一、EXTRACTING MODAL PARAMETERS FROM STRUCTURES UNDERGOING AMBIENT EXCITATION（论文文献综述）
文袁[1]（2021）在《基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究》文中提出近年来,我国桥梁工程事故的频发,结构健康监测系统能及时评估结构的运营状态,有效避免事故的发生,为桥梁结构的维护和管理提供决策的依据,是土木工程领域研究的重点。一方面,损伤识别是结构健康监测的核心部分。另一方面,随着桥梁服役年限的增加,复杂环境中的桥梁因为各种不确定性因素造成损伤的积累,最终可能引发桥梁事故,因此对桥梁结构进行损伤识别方法研究非常有必要。本文主要利用梁结构曲率模态参数的确定性识别方法结合信息熵理论、信息融合理论等不确定性识别方法展开损伤识别方法研究,提出一种基于模态信息熵和两阶段信息融合诊断的损伤识别方法,建立有限元模型,通过数值模拟和理论分析,进行方法的有效性和可靠性验证。通过实验室模型验证了模态曲率熵与两阶段信息融合诊断方法的工程适用性。本文开展的主要工作和研究结果如下:（1）基于曲率模态的理论基础,将模态曲率差、模态曲率比、广义柔度曲率差结合信息熵理论构建模态曲率差熵、模态曲率比熵、广义柔度曲率差熵（Generalized Flexibility Curvature Difference Entropy,GFCDE）三个指标。通过MIDAS/Civil建立简支梁和连续梁有限元模型,对比分析传统模态曲率指标与模态曲率熵指标在不同工况下的损伤结果,引入不同的噪声水平对三种模态曲率熵指标进行抗噪性验证。对比分析结果表明:GFCDE指标的前三阶损伤识别效果、抗噪性明显优于其他两种指标。（2）引入两阶段D-S证据理论信息融合方法,结合GFCDE指标对桥梁结构损伤识别方法进行进一步研究。建立简支梁和连续梁的有限元模型,获取结构的模态数据,计算结构损伤前后的前三阶GFCDE指标,将每一阶GFCDE损伤识别结果作为单个信息源,基于GFCDE指标和两阶段信息融合的方法编写MATLAB程序,对简支梁和连续梁进行不同工况的损伤识别。融合结果表明:两阶段信息融合的结果相比于仅用GFCDE指标的识别结果更明显,且具有良好的准确性和抗噪性。（3）通过力锤激励对简支钢梁进行振动模态测试试验,验证GFCDE指标和两阶段信息融合方法在实际工程中的适用性,通过对梁截面开口的深度和宽度模拟损伤程度大小,利用Coinv DASP MAS模态与动力学分析软件获取所需试验结构的前三阶模态振型值和频率值,按照信息融合步骤进行损伤识别与结果分析。实验结果分析表明:基于不确定性分析的两阶段信息融合方法对实验室模型的损伤识别效果较好,对实际工程有一定的指导作用。
刘玉博[2]（2021）在《某汽车变速箱箱体振动模态研究》文中进行了进一步梳理汽车变速箱箱体支承并保护着变速箱内部零部件的正常运行,处于源自发动机端正弦激振力作用的工作环境,具有较差振动性能的箱体会产生过大的振动噪声,并且箱体变形引起传动轴的中心线偏移会降低汽车的动力传输性能,都会直接导致较差的汽车NVH（Noise、Vibration、Harshness）性能。通过对箱体的模态参数和工作数据的结合分析确定箱体的振动薄弱位置,并且由箱体在正弦激振力作用下的稳态响应确定箱体的具体振型变化及具体振动幅值,从而评价箱体的振动性能。本文以某汽车变速箱箱体为例,首先通过对箱体进行自由模态计算得到其低阶模态参数;然后以箱体的有限元模态分析结果为预试验并基于互易性原理进行箱体的自由模态试验,结合计算和试验修正箱体的动力学模态模型。最后联合使用振动试验台和LMS系统进行箱体在正弦激振力作用下的工作变形试验,以箱体动力学模态模型的约束模态计算结果作为工作变形预试验,通过对箱体的工作变形量计算确定幅值变化最大的测点。由箱体的自由模态分析确定了箱体动力学模态模型,继而得到箱体基于试验环境的约束模态参数,由箱体在正弦激振力作用下的工作数据得到具有代表性频率峰值处箱体的振型变化及具体幅值。分析表明箱体在发动机端的外界激振力作用下不会发生共振现象,后箱体头部与箱体连接处为箱体最薄弱的部位,发生最大振动幅值时箱体为弯曲变形,此箱体变形引起传动轴中心线的偏移会较小的影响汽车动力传输。从而阐述了结合模态参数和工作数据针对箱体结构振动问题较系统的研究方法,此研究方法可为研究其它零部件作为参考。
杨小梅[3]（2020）在《大跨径高速铁路桥梁运营模态在线追踪辨识方法研究》文中研究指明模态参数是结构的固有特性,其准确辨识是开展模型修正、损伤识别和状态评估的基础。运营模态追踪辨识技术因仅需响应即可掌握结构动力特性的变异,已成为结构健康监测领域的研究热点之一。本论文以大跨径高速铁路桥梁为研究对象,面向桥梁在列车激扰前低信噪比的随机振动、激扰时激励分量贡献显着的随机-确定性振动以及激扰后短时有效的自由振动,开展模态在线追踪辨识方法研究,解决了虚假模态、模态丢失、弱模态识别等问题,并初步利用模态长期追踪结果开展了桥梁异常预警研究。主要工作如下:（1）列车激扰前,低能量伪宽带环境激励作用下的桥梁随机振动响应信噪比低,导致辨识结果存在虚假模态和模态丢失等问题。为此,依据同阶真实模态在各模型阶次下具有高相似度的特性,定义了区分真假模态的相似度指标,提出了对相似度指标聚类的虚假模态剔除方法,阐明了多时段下结构模态观测向量间的对照关系,构造了可避免新旧阶次模态丢失的完备观测向量空间,建立了基于观测向量相似度最大化的追踪方法。算例表明,所提方法实现了不同信噪比、多变振动带宽等工况下的真实模态在线追踪辨识。（2）列车激扰时,在以高能量窄带列车荷载作用为主的桥梁随机-确定性振动响应中,结构弱模态分量易被虚假激励分量淹没而难以辨识。为此,构建了桥梁子系统振动方程与随机-确定子空间辨识模型的映射关系,创新引入实验模态分析思想,构造了基于现场监测数据的虚拟车辆移动荷载列,确立了虚拟移动荷载列与桥梁节点确定性荷载的等效关系,提出了基于响应-等效荷载投影的扩展随机子空间辨识算法。算例表明,所提方法强化了分析响应的结构模态分量比重,实现了有限模型阶次下的弱模态辨识,解决了参数化运营模态分析方法与列车激扰时桥梁振动分析不适配的问题。（3）列车激扰后,桥梁各测点在高幅值初始条件下的自由振动响应表观增减性无显着规律,造成辨识所需的有效自由振动提取困难。论文对比了各测点多自由度响应和单自由度分量的振动特性,从理论上给出了单自由度分量幅值特征可作为自由振动和强迫振动的界定依据,提出了多自由度响应无混叠分解的迭代2-变分模态分解方法,建立了基于分解单分量包络衰减特性的自由振动有效时段提取方法。算例表明,所提方法确保了模态参数高精度辨识的自由振动有效数据段需求,实现了根据振动形式进行模态精细化辨识的在线切换。（4）考虑到模态参数可作为评估结构动力性能的重要指标,本论文初步探索了将已追踪辨识的模态参数用于桥梁异常预警。构建了模态参数与环境因素的回归分析模型,采用控制图法标定参数辨识误差的受控范围,减小在桥梁正常状态下因模态参数变异而发生的错误预警。算例分析了不同振动形式下追踪模态参数的预警结果,确定了适于异常预警的最佳模态阶次,为基于模态参数的实桥异常预警提供参考。
王培培[4]（2020）在《基于时序数据的数据驱动随机子空间桥梁健康检测方法》文中指出桥梁是公共交通基础设施的组成部分,了解其服役期的健康状况是保障行人车辆安全通行的关键。由于非接触测量的巨大优势、其宽的频率响应范围、亚毫米级的位移灵敏度以及快速设置,陆基微波干涉测量技术已被用于各种桥梁的非接触振动和位移监测。在桥梁健康监测（Structural Health Monitoring,SHM）中,模态参数识别是检测结构损伤位置和损伤程度、准确评估剩余寿命的关键环节之一,包括系统的固有频率、振型和阻尼比。随机子空间识别法（Stochastic Subspace Identification,SSI）具有鲁棒性、数值稳定、辨识精度高、能够分辨密集模态等优点,近几年来,已成为土木和机械工程结构模态辨识的标准工具。但是,SSI的精度受制于监测数据的噪声含量,考虑到采集数据环境的不可控因素较多,在算法运行前对数据进行预处理是保证算法精度的前提;同时,基于SSI方法的主要问题是模态阶数估计,基于奇异值平均值法的方法,为了保证不遗漏模态会导致模态阶数的高估,从而产生虚假模态问题。利用稳态图（Stabilization Diagram）作为模态阶数估计的工具,构建过程复杂且计算量大。为了解决传统SSI法在模态辨识过程中遇到的问题,本文的按照方法对比选取、相关参数选择、计算效率和模态阶数估计四个步骤依次进行展开:（1）系统介绍了随机子空间的理论基础状态空间模型,介绍了数据驱动随机子空间识别法（Data-driven Stochastic Subspace Identification,DATA-SSI）中的线性代数工具（矩阵投影、最小二乘法以及卡尔曼滤波等）。通过仿真实验,比较了N4SID（Subspace System Identification）、COV-SSI（Covariance-driven Stochastic Subspace Identification）和DATA-SSI三种SSI法,根据辨识的模态参数（固有频率、阻尼比、振型）以及计算效率比较分析三种方法的特点。结果表明:N4SID计算效率最高,精度最低,由于过估计操作,易出现重复的虚假模态情况。COV-SSI和DATA-SSI法的计算效率相当,COVSSI速度略占优势,两者识别的频率与理论值一致性很高,而针在阻尼识别部分DATASSI性能优于COV-SSI。综上所述,本文选择综合性能更好的DATA-SSI为辨识主方法。（2）DATA-SSI在模态参数识别的过程中部分参数需要人为指定,它们影响算法的有效性,选择不当将导致识别结果不可靠。具体参数:Hankle矩阵行数i、列数j;过去输出子分区的行数g;将来输出子分区的行数h。主要讨论了DATA-SSI辨识过程中这些参数的作用,分析如何选择这些参数的最适值和最小值。通过一个仿真模型来说明这些参数对辨识结果的影响,再根据给定的取值规范为这些参数选择适合的值,最后将识别的结果与其他模态参数识别法得到的结果对比分析。（3）针对DATA-SSI的计算效率和模态阶数选择问题,本文主要基于其基本原理进行了改进,改进一是算法的计算效率,第一步是异常数据的检测及去除,通过箱线图异常数据检测法,能够直观显示异常数据及数据离散度,从而系统模态辨识的响应信号选择提供依据。第二步“压缩”Hankle矩阵,由于矩阵中小的列向量会导致子空间低分辨率投影,以列向量的范数为标准筛除矩阵中的“病态向量”。改进二是引入一种精确模态估计方法（Exact Model Order,EMO）,能够有效的避免“虚假模态”产生。主要内容是通过构建自相关矩阵增强被测信号的功率谱密度之间的差异,使得信号与噪声子空间的连接点会发生显着变化,在计算矩阵连续特征值的相对差进一步扩大有用信息与无用信息的区分度。本文采用GB-SAR（Ground-based Synthetic Aperture Radar）获取的北沙滩桥时序数据对优化的算法进行实验验证,结果表明本文提出的算法能够有效的识别桥梁的模态参数,为桥梁的健康评估提供数据依据。
崔竞元[5]（2020）在《基于智能算法的拱坝动力模型修正方法研究》文中研究说明混凝土拱坝有限元动力模型的修正在结构抗震分析、健康诊断等方面有重要应用。为了及时监控结构健康状态、保障结构的安全,要求不断提高模型修正方法精度和计算速度。拱坝有限元动力模型的修正以主动监测为基础,主动监测信息数据的获取常因传感器的布置不合理而无法全面获取结构动力特征信息,有必要进行优化布置。基于振动监测进行结构模态识别是进行模型修正的另一关键步骤。在各种模态识别方法中基于优化方法的模态识别具有高精度和鲁棒性的特点,但也存在对多自由度系统容易陷入局部最优和早熟收敛的缺点。主要研究内容如下:（1）针对Fisher信息矩阵范数最大化和考虑模型误差的振型矩阵条件数最小化的矛盾;提出一种基于Fisher信息矩阵的范数结合振型矩阵条件数、模态应变能（MSE）、模态置信（MAC）优化准则的多准则混合优化的动力传感器布置方法（Shape-MSE-Fisher-MAC）,通过拱坝数值模型,研究了不同优化布置准则方案对不同衡量指标和模态识别结果的影响,分析结果表明本文提出的动力传感器多准则混合优化布置方法合理有效。（2）针对智能优化算法识别多自由度结构模态存在容易早熟收敛和陷入局部最优问题,结合量子粒子群优化算法（QPSO）,研究了利用系统先验知识缩小搜索空间范围和通过变分模态分解法（VMD）降低搜索空间维度的两种智能优化模态参数识别方法;结合算例,通过与传统方法的对比,分析表明两方法有效克服早熟收敛和局部最优问题,识别结果精度较传统方法频率和阻尼比高、振型识别精度低,但可以满足需要。（3）针对低模态阶数、小样本数条件下的动力模型修正方法,传统代理模型直接分析法较间接分析法精度低的问题,提出一种基于卷积神经网络（CNN）的模型修正直接分析方法;针对CNN对训练样本数量的高要求,通过对比基于相关向量机（M-RVM）直接分析和间接分析精度确定,进而形成基于M-RVM扩充数据的CNN模型修正直接分析法（M-RVM-CNN）。结合拱坝数值模型,分析结果表明M-RVM算法间接分析法更适合作为扩充训练样本数量的方法,通过对比不同修正方法及不同传感器布置方案下的模型修正精度,进一步验证了本文提出的传感器优化布置和M-RVM-CNN模型修正方法的优越性。
王琳[6]（2020）在《基于车桥耦合系统时变分析的结构动力参数识别》文中研究表明桥梁作为交通基础设施网络中的关键枢纽,其安全性能对于保障国民经济和社会生活平稳运行具有重要现实意义。然而大规模的桥梁由于不了解性能状态而缺乏针对性的管理维护,长期处于“亚健康”的状态,因此如何评估已建桥梁当前性能状态是一个亟需解决的问题。振动测试是当前结构状态评估中常用的简便方法,但传统环境振动测试和行车振动测试仅关注于识别结构基本模态信息,无法服务于桥梁安全评估,而冲击振动测试操作繁琐适用受限。为此本文结合环境振动测试、冲击振动测试和行车振动测试的各自长处,提出了基于车桥耦合系统时变分析的结构动力参数识别方法,以用于结构挠度预测和性能状态评估。本文的主要研究内容与创新点包括以下方面:（1）分别基于移动质量单元与移动质量-弹簧-阻尼单元车辆模型,推导出车桥耦合振动分析理论,并且针对单个及多个车辆单元数量分别建立了车桥耦合系统动力方程。介绍了分析所用的振动响应数值计算方法、路面粗糙度模拟方法与车桥耦合模型参数,分析了不同车辆参数和路面粗糙度对于结构振动响应的影响。（2）分别基于移动质量单元与移动质量-弹簧-阻尼单元车桥耦合模型,推导建立了结构基本模态参数、车桥耦合系统时变模态参数、车辆参数、位移形函数之间的映射关系,提出了结构深层次动力参数识别方法。该方法通过从结构响应中分析识别模态参数,进一步利用作为激励源的车辆参数,识别得到结构振型缩放系数,从而可以计算出结构质量归一化振型,进而重构结构的真实位移频响函数和柔度矩阵,预测结构在静力荷载作用下的弹性变形,以应用于桥梁性能评估。（3）为提高方法的适用性,避免需要无车辆时结构基本模态参数的繁琐,更进一步提出了通过联立不同时刻时变动力特征的结构参数识别方法,该方法无需开展环境振动测试而仅利用行车振动测试即可分析得到结构振型缩放系数。同时,针对实际测试过程中车辆参数不易量测的情况,提出了基于多个时刻时变动力特征的车辆参数和结构参数同时识别方法,该方法通过多个时刻的时变动力特征联立求解,能够识别得到车辆参数和结构振型缩放系数。（4）开展一系列有限元模型数值试验验证了以上所提理论方法的正确性,同时通过数值试验分析了识别频率偏差、车辆模型参数、路面粗糙状况对于时变频率和振型缩放系数识别结果的影响。最后对一座三跨预应力混凝土连续梁桥实施了现场环境振动测试、冲击振动测试、行车振动测试与静载试验,结果验证了通过所提方法识别结构振型缩放系数和位移柔度矩阵的有效可行,从而能够评估结构当前安全性能状态,有效服务于桥梁的测试维护和管理决策。
万熹,黄天立,陈华鹏[7]（2020）在《环境激励下基于改进经验小波变换的土木工程结构模态参数识别》文中认为针对经验小波变换（EWT）识别噪声信号模态参数时,由于傅里叶频谱易受噪声影响而频带划分不准确等问题,提出了一种基于Burg算法的自回归功率谱替代傅里叶频谱的信号频带划分技术,结合随机减量技术和基于Hilbert变换的单分量模态参数识别方法,提出了环境激励下基于改进经验小波变换的土木工程结构模态参数识别方法。典型模拟信号、美国土木工程师学会ASCE Benchmark数值模型以及台风激励下香港汀九斜拉桥的模态参数识别结果验证了方法的正确性、有效性和适用性。研究结果表明:基于自回归功率谱的信号频带划分技术,可更准确地估计信号频带边界,隔离噪声;基于改进EWT方法识别的结构模态参数更准确,精度高于基于小波变换的方法,且能有效地识别环境激励下实际土木工程结构的低阶自振频率和阻尼比。
张鸿宇[8]（2020）在《基于结构振动响应的时域模态识别方法与系统开发研究》文中提出基于结构动力响应信号的分析与处理识别结构的模态参数,是结构健康监测和损伤诊断的一个重要环节,几十年来已在结构、水利、交通、机械、航空航天等涉及振动工程的多个领域引起了广泛的研究和应用。同时随着信息技术的发展,以Delphi,LabView,Matlab等软件平台开发的健康监测系统,作为集成监测响应、模态分析、模型修正、损伤识别等健康监测关键技术的综合平台,已经得到了国内外研究者的高度重视。本文在已有的振动模态分析理论的基础上,基于试验结构的动力响应信号,针对阻尼比识别方法以及时域模态参数识别系统开发设计两方面展开了相关研究,主要工作如下:（1）对国内外基于结构振动响应的时、频域参数识别方法的研究及应用进行了较为全面的回顾,总结了他们在实际工程应用中的共性,不足及适用条件;简要阐述了参数模型、非参数模型及其相互关系等振动基础理论。（2）针对参数阻尼比识别精度不足的问题,理论推导了自然激励技术结合傅里叶变换时移特性的模态阻尼比识别方法,通过仿真算例及现场桥梁动力测试响应数据,将其与传统的ITD法及较为先进的SSI-DATA方法进行了对比研究,结果表明,新方法计算简单、快捷、识别结果较为稳定,具有一定的抗噪能力,可作为现有阻尼比识别方法的一种补充。（3）基于先进的时域模态识别理论以及MATLABGUI平台强大高效的人机交互程序设计环境,开发了涵括多种时域参数识别方法的结构模态参数识别系统;文中就系统的需求分析、总体布局设计以及功能实现做了较为系统的介绍,同时通过结构监测数据验证了集成系统实现参数识别的可行性和实用性。（4）基于振动台试验模型在白噪声工况下测得的结构响应数据,结合开发的时域模态参数识别系统,采用五种仅输出的系统识别方法（SSI-DATA,NExT-ERA,SSI-COV,RDT-ITD以及NExT-FT）,对不同损伤状态下结构的模态参数进行了识别,通过对比识别结果研究了利用模态参数识别结构损伤的可行性。结果表明,五种系统识别方法识别的固有频率基本一致,而识别的阻尼比则表现出较大的变异性;随着结构损伤程度的增加,结构固有频率逐渐降低,识别出的一阶阻尼比增大的趋势最明显,二阶次之,三阶阻尼比没有明显的随着损伤变化的趋势。
邵玄玄[9]（2019）在《基于CP-BSS结合改进SVM的结构模态分析与损伤诊断》文中提出海洋工程结构长期以来在恶劣的海洋环境中运作,利用智能监测技术处理监测信号可以对结构的损伤状况进行反演,或利用多种信息评估结构的整体安全性。本文通过对结构识别理论的研究与拓展,针对现阶段参数识别与损伤识别的现状和问题,引入一种新颖的盲源分离（Blind Source Separation,BSS）即复杂度追踪理论（Complexity Pursuit,CP）。CP-BSS能够综合信号统计特性及时间结构判据作为理论基础,进行仅输出模态参数识别。将CP-BSS算法引入到模态识别领域,并结合Hilbert、统计机器学习中的支持向量机理论,对结构参数及损伤进行探索性研究。主要工作为:首先,介绍了工程背景,系统研究了模态参数识别、损伤识别方法;综述了盲源分离理论的发展历程,以及在结构模态识别领域的应用现状。研究了CP-BSS方法理论的基本原理,包括预处理方法、数学模型及对混合信号的分离过程。仿真实验表明其较传统独立分量分析（Independent Component Analysis,ICA）算法有明显优势。其次,本文首次将CP-BSS引入到结构模态参数识别框架,构建起数学等价性。研究了CP-BSS应用于结构振动信号的可行性,提出了CP-BSS应用于结构模态参数识别的步骤。通过三层框架和简化海上单桩支撑结构模型进行验证CPBSS应用于结构模态参数识别的有效性。对比分析了CP-BSS与Fast ICA算法在阻尼、噪声的适应性以及识别高阶模态的精确性。再次,研究了支持向量机理论及并且改进灰狼优化算法。对机器学习算法中的支持向量机理论模型进行深入研究,利用差分进化（Differential Evolution,DE）改进灰狼优化（Grey Wolf Optimization,GWO）算法,仿真实验表明不仅能够提高收敛和搜索速度,还可以增强局部搜索能力以避免其陷入局部极值。最后,针对海洋平台结构,提出了一种CP-BSS结合改进支持向量机（Support Vector Machine,SVM）的损伤识别方法。深入研究了主成分分析（Principal Component Analysis,PCA）的基本原理,给出了CP-BSS应用于海洋平台损伤识别的步骤,应用支持向量机理论,对海洋平台模型进行损伤识别,验证了该算法的可靠性与鲁棒性。
程玉瑶[10]（2019）在《基于长标距光纤传感技术的结构健康监测方法研究》文中指出我国正处于新型城镇化和工业化的快速发展时期,大量的基础设施正在建设中或已经完成。在日常服役过程中,土木工程结构容易受到环境侵蚀、材料劣化以及外部运营荷载的影响,性能会逐步发生退化,此外还有遭受车船撞击甚至地震、台风等自然灾害的风险,一旦发生事故,将会产生巨大的经济损失和人员伤亡。因此,保障土木工程结构的安全和长寿命的服役是国家的重大需求,而结构健康监测技术被认为是提高结构健康与安全、实现结构长寿命和可持续管理的有效途径之一。目前,结构健康监测领域遇到的一个瓶颈问题是传感技术要么太宏观要么太局部,导致即使开发了先进的理论算法仍无法有效的实现结构真正意义上的“健康”监测。新型的长标距光纤传感技术不仅可以实现结构的局部信息与整体信息相关联,还能够实现高精度和动静态的稳定监测。通过将长标距光纤传感器串联可以形成分布式的传感网络,实现结构关键区域的覆盖,因此适用于大型土木工程结构的健康监测。基于长标距光纤传感技术,本论文重点研究了不同荷载作用下结构损伤识别以及性能评估的方法,完善了长标距应变模态识别理论以及其在损伤识别和性能评估领域的应用,为实现结构健康安全状态的有效监测和多层次分析提供理论基础。具体研究内容如下:（1）提出了一种环境振动下基于长标距光纤传感技术的结构损伤识别方法。本文从动力学基本方程出发,推导了环境振动下长标距应变频响函数的估算表达形式,识别出了未缩放的长标距应变振型,丰富了长标距应变模态识别理论,并从理论上揭示了估算的未缩放频响函数和真实频响函数之间的本质关系:形状相同而幅值不同。它们在第r阶频率处的峰值比值是一个常数且随模态阶数r的变化而变化,与输出的单元号无关,所以提取环境振动下估算频响函数的一列峰值即为结构的长标距应变模态振型。应变振型是对损伤非常敏感的指标之一,因此基于识别出的长标距应变模态振型,本文提出了在环境振动下能够快速方便地进行结构单元损伤识别以及利用主梁动力指标变化模式进行支座损伤间接识别的方法,最后采用美国IBS基准桥测试及其有限元数值模型对本章所提议方法的有效性进行了验证。（2）开发了一种冲击振动下基于长标距光纤传感技术的结构损伤定位定量识别两阶段策略方法。本文把损伤定位和定量看成两个层面的识别问题,将二者分离,进行逐步识别。首先结合冲击力响应和长标距应变时程响应进行结构的长标距应变柔度识别,利用损伤前后结构的长标距应变柔度矩阵差对角线元素的归一化指数形式构造了损伤定位指标,可以有效识别出损伤发生的部位;然后从理论上推导了长标距应变柔度矩阵关于结构单元截面刚度的灵敏度矩阵表达形式,根据一阶泰勒展开公式建立结构的灵敏度方程,其中待识别的未知参数根据第一阶段损伤定位的结果由所有单元刚度缩减为损伤单元处的刚度,从而进一步识别出结构损伤部位的截面刚度变化量,实现第二阶段的损伤定量分析。最后将该方法应用到钢结构和钢筋混凝土结构的腐蚀检测中来,结合实验室钢筋混凝土梁的腐蚀实验对所研究方法的有效性进行验证。（3）建立了移动荷载下基于长标距光纤传感技术的结构腐蚀损伤的定位定量识别以及剩余承载能力评估的三阶段方法。腐蚀的发生会导致结构刚度的变化,本文从长标距应变影响线理论出发,发现结构在移动荷载作用下单元长标距应变时域响应沿时间轴的积分面积和单元刚度有关,因此提出了基于损伤前后单元长标距应变时域响应积分面积比的腐蚀定位指标。结合移动荷载的移动速度、荷载大小等信息提出了腐蚀部位钢筋截面积变化的反演方法,实现了结构腐蚀程度的定量分析。在此基础上,利用识别出的钢筋截面积减少量和腐蚀率对有限元模型中的钢筋几何参数及本构关系进行修正,基于修正后的模型可以实现腐蚀结构的剩余承载能力预测。最后利用实验室的钢筋混凝土梁进行结构腐蚀实验和破坏实验来对所提议方法的有效性和准确性进行验证。（4）研究了融合多源结构健康监测数据的地震作用下结构易损性分析方法。结构健康监测技术具有实时反演结构当前真实状态的天然优势,因此基于结构健康监测数据识别出的结构动力特征参数,联合静力测试结果可以对结构的初始有限元模型进行修正,得到与结构真实状态更为相符的模型。在此修正后的模型上进行结构在地震作用下的易损性分析,能够实现当前状态下结构真实抗震性能的有效评估。最后利用本文所提方法对一座大跨自锚式悬索桥进行地震作用下结构的易损性分析。（5）基于信息几何理论和长标距应变传感技术提出了一种实现结构表观损伤检测以及内部损伤识别的方法。对于早期微小的表观损伤,结合非接触式测量技术,通过构建图像流形,提出了利用图像流形上Ricci曲率算子进行结构裂缝边缘提取的算法并设计了基于图像流形上测地线距离的滤波器;对于中后期内部损伤,基于长标距应变传感技术提出了一种环境振动下利用Fisher信息距离衡量单元响应之间关联性的无参考状态的损伤识别方法;最后根据表观损伤及内部损伤识别结果对结构最优维护管理决策进行了延伸性探讨。
二、EXTRACTING MODAL PARAMETERS FROM STRUCTURES UNDERGOING AMBIENT EXCITATION（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、EXTRACTING MODAL PARAMETERS FROM STRUCTURES UNDERGOING AMBIENT EXCITATION（论文提纲范文）
（1）基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 结构损伤识别研究综述 |
| 1.2.1 结构损伤识别确定性方法 |
| 1.2.2 结构损伤识别不确定性方法 |
| 1.3 存在的问题 |
| 1.4 本文研究的目的和内容 |
| 1.5 本文研究技术路线 |
| 第2章 曲率模态和信息融合基本理论 |
| 2.1 引言 |
| 2.2 模态曲率的基本理论 |
| 2.3 信息熵的基本理论 |
| 2.4 信息融合的基本理论 |
| 2.4.1 信息融合理论概述 |
| 2.4.2 D-S证据理论 |
| 2.4.3 D-S证据理论的融合规则 |
| 2.5 结构单元损伤模拟方法 |
| 2.6 结构损伤识别中噪声的模拟方法 |
| 2.7 本章小结 |
| 第3章 基于曲率模态熵的结构损伤诊断对比研究 |
| 3.1 引言 |
| 3.2 模态熵指标的计算流程 |
| 3.2.1 曲率指标局部概率的建立 |
| 3.2.2 曲率模态熵指标计算 |
| 3.3 损伤程度识别原理 |
| 3.4 算例验证 |
| 3.4.1 简支梁模型建立 |
| 3.4.2 损伤工况设置 |
| 3.4.3 结构损伤识别结果分析 |
| 3.4.4 结构损伤程度识别研究 |
| 3.4.5 指标抗噪性能研究 |
| 3.5 本章小结 |
| 第4章 基于GFCDE指标与两阶段D-S证据信息融合损伤诊断研究 |
| 4.1 引言 |
| 4.2 两阶段信息融合的计算 |
| 4.3 简支梁仿真模拟及结果分析 |
| 4.2.1 模型建立 |
| 4.2.2 工况设置 |
| 4.2.3 仿真模拟及融合步骤 |
| 4.2.4 两阶段D-S证据理论信息融合结果分析 |
| 4.4 连续梁仿真模拟及结果分析 |
| 4.3.1 模型建立 |
| 4.3.2 工况设置 |
| 4.3.3 两阶段D-S证据理论信息融合结果分析 |
| 4.5 抗噪性能分析 |
| 4.6 本章小结 |
| 第5章 基于GFCDE指标与两阶段D-S证据信息融合的试验验证 |
| 5.1 引言 |
| 5.2 试验模型设计与制作 |
| 5.3 损伤模拟及工况设置 |
| 5.3.1 损伤单元等效刚度的确定 |
| 5.3.2 简支钢梁模态参数提取 |
| 5.4 简支钢梁结构有限元模拟及结果分析 |
| 5.4.1 试验结构有限元模拟 |
| 5.4.2 有限元模拟结果分析 |
| 5.5 简支钢梁两阶段D-S证据信息融合试验验证 |
| 5.6 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录A:攻读学位期间参与的科研与工程项目 |
（2）某汽车变速箱箱体振动模态研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变速箱箱体国外研究现状 |
| 1.2.2 变速箱箱体国内研究现状 |
| 1.3 本文主要研究内容及方法 |
| 第2章 振动模态理论 |
| 2.1 模态分析的基本假设 |
| 2.1.1 线性假设 |
| 2.1.2 时不变性假设 |
| 2.1.3 可观测性假设 |
| 2.1.4 互易性假设 |
| 2.2 振动系统模型 |
| 2.2.1 单自由度系统 |
| 2.2.2 多自由度系统 |
| 2.3 模态分析方法 |
| 2.3.1 计算模态分析 |
| 2.3.2 试验模态分析 |
| 2.4 本章小结 |
| 第3章 变速箱箱体自由模态计算 |
| 3.1 软件介绍 |
| 3.1.1 三维建模软件 |
| 3.1.2 有限元分析软件 |
| 3.2 箱体有限元模型的建立 |
| 3.2.1 建立有限元模型前期准备 |
| 3.2.2 建立有限元模型 |
| 3.3 箱体有限元模型求解 |
| 3.4 本章小结 |
| 第4章 变速箱箱体自由模态试验 |
| 4.1 试验设备概述 |
| 4.1.1 LMS系统 |
| 4.1.2 其它试验设备 |
| 4.2 试验方案设计 |
| 4.2.1 确定箱体边界条件 |
| 4.2.2 确定响应点以及激励点 |
| 4.2.3 传感器的选择 |
| 4.2.4 箱体的自由模态基本试验过程 |
| 4.3 试验数据采集 |
| 4.4 模态参数获取 |
| 4.5 箱体有限元模型确认 |
| 4.6 本章小结 |
| 第5章 箱体振动工作变形分析试验 |
| 5.1 振动台试验装置介绍 |
| 5.1.1 试验台装置 |
| 5.1.2 测试系统 |
| 5.2 振动工作变形分析介绍 |
| 5.3 振动工作变形试验方案设计 |
| 5.3.1 确定箱体振动激励 |
| 5.3.2 确定振动台系统参数 |
| 5.3.3 箱体约束模态计算 |
| 5.3.4 箱体工作变形试验基本过程 |
| 5.4 箱体振动变形分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（3）大跨径高速铁路桥梁运营模态在线追踪辨识方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 大跨径高速铁路桥梁运营模态在线追踪辨识的意义 |
| 1.2 大跨径高速铁路桥梁运营模态在线追踪辨识研究进展 |
| 1.2.1 铁路桥梁振动分类及特性对比 |
| 1.2.2 铁路桥梁运营模态变异诱因分析 |
| 1.2.3 常见运营模态追踪辨识方法对比 |
| 1.2.4 铁路桥梁运营模态追踪辨识方法发展现状 |
| 1.2.5 铁路桥梁运营模态追踪辨识当前主要问题 |
| 1.3 论文主要研究内容和技术路线 |
| 2 列车激扰前随机振动的桥梁运营模态在线追踪辨识方法研究 |
| 2.1 引言 |
| 2.2 随机激励下结构运营模态辨识理论 |
| 2.3 桥梁虚假模态的来源及剔除方法 |
| 2.3.1 虚假模态产生的原因分析 |
| 2.3.2 虚假模态剔除的工程意义和技术需求 |
| 2.3.3 常用虚假模态剔除方法及当前问题 |
| 2.4 桥梁虚假模态自动剔除方法的建立 |
| 2.4.1 基于两阶段聚类的虚假模态自动剔除方法的提出 |
| 2.4.2 数值算例验证和实桥监测数据分析 |
| 2.5 列车激扰前桥梁运营模态在线追踪辨识方法的建立 |
| 2.5.1 结构运营模态在线追踪辨识问题描述 |
| 2.5.2 基于观测向量相关性的模态在线追踪辨识方法的提出 |
| 2.5.3 数值算例验证和实桥监测数据分析 |
| 2.6 本章小结 |
| 3 列车激扰时随机-确定性振动的桥梁运营模态在线追踪辨识方法研究 |
| 3.1 引言 |
| 3.2 随机-确定性激励下结构运营模态辨识理论 |
| 3.3 列车荷载对桥梁的作用效应分析 |
| 3.3.1 车桥耦合系统理论模型的建立 |
| 3.3.2 桥梁子系统振动特性理论分析 |
| 3.3.3 列车自重荷载效应剔除对运营模态准确辨识的必要性 |
| 3.4 列车激扰时桥梁运营模态在线追踪辨识方法的建立 |
| 3.4.1 基于响应-等效荷载投影的列车自重影响剔除方法研究 |
| 3.4.2 基于扩展随机子空间算法的模态在线追踪辨识方法的提出 |
| 3.4.3 车桥耦合模型算例验证和实桥监测数据分析 |
| 3.5 本章小结 |
| 4 列车激扰后自由振动的桥梁运营模态在线追踪辨识方法研究 |
| 4.1 引言 |
| 4.2 基于自由振动的结构运营模态辨识理论 |
| 4.3 列车激扰后桥梁运营模态在线追踪辨识方法的建立 |
| 4.3.1 桥梁各测点自由衰减振动特性分析 |
| 4.3.2 基于迭代2-变分模态分解的单分量提取方法的提出 |
| 4.3.3 基于各测点自由振动提取的模态在线追踪辨识方法的提出 |
| 4.3.4 数值模型算例验证和实桥监测数据分析 |
| 4.4 本章小结 |
| 5 桥梁运营模态长期追踪辨识结果的异常预警技术研究 |
| 5.1 引言 |
| 5.2 基于运营模态变异的预警技术原理 |
| 5.2.1 模态参数变异模型的离线训练方法研究 |
| 5.2.2 基于控制图法的异常预警技术研究 |
| 5.3 面向列车不同激励阶段的桥梁运营模态变异预警技术研究 |
| 5.3.1 基于列车激扰前模态建模的桥梁异常预警技术 |
| 5.3.2 基于列车激扰时模态建模的桥梁异常预警技术 |
| 5.3.3 基于列车激扰后模态建模的桥梁异常预警技术 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（4）基于时序数据的数据驱动随机子空间桥梁健康检测方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究现状及存在问题 |
| 1.2.1 SSI计算效率研究现状 |
| 1.2.2 模态阶数估计研究现状 |
| 1.3 论文的主要内容及结构 |
| 第2章 随机子空间基本原理 |
| 2.1 引言 |
| 2.2 随机子空间的算法原理 |
| 2.2.1 连续状态空间模型 |
| 2.2.2 离散状态空间模型 |
| 2.3 数据驱动随机子空间 |
| 2.3.1 子空间正交投影理论 |
| 2.3.2 构建Hankel矩阵和SVD分解 |
| 2.3.3 卡尔曼滤波状态序列及模态参数识别 |
| 2.4 仿真分析 |
| 2.5 本章小结 |
| 第3章 数据驱动随机子空间自定义参数 |
| 3.1 Hankel矩阵行列数(i和 j) |
| 3.2 Hankel矩阵分区(h和 g) |
| 3.3 案例分析 |
| 3.3.1 试验介绍 |
| 3.3.2 白噪声激励识别 |
| 3.4 本章小结 |
| 第4章 改进的数据驱动随机子空间 |
| 4.1 基于箱线图(boxplot)的异常数据检测及去除 |
| 4.2 Hankel矩阵压缩 |
| 4.3 模态阶数估计 |
| 4.3.1 模态阶数估计的问题 |
| 4.3.2 精确模型阶次算法 |
| 4.3.3 模拟信号实验 |
| 4.4 北沙滩桥模态参数识别 |
| 4.4.1 北沙滩桥介绍 |
| 4.4.2 异常数据检测及去除 |
| 4.4.3 模态参数识别 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）基于智能算法的拱坝动力模型修正方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 拱坝动力传感器优化布置的研究现状 |
| 1.2.2 环境激励下的混凝土拱坝模态参数识别研究现状 |
| 1.2.3 有限元动力模型修正方法研究现状 |
| 1.3 本文的研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 基于Fisher信息矩阵的传感器多准则混合优化布置方法研究 |
| 2.1 动力传感器优化布置的理论模型 |
| 2.2 动力传感器优化布置准则 |
| 2.2.1 Fisher信息矩阵准则 |
| 2.2.2 MSE准则 |
| 2.2.3 MAC准则 |
| 2.2.4 振型矩阵条件数准则 |
| 2.3 基于MSE-Fisher信息矩阵的传感器多准则混合优化理论及方法 |
| 2.3.1 基于MSE-Fisher矩阵的范数和振型条件数多目标优化布置理论 |
| 2.3.2 基于候选点的MAC准则混合优化方法 |
| 2.3.3 基于MSE-Fisher信息矩阵的多准则混合布置方法 |
| 2.4 算例 |
| 2.4.1 不同传感器优化准则布置结果对比 |
| 2.4.2 不同布置方案下对模态识别结果的影响 |
| 2.5 本章小结 |
| 3 基于搜索空间缩减和变分模态分解的智能优化模态识别方法研究 |
| 3.1 基于搜索空间缩减的智能优化模态参数识别方法 |
| 3.1.1 模态参数识别原理 |
| 3.1.2 RSS-QPSO模态参数识别算法 |
| 3.2 基于变分模态分解的智能优化模态参数识别方法 |
| 3.2.1 变分模态分解理论 |
| 3.2.2 VMD分解输入参数优化方法 |
| 3.2.3 基于相关性选取有效分量 |
| 3.2.4 基于QPSO算法的模态参数识别 |
| 3.3 数值算例 |
| 3.3.1 基于RSS-QPSO的模态参数识别 |
| 3.3.2 基于VMD-QPSO的模态参数识别 |
| 3.3.3 不同噪声条件下不同识别方法的识别效果对比 |
| 3.4 悬臂梁实验验证 |
| 3.5 工程实例 |
| 3.6 本章小结 |
| 4 基于M-RVM-CNN的混凝土拱坝有限元动力模型修正直接分析方法研究 |
| 4.1 有限元动力模型修正直、间接分析理论及方法 |
| 4.1.1 有限元动力模型修正的数学模型 |
| 4.1.2 直、间接动力模型修正方法 |
| 4.2 M-RVM-CNN有限元动力模型修正直接分析法原理及实现步骤 |
| 4.2.1 M-RVM算法原理 |
| 4.2.2 CNN算法原理 |
| 4.2.3 基于M-RVM扩充数据集的CNN算法步骤 |
| 4.3 算例 |
| 4.3.1 M-RVM的直、间接分析方法训练效果验证 |
| 4.3.2 样本数量和模态阶数对M-RVM不同分析法预测效果的影响 |
| 4.3.3 基于M-RVM扩充数据集的CNN直接分析法 |
| 4.3.4 不同传感器布置方案对模型修正结果的影响 |
| 4.4 小结 |
| 5 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（6）基于车桥耦合系统时变分析的结构动力参数识别（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 仅利用输出的桥梁测试方法 |
| 1.2.2 利用输入-输出的桥梁测试方法 |
| 1.2.3 基于车桥耦合的桥梁测试方法 |
| 1.3 本文主要工作 |
| 1.3.1 研究内容与创新点 |
| 1.3.2 内容结构安排 |
| 第二章 车桥耦合振动分析 |
| 2.1 移动质量单元车桥耦合分析理论 |
| 2.1.1 单移动质量单元 |
| 2.1.2 多移动质量单元 |
| 2.2 移动质量-弹簧-阻尼单元车桥耦合分析理论 |
| 2.2.1 单移动质量-弹簧-阻尼单元 |
| 2.2.2 多移动质量-弹簧-阻尼单元 |
| 2.3 车桥耦合振动响应分析 |
| 2.3.1 振动响应数值计算方法 |
| 2.3.2 路面粗糙度模拟 |
| 2.3.3 车桥耦合分析模型 |
| 2.3.4 车桥耦合振动响应 |
| 2.4 本章小结 |
| 第三章 基于移动质量与时频分析的结构参数识别 |
| 3.1 同步提取变换时频分析理论 |
| 3.2 结构振型缩放系数识别理论 |
| 3.2.1 单移动质量单元下振型缩放系数推导 |
| 3.2.2 多移动质量单元下振型缩放系数推导 |
| 3.3 结构位移柔度重构 |
| 3.4 数值试验验证 |
| 3.5 本章小结 |
| 第四章 基于车致时变动力特征的结构参数与车辆参数识别 |
| 4.1 基于车桥耦合系统时变特征的结构振型缩放系数识别 |
| 4.1.1 移动质量-弹簧-阻尼单元下振型缩放系数推导 |
| 4.1.2 数值试验验证 |
| 4.2 基于不同时刻时变动力特征的振型缩放系数识别 |
| 4.2.1 振型缩放系数与不同时刻动力特征之间关系推导 |
| 4.2.2 数值试验验证 |
| 4.3 基于多个时刻时变动力特征的车辆与结构参数同时识别 |
| 4.3.1 车辆参数、振型缩放系数与时变动力特征之间关系推导 |
| 4.3.2 数值试验验证 |
| 4.4 参数影响分析 |
| 4.5 本章小结 |
| 第五章 混凝土连续梁桥现场试验案例 |
| 5.1 兴隆大桥概况及试验测试 |
| 5.1.1 兴隆大桥概况 |
| 5.1.2 现场试验 |
| 5.2 模态参数识别 |
| 5.2.1 环境振动测试 |
| 5.2.2 冲击振动测试 |
| 5.2.3 行车振动测试 |
| 5.3 结构参数识别 |
| 5.3.1 振型缩放系数 |
| 5.3.2 位移柔度识别与验证 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）环境激励下基于改进经验小波变换的土木工程结构模态参数识别（论文提纲范文）
| 引言 |
| 1 理论基础 |
| 1.1 经验小波变换 |
| 1.2 基于自回归功率谱的频带划分 |
| 1.2.1 自回归功率谱 |
| 1.2.2 基于自回归功率谱的频带划分技术 |
| 1.3 随机减量技术 |
| 1.4 基于Hilbert变换的单分量信号模态参数识别 |
| 2 数值算例 |
| 2.1 典型模拟信号 |
| 2.2 ASCE Benchmark模型 |
| 3 实桥应用：环境激励下汀九斜拉桥模态参数识别 |
| 4 结论 |
（8）基于结构振动响应的时域模态识别方法与系统开发研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 模态参数识别研究现状综述 |
| 1.3 本文主要研究内容 |
| 第2章 振动模态分析基本理论 |
| 2.1 概述 |
| 2.2 系统分类及其参数模型 |
| 2.2.1 线性时不变系统 |
| 2.2.2 分布参数系统 |
| 2.2.3 集中参数系统 |
| 2.3 非参数模型及其相互关系 |
| 2.3.1 传递函数 |
| 2.3.2 频率响应函数 |
| 2.3.3 单位脉冲响应函数 |
| 2.3.4 三种函数之间的关系 |
| 2.4 本章小结 |
| 第3章 基于NExT结合FT时移特性的模态阻尼比识别研究 |
| 3.1 引言 |
| 3.2 自然激励技术和傅里叶变换 |
| 3.2.1 自然激励技术(NExT) |
| 3.2.2 傅里叶变换(FT) |
| 3.3 基于NExT与 FT时移特性的模态阻尼比估算方法的理论推导 |
| 3.4 仿真计算 |
| 3.4.1 单自由度系统 |
| 3.4.2 多自由度系统 |
| 3.5 基于现场动力测试的验证 |
| 3.5.1 工程概况 |
| 3.5.2 测试方案 |
| 3.6 测试桥梁的模态阻尼比识别 |
| 3.6.1 横向阻尼比识别结果 |
| 3.6.2 竖向阻尼比识别结果 |
| 3.7 模态参数识别结果的对比与分析 |
| 3.8 本章小结 |
| 第4章 基于MATLAB_GUI平台的时域模态参数识别系统设计 |
| 4.1 MATLAB_GUI平台介绍 |
| 4.2 时域模态参数识别系统需求分析 |
| 4.2.1 系统特性分析 |
| 4.2.2 系统设计目标 |
| 4.2.3 系统体系结构 |
| 4.3 系统总体布局设计 |
| 4.3.1 系统设计原则 |
| 4.3.2 模块化设计方法 |
| 4.3.3 系统主要设计步骤 |
| 4.3.4 系统主界面设计 |
| 4.3.5 系统功能设计 |
| 4.4 时域模态参数识别算法 |
| 4.4.1 随机减量技术(Random Decrement Technique,RDT) |
| 4.4.2 自然激励技术(Natural Excitation Technique,NExT) |
| 4.4.3 Ibrahim时域法(Ibramhim Time Domain,ITD) |
| 4.4.4 STD法 |
| 4.4.5 复指数法(Complex Exponential Method,CEM) |
| 4.4.6 ARMA模型时间序列法 |
| 4.4.7 特征系统实现算法 |
| 4.4.8 随机子空间法 |
| 4.5 时域模态参数识别系统具体功能实现 |
| 4.5.1 数据处理模块 |
| 4.5.2 参数识别模块1 |
| 4.5.3 参数识别模块2 |
| 4.5.4 帮助 |
| 4.6 本章小结 |
| 第5章 四层缩尺RC框架振动台试验系统辨识研究 |
| 5.1 引言 |
| 5.2 四层RC框架振动台试验简介 |
| 5.2.1 振动台试验模型介绍 |
| 5.2.2 测点布置 |
| 5.2.3 试验工况介绍 |
| 5.3 试验模型时域模态参数辨识 |
| 5.3.1 数据驱动的随机子空间法(SSI-DATA) |
| 5.3.2 自然激励技术结合特征系统实现算法(NExT-ERA) |
| 5.3.3 协方差驱动的随机子空间法(SSI-COV) |
| 5.3.4 随机减量技术结合时域Ibrahim法(RDT-ITD) |
| 5.3.5 自然激励技术结合FT时移特性法(NExT-FT) |
| 5.4 模态参数辨识结果对比分析 |
| 5.5 本章小结 |
| 总结和展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
| 附录 A 攻读学位期间所发表的学术论文 |
（9）基于CP-BSS结合改进SVM的结构模态分析与损伤诊断（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 结构模态参数识别研究现状 |
| 1.2.1 传统模态参数识别 |
| 1.2.2 环境激励模态参数识别 |
| 1.2.3 时频分析模态识别 |
| 1.3 结构损伤识别研究现状 |
| 1.3.1 动力指纹法及存在的问题 |
| 1.3.2 模型修正法及存在的问题 |
| 1.4 盲源分离理论综述 |
| 1.4.1 盲源分离的发展 |
| 1.4.2 盲源分离在结构方面的应用 |
| 1.5 本文主要研究内容 |
| 第2章 盲源分离与CP-BSS算法相关理论研究 |
| 2.1 盲源分离的基本概念 |
| 2.1.1 盲源分离起源与问题描述 |
| 2.1.2 随机变量的统计独立性 |
| 2.2 基本假设与不确定性 |
| 2.2.1 基本假设 |
| 2.2.2 不确定性 |
| 2.3 预处理方法 |
| 2.3.1 中心化 |
| 2.3.2 白化 |
| 2.4 CP-BSS数学模型 |
| 2.4.1 时间预测性函数 |
| 2.4.2 最大化信号可预测性 |
| 2.5 仿真验证 |
| 2.6 本章小结 |
| 第3章 基于CP-BSS的结构模态参数识别研究 |
| 3.1 多自由度系统模态识别 |
| 3.2 振动信号Hilbert分析 |
| 3.3 三框架结构模型 |
| 3.3.1 自由与随机激励模态识别 |
| 3.3.2 噪声鲁棒性分析 |
| 3.4 单桩式海上风电基础结构模型 |
| 3.4.1 长期参数的选择 |
| 3.4.2 高阶模态的适应性研究 |
| 3.4.3 CP-BSS与 Fast ICA的对比研究 |
| 3.5 本章小结 |
| 第4章 基于差分进化改进GWO的支持向量机研究 |
| 4.1 统计机器学习理论 |
| 4.2 支持向量机分类算法 |
| 4.2.1 最优分类超平面 |
| 4.2.2 软间隔分类超平面 |
| 4.2.3 核函数 |
| 4.3 支持向量机回归算法 |
| 4.3.1 线性回归 |
| 4.3.2 非线性回归 |
| 4.4 DE-GWO优化算法 |
| 4.4.1 灰狼优化算法 |
| 4.4.2 改进GWO算法 |
| 4.5 仿真验证 |
| 4.6 本章小结 |
| 第5章 基于CP-BSS的海洋平台损伤识别研究 |
| 5.1 动力指纹相关的特征向量 |
| 5.1.1 频率相关 |
| 5.1.2 振型相关 |
| 5.2 主成分分析技术(PCA) |
| 5.2.1 PCA的基本思想 |
| 5.2.2 PCA的计算方法 |
| 5.3 损伤识别方法 |
| 5.3.1 信号分布向量 |
| 5.3.2 损伤识别步骤 |
| 5.4 海洋平台结构模型 |
| 5.5 结构损伤识别 |
| 5.5.1 损伤位置 |
| 5.5.2 损伤程度 |
| 5.5.3 噪声鲁棒性 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要工作和结论 |
| 6.2 创新点 |
| 6.3 研究方向展望 |
| 参考文献 |
| 附录 A |
| 发表论文和参加科研情况说明 |
| 致谢 |
（10）基于长标距光纤传感技术的结构健康监测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 工程结构维护管理的必要性 |
| 1.1.2 工程结构的维护管理手段 |
| 1.2 结构日常检测技术 |
| 1.2.1 目视检测 |
| 1.2.2 无损检测 |
| 1.2.3 自动化检测 |
| 1.3 结构健康监测技术兴起 |
| 1.3.1 结构健康监测技术概述 |
| 1.3.2 智能传感技术 |
| 1.4 结构健康监测方法研究 |
| 1.4.1 环境振动测试与结构参数识别 |
| 1.4.2 冲击振动测试与结构损伤识别 |
| 1.4.3 移动荷载作用下结构损伤识别 |
| 1.4.4 地震荷载作用下的结构性能评估 |
| 1.5 结构健康监测面临的挑战性问题 |
| 1.6 本文研究目的及研究内容 |
| 1.6.1 研究目的及创新点 |
| 1.6.2 研究内容及技术路线 |
| 第二章 长标距光纤传感技术及宏应变模态理论 |
| 2.1 长标距传感技术 |
| 2.1.1 传统传感技术的局限性 |
| 2.1.2 长标距传感特点 |
| 2.1.3 长标距光纤传感器设计 |
| 2.1.4 长标距光纤传感方案 |
| 2.2 区域分布传感理念 |
| 2.3 长标距应变模态理论 |
| 2.3.1 应变模态理论发展 |
| 2.3.2 实模态长标距应变频响函数 |
| 2.3.3 复模态长标距应变频响函数 |
| 2.3.4 基于长标距应变频响的结构基本模态参数识别 |
| 2.4 本章小结 |
| 第三章 环境振动下基于长标距光纤传感技术的结构损伤识别方法 |
| 3.1 环境振动下长标距应变未缩放频响函数及模态参数研究 |
| 3.1.1 长标距应变脉冲响应函数 |
| 3.1.2 由脉冲响应函数推导长标距应变理论频响函数 |
| 3.1.3 环境振动下长标距应变未缩放频响函数推导 |
| 3.1.4 理论长标距应变频响与未缩放长标距应变频响关系推导 |
| 3.2 基于长标距应变模态的结构单元损伤识别方法研究 |
| 3.2.1 方法实施流程 |
| 3.2.2 方法理论分析 |
| 3.2.3 简支梁数值算例验证 |
| 3.3 基于长标距应变模态的结构支座损伤间接识别方法 |
| 3.4 美国IBS基准桥实桥验证 |
| 3.4.1 传感器布设情况 |
| 3.4.2 结构的频率识别 |
| 3.4.3 结构的长标距应变振型识别 |
| 3.4.4 结构单元损伤识别 |
| 3.4.5 支座损伤间接识别 |
| 3.5 本章小结 |
| 第四章 冲击振动下基于长标距光纤传感技术的结构损伤识别方法 |
| 4.1 长标距应变柔度识别理论 |
| 4.1.1 长标距应变频响和长标距应变柔度之间的关系 |
| 4.1.2 质量已知条件下结构长标距应变柔度识别 |
| 4.1.3 质量未知条件下结构长标距应变柔度识别 |
| 4.1.4 长标距应变频响函数的奇异值分解 |
| 4.1.5 增强频响函数计算和模态参数识别 |
| 4.2 基于长标距应变柔度的两阶段损伤定位定量方法研究 |
| 4.2.1 阶段一:基于长标距应变柔度的损伤定位识别 |
| 4.2.2 阶段二:基于灵敏度矩阵的损伤定量分析 |
| 4.2.3 模态缩放系数和模态质量之间的关系 |
| 4.3 数值算例 |
| 4.3.1 结构长标距应变柔度识别 |
| 4.3.2 结构损伤定位与定量分析 |
| 4.4 两阶段损伤定位定量法在混凝土结构腐蚀监测中的应用 |
| 4.4.1 实验设计 |
| 4.4.2 钢筋腐蚀标定实验 |
| 4.4.3 混凝土和钢筋的材性实验 |
| 4.4.4 钢筋混凝土梁腐蚀实验 |
| 4.5 本章小结 |
| 第五章 移动荷载下基于长标距光纤传感技术的腐蚀结构损伤识别及性能评估 |
| 5.1 基于长标距应变响应的腐蚀结构承载力评估研究思路 |
| 5.2 结构腐蚀定位定量及承载能力评估三步骤方法介绍 |
| 5.2.1 长标距应变影响线理论 |
| 5.2.2 基于长标距应变时程面积比的腐蚀定位 |
| 5.2.3 腐蚀的定量分析 |
| 5.2.4 结构腐蚀后的剩余承载能力评估 |
| 5.3 实验验证 |
| 5.3.1 移动荷载作用下腐蚀定位定量识别 |
| 5.3.2 腐蚀结构剩余承载能力评估 |
| 5.4 本章小结 |
| 第六章 地震荷载下结合多源监测数据的结构易损性分析方法 |
| 6.1 结合监测数据的结构易损性分析方法思想框架 |
| 6.2 结合监测数据的结构易损性分析方法理论基础 |
| 6.2.1 基于灵敏度分析的结构有限元模型修正 |
| 6.2.2 基于地震危险性分析的地震波选取 |
| 6.2.3 结构易损性分析理论 |
| 6.3 南京长江隧道右汊悬索桥地震易损性分析 |
| 6.3.1 桥梁监测系统及静动力测试 |
| 6.3.2 初始有限元模型建立 |
| 6.3.3 有限元模型修正 |
| 6.3.4 结构抗震能力分析 |
| 6.3.5 结构地震概率需求分析 |
| 6.3.6 结构易损性分析 |
| 6.3.7 模型修正前后的结构易损性分析结果对比 |
| 6.4 本章小结 |
| 第七章 基于信息几何理论和长标距光纤传感技术的结构损伤识别方法 |
| 7.1 信息几何理论概述 |
| 7.1.1 概率空间的几何结构 |
| 7.1.2 信息几何主要研究方法 |
| 7.1.3 正态分布流形 |
| 7.2 结构表观损伤检测 |
| 7.2.1 基于Fisher信息距离的裂缝图像滤波方法 |
| 7.2.2 基于里奇(Ricci)曲率张量的裂缝边缘检测 |
| 7.3 结构内部损伤识别 |
| 7.3.1 基于信息几何理论进行结构损伤识别的方法 |
| 7.3.2 基于Fisher信息距离的单元响应关联性向量 |
| 7.3.3 关联性向量的Teager能量值 |
| 7.3.4 基于Dempster-Shafer证据理论的多源信息融合技术 |
| 7.3.5 简支梁数值算例 |
| 7.3.6 连续梁桥数值算例 |
| 7.4 延伸性探讨:结构最优维护管理决策 |
| 7.5 本章小结 |
| 第八章 结论与展望 |
| 8.1 本文主要结论 |
| 8.2 进一步工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
四、EXTRACTING MODAL PARAMETERS FROM STRUCTURES UNDERGOING AMBIENT EXCITATION（论文参考文献）
- [1]基于模态信息熵与两阶段信息融合的梁结构损伤诊断研究[D]. 文袁. 兰州理工大学, 2021(01)
- [2]某汽车变速箱箱体振动模态研究[D]. 刘玉博. 沈阳理工大学, 2021(01)
- [3]大跨径高速铁路桥梁运营模态在线追踪辨识方法研究[D]. 杨小梅. 大连理工大学, 2020
- [4]基于时序数据的数据驱动随机子空间桥梁健康检测方法[D]. 王培培. 北京建筑大学, 2020(08)
- [5]基于智能算法的拱坝动力模型修正方法研究[D]. 崔竞元. 西安理工大学, 2020(01)
- [6]基于车桥耦合系统时变分析的结构动力参数识别[D]. 王琳. 东南大学, 2020(01)
- [7]环境激励下基于改进经验小波变换的土木工程结构模态参数识别[J]. 万熹,黄天立,陈华鹏. 振动工程学报, 2020(02)
- [8]基于结构振动响应的时域模态识别方法与系统开发研究[D]. 张鸿宇. 兰州理工大学, 2020(12)
- [9]基于CP-BSS结合改进SVM的结构模态分析与损伤诊断[D]. 邵玄玄. 天津大学, 2019(01)
- [10]基于长标距光纤传感技术的结构健康监测方法研究[D]. 程玉瑶. 东南大学, 2019(01)