:
权利要求:
百度查询: 暨南大学 基于Welch法和协方差随机子空间法的模态参数识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。