環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別的改進(jìn)ITD法

楊佑發(fā)， 李 帥， 李海龍

(1.重慶大學(xué) 山地城鎮(zhèn)建設(shè)與新技術(shù)教育部重點實驗室，重慶 400045；2.重慶大學(xué) 土木工程學(xué)院，重慶 400045)

近年來隨機狀態(tài)空間理論在結(jié)構(gòu)系統(tǒng)識別的應(yīng)用有了很大的發(fā)展，尤其是隨機子空間辨識(Stochastic Subspace Identification, SSI)方法的出現(xiàn)使得激勵未知的系統(tǒng)辨識(或工作模態(tài)分析)問題成為可能，其優(yōu)點在于無需貴重的激勵設(shè)別，不需要中斷結(jié)構(gòu)的正常使用[1]。張之穎等[2]利用隨機減量技術(shù)和ITD方法相結(jié)合，從而有效地識別環(huán)境激勵下建筑結(jié)構(gòu)的模態(tài)參數(shù)。隨機子空間法由于其不需要經(jīng)過隨機減量法或者NExT法得到結(jié)構(gòu)的自由衰減曲線，且識別精度高等優(yōu)點，得到了國內(nèi)學(xué)者的廣泛關(guān)注。任偉新[3]對15層鋼筋混凝土建筑和鋼拱橋進(jìn)行了模態(tài)參數(shù)識別，通過對比得出結(jié)論：峰值法簡單、快捷、適用，但精度不高；隨機子空間法工作量大、耗時多，但識別精度高。徐良等[4]利用隨機子空間法對虎門懸索橋進(jìn)行了模態(tài)參數(shù)識別。章國穩(wěn)等[5]提出了一種基于特征值分解的隨機子空間算法，解決了數(shù)據(jù)驅(qū)動隨機子空間法計算效率低下的問題，通過重慶朝天門大橋模型分析驗證了該方法的計算效率。

隨機子空間法[6-7]是一種時域模態(tài)參數(shù)識別方法。其主要思想是以狀態(tài)空間模型為識別模型，以協(xié)方差為統(tǒng)計量，利用信號和噪聲的不相關(guān)性來去除噪聲，最后采用奇異值分解法來識別結(jié)構(gòu)的模態(tài)參數(shù)。隨機子空間法的識別精度高，但計算效率不高。ITD 法[8-9]是 S.R.Ibrahim 提出的一種利用結(jié)構(gòu)自由振動響應(yīng)的位移、速度或加速度時域信號來進(jìn)行模態(tài)參數(shù)識別的方法。運用ITD法進(jìn)行參數(shù)識別時必須先采用隨機減量法或者自然激勵技術(shù)(NExT法)得到數(shù)據(jù)的自由衰減曲線，而此過程會產(chǎn)生一定的誤差，且這兩種前處理方法的輸出長度的取值方面有一定的人為主觀影響，有時也會使得衰減曲線產(chǎn)生偏差。在這個情況下采用ITD法進(jìn)行參數(shù)識別必然會產(chǎn)生誤差。本文基于隨機子空間算法和ITD 法的原理，提出了環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別的改進(jìn)ITD法。

1 改進(jìn)的ITD法

(1)ITD法的基本理論

一個多自由度系統(tǒng)的自由振動響應(yīng)微分方程的解可以表示為：

{x(t)}N×1=[Φ]N×2N{est}2N×1

(1)

其中

{x(t)}=[x1(t),x2(t),…,xN(t)]T

(2)

[Φ]=[{φ1},{φ2},…,{φ2N}]

(3)

{est}=[es1t,es2t,…,es2Nt]T

(4)

(2)改進(jìn)ITD法

隨機子空間法中數(shù)據(jù)的協(xié)方差計算可以保留原始數(shù)據(jù)中的所有信息，同時去除了噪聲，因此得到的Toeplitz矩陣中的數(shù)據(jù)可以作為ITD法的輸入數(shù)據(jù)。這樣不再需要進(jìn)行隨機減量法或者自然激勵技術(shù)(NExT法)前處理，從而避免了這兩種前處理方法的不準(zhǔn)確性帶來的誤差。一般的隨機子空間法的原理[10]，先是構(gòu)造Hankel矩陣，然后定義輸出協(xié)方差矩陣，再是對Hankel矩陣變換構(gòu)建Toeplitz矩陣，即：

(5)

(6)

(7)

兩者相除后，有：

(8)

為了降低噪聲的影響，現(xiàn)將矩陣[A]采用雙最小二乘解方法，即兩種單邊最小二乘法的平均值：

(9)

式中,[A]正是ITD法所要求解的特征矩陣。頻率和阻尼比的求解就和ITD法完全相同了，即只要對[A]進(jìn)行特征值分解：

[A][Φ]=[Φ][α]

(10)

式(10)是一個標(biāo)準(zhǔn)的特征值方程，矩陣[A]的第r階特征值為esrΔt，相應(yīng)的特征向量為特征向量矩陣[Φ]的第r列。設(shè)求的的特征值Vr為

(11)

從而可以求得系統(tǒng)的模態(tài)頻率和阻尼比分別為：

(12)

為計算系統(tǒng)的模態(tài)振型，需要先按式(13)求出測點p的第r階模態(tài)留數(shù)為Arp：

(13)

2 改進(jìn)的ITD法數(shù)值計算

圖1 框架模型

表1 改進(jìn)ITD法頻率識別值與理論值比較

表2 改進(jìn)ITD法阻尼比識別值與理論值比較

從表1和表2可以看出，用本文提出的改進(jìn)ITD法識別頻率值的精度非常高，加噪20%后的識別精度也能達(dá)到4%以內(nèi)，識別的阻尼比值的精度也較高，說明此種方法的抗噪性能比較好，從而證明了改進(jìn)ITD法理論的適用性。

3 框架結(jié)構(gòu)模態(tài)辨識實驗

實驗?zāi)Ｐ蜑?層的剪切型鋼框架結(jié)構(gòu)，如圖2所示，結(jié)構(gòu)的外形尺寸為650(長)×400(寬)×1 700(高)mm，層高均為400 mm，1～4層樓板采用650×400×25 mm的鋼板，底部連接鋼板的尺寸為850×600×10 mm，每層柱采用4根375×60×5 mm(長×寬×厚)的扁鐵。為了保證試驗?zāi)Ｐ桶惭b的可靠和連接的足夠牢固，使用6根M12×60 mm的螺栓將模型底板錨固于實驗室的鋼梁上，柱和板之間焊接。實驗所用的鋼材的彈性模量為2.0×107N/m2，密度為7.85×103kg/m3。

圖2 四層鋼框架模型圖

3.1 實驗設(shè)備

主要的實驗設(shè)備有：由揚州晶明科技有限公司生產(chǎn)的JM5840型號無線環(huán)境激勵實驗?zāi)B(tài)測試分析系統(tǒng)，主要用于動態(tài)信息的采集和分析。該儀器有三部分組成：即JM1801無線網(wǎng)卡、JM5840無線加速度傳感器與JM5841無線振動節(jié)點和實驗?zāi)B(tài)分析軟件組成。

3.2 實驗過程及數(shù)據(jù)采集

力錘錘擊方向為沿板的長邊方向，即沿Y向，現(xiàn)只記錄Y方向的加速度響應(yīng)信號， 35 s以后的響應(yīng)信號可看作環(huán)境激勵下的情況。采用一個傳感器跑點的測量方法。具體操作流程是：

①先將傳感器放到第四層，用力錘沿Y方向錘擊第四層，測得加速度響應(yīng)信號y44(第一個下標(biāo)表示測點位置所在的樓層號，第二個下標(biāo)表示激勵所在的樓層號)；

②保持傳感器放在第四層，用力錘沿Y方向錘擊第三層，測得加速度響應(yīng)信號y43，以此類推，得到y(tǒng)42、y41。

③將傳感器放到第三層，同理分別錘擊第四、三、二、一層，得到加速度響應(yīng)信號y34、y33、y32、y31。

④同理將傳感器放到第二、一樓層，依次可以得到其他加速度響應(yīng)信號。

最終得到共計16條加速度響應(yīng)曲線，限于篇幅所限，這里只給出傳感器在第一層，分別錘擊一、四層時的加速度響應(yīng)曲線y12、y13如圖3和圖4所示。

3.3 數(shù)據(jù)處理

儀器測取的全是加速度數(shù)據(jù)，而前面所陳述的模態(tài)參數(shù)識別方法是針對位移數(shù)據(jù)的情況，所以先對加速度數(shù)據(jù)進(jìn)行兩次積分后得到位移數(shù)據(jù)。以加速度測量儀在第一層時的加速度數(shù)據(jù)y12、y13為例，對其兩次積分后的位移曲線如圖5和圖6所示(z表示位移，第一個下標(biāo)表示加速度測量儀所在的樓層號，第二個下標(biāo)表示力錘錘擊位置的樓層號)。

圖3 加速度曲線y12

圖4 加速度曲線y13

圖5 位移曲線z12

將實驗數(shù)據(jù)分成三段：第一段為錘擊前的部分，即為鋼框架結(jié)構(gòu)在環(huán)境激勵下的振動，大約在5或6 s以前的階段；中間一段是鋼框架在力錘敲擊下的響應(yīng)，大約在6 s以后到20 s之間的階段；最后一段是20 s以后的階段，仍可以看做是環(huán)境激勵下的情況，為了完全排除力錘敲擊的影響，結(jié)果分析時取35 s以后的響應(yīng)信號。

3.4 環(huán)境激勵下的模態(tài)參數(shù)識別

環(huán)境激勵下鋼框架的振動，比如加速度時程曲線y11的35 s以后的階段，如圖7；對應(yīng)的位移曲線z11的35 s以后的階段如圖8所示。

圖6 位移曲線z13

圖7 加速度曲線y11的35 s后時程圖

圖8 位移曲線z11的35 s后時程圖

將環(huán)境激勵下加速度儀所測得的每層樓的加速度時程曲線(4條)積分后，得到每層樓的位移時程曲線(4條)，以第一層樓的位移值為參考點，取35 s到50 s間的數(shù)據(jù)，分別得到一二三四層樓對第一層樓的相關(guān)函數(shù)。限于篇幅所限，這里只給出一、四層樓對第一層樓的相關(guān)函數(shù)曲線如圖9和圖10所示。

圖9 一、一層位移相關(guān)函數(shù)曲線

圖10 一、四層位移相關(guān)函數(shù)曲線

直接運用協(xié)方差驅(qū)動SSI法識別時，穩(wěn)定圖如圖11所示。當(dāng)加速度儀放置在第一層，錘擊位置為第四層時的位移響應(yīng)數(shù)據(jù)為z14，取z14中35 s到50 s之間的數(shù)據(jù)作為環(huán)境激勵下的響應(yīng)，僅用單測點數(shù)據(jù)來識別。首先組建Hankel矩陣，取矩陣大小為1 000×1 000，再通過變換構(gòu)造Toeplitz矩陣，Toeplitz也是1 000×1 000，取其任意行或列組成行(列)向量，作為ITD法的輸入數(shù)據(jù)，采用改進(jìn) ITD法來進(jìn)行模態(tài)參數(shù)識別,所求得的頻率值與阻尼比值分別如表3和表4所示。

圖11 協(xié)方差驅(qū)動SSI法穩(wěn)定圖

表3 環(huán)境激勵下改進(jìn) ITD法的頻率識別值比較(Hz)

表4 環(huán)境激勵下改進(jìn)ITD法的阻尼比識別值比較

從表3與表4可以看出，與ITD法相比，改進(jìn)的ITD法明顯提高了對頻率和阻尼比等結(jié)構(gòu)模態(tài)參數(shù)的識別精度。三種識別方法對頻率是可以做到可靠識別，阻尼的作用機理很復(fù)雜，一般理論值只是對結(jié)構(gòu)的阻尼作了近似的假設(shè)，通過試驗識別第一階阻尼比在1%左右。

Toeplitz矩陣中的數(shù)據(jù)可以作為ITD法的輸入數(shù)據(jù)，這樣不再需要采用隨機減量法或者自然激勵技術(shù)(NExT法)進(jìn)行前處理，從而避免了兩種前處理方法的不準(zhǔn)確性帶來的誤差。改進(jìn)的ITD法的辨識計算時間約為SSI法計算時間的50%，當(dāng)輸出信號較多時，這種優(yōu)勢更明顯。從而可見，基于隨機子空間法對ITD法進(jìn)行改進(jìn)后，精度沒有降低，同時縮短了計算時間，這將為該方法應(yīng)用到結(jié)構(gòu)的實時監(jiān)測提供了可能。

圖12 環(huán)境激勵下改進(jìn)ITD法擬合值與輸入數(shù)據(jù)比較

用求得的振型矩陣來反推原始數(shù)據(jù)，求得的擬合數(shù)據(jù)與原始數(shù)據(jù)對比圖如圖12所示?？梢钥闯觯呵蟮玫臄M合數(shù)據(jù)與原始相應(yīng)數(shù)據(jù)擬合度非常高，進(jìn)一步證明了改進(jìn)的ITD法所識別模態(tài)參數(shù)的準(zhǔn)確性和識別方法的正確性。圖13為該框架結(jié)構(gòu)辨識出的四階模態(tài)振型。由于將實測結(jié)果對理論計算模型進(jìn)行反饋修正，使得理論模型基本能反映真實情況，固有頻率和模態(tài)振型辨識結(jié)果均與有限元計算分析結(jié)構(gòu)具有良好的一致性。

圖13 結(jié)構(gòu)的四階模態(tài)振型辨識結(jié)果

4 結(jié) 論

基于環(huán)境激勵下的模態(tài)參數(shù)識別，不需要專門的外界激勵，而且不影響結(jié)構(gòu)的正常使用。運用ITD法進(jìn)行參數(shù)識別時必須先采用隨機減量法或者自然激勵技術(shù)(NExT法)得到數(shù)據(jù)的自由衰減曲線，而此過程會產(chǎn)生一定的誤差，且這兩種前處理方法的輸出長度的取值方面有一定的人為主觀影響，有時也會使得衰減曲線產(chǎn)生偏差，因此采用ITD法進(jìn)行參數(shù)識別必然會產(chǎn)生誤差。

(1)基于隨機子空間算法和ITD 法的原理，提出了環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別的改進(jìn)ITD法。通過數(shù)值計算和實驗驗證了改進(jìn)ITD對模態(tài)參數(shù)識別的可行性，與ITD法相比，改進(jìn)的ITD法明顯提高了對結(jié)構(gòu)模態(tài)參數(shù)的識別精度。

(2)改進(jìn)ITD 法的計算結(jié)果的精度不比SSI法的計算結(jié)果的精度差，有時比SSI法的計算精度要高。同時改進(jìn)ITD 法的計算時間要比SSI法的計算時間要短得多。當(dāng)輸出信號較多時，這種優(yōu)勢更明顯。

(3)用求得的振型矩陣陣反推原始數(shù)據(jù)，求得的擬合數(shù)據(jù)與原始相應(yīng)數(shù)據(jù)擬合度非常高，從而進(jìn)一步證明了改進(jìn)ITD法識別模態(tài)參數(shù)的準(zhǔn)確性和識別方法的正確性。

參 考 文 獻(xiàn)

[1]Juang J N. Applied system identification[M]. Englewood Cliffs, New Jersey：Prentice-Hall Inc, 1994.

[2]張之穎,譚高銘,呂西林. 環(huán)境激勵下房屋建筑阻尼比的識別方法[J].西安建筑科技大學(xué)學(xué)報(自然科學(xué)版),2007,39(6):767-772.

ZHANG Zhi-ying,TAN Gao-ming, Lü Xi-lin. Study on the identification method of damping for the building under ambient excitation[J]. Xi’an Univ. of Arch. & Tech.(Natural Science Edition), 2007,39(6):767-772.

[3]任偉新. 環(huán)境振動系統(tǒng)識別方法的比較分析[J].福州大學(xué)學(xué)報(自然科學(xué)版),2001,29(6):80-86.

REN Wei-xin. Comparison of system identification methods using ambient vibration measurements[J]. Journal of Fuzhou University(Natural Science Edition), 2001,29(6):80-86.

[4]徐 良,江見鯨,過靜珺. 隨機子空間識別在懸索橋?qū)嶒災(zāi)B(tài)分析中的應(yīng)用[J].工程力學(xué)，2002,19(4)：46-49.

XU Liang, JIANG Jian-jing, GUO Jing-jun. Application of stochastic subspace method to experimental modal analysis of suspension bridges[J]. Engineering Mechanics, 2002,19(4)：46-49.

[5]章國穩(wěn),湯寶平,孟利波.基于特征值分解的隨機子空間算法研究. [J].振動與沖擊，2012，31(7)：74-78.

ZHANG Guo-wen,TANG Bao-ping,MENG Li-bo. Improved stochastic subspace identification algorithm based on eigendecomposition[J]. Journal of Vibration and Shock. 2012，31(7)：74-78.

[6]Koh C G, Hong B, Liaw C Y. Substructural and progressive structural identification methods[J].Engineering Structares.2003， 25(12):1551-1563.

[7]崔 飛. 橋梁參數(shù)識別與承載力評估[D]. 上海：同濟大學(xué)，2003.

[8]姜 浩,郭學(xué)東,楊煥龍. 環(huán)境激勵下橋梁結(jié)構(gòu)模態(tài)參數(shù)識別的方法研究[J]. 振動與沖擊.2008,27(11):126-128.

JIANG Hao, GUO Xue-dong, YANG Huang-long. Research on modal parameters identification of bridge structure under ambient excitation[J]. Journal of Vibration and Shock. 2008,27(11):126-128.

[9]紀(jì)曉東，錢稼茹，徐龍河. 模擬環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別試驗研究[J]. 清華大學(xué)學(xué)報，2006,46(6):669-772.

JI Xiao-dong, QIAN Jia-ru, XU Long-he. Experimental study of modal parameter identification in a simulated ambient-excited structure[J]. J Tsinghua Univ(Sci &Tech), 2006,46(6):669-772.

[10]李海龍. 環(huán)境激勵下結(jié)構(gòu)模態(tài)參數(shù)識別方法研究[D]. 重慶：重慶大學(xué)，2012.