Long Term Operational Modal Parameter Identification of Long Span Cable Stayed Bridge.pdf

1、近幾十年來，隨著結(jié)構(gòu)健康監(jiān)測技術(shù)的發(fā)展，對大型結(jié)構(gòu)尤其是大跨斜拉橋進(jìn)行有效的健康監(jiān)測的需求變得日益迫切。為實(shí)現(xiàn)監(jiān)測目的，需要在大型結(jié)構(gòu)上安裝各種復(fù)雜的傳感器，并連續(xù)采集海量的結(jié)構(gòu)響應(yīng)數(shù)據(jù)。然而，這些海量數(shù)據(jù)通常只是被簡單地儲存起來，并未得到深入分析和有效利用。從海量數(shù)據(jù)中，將傳感器缺陷、故障或異常等原因?qū)е碌漠惓?shù)據(jù)與正常測試數(shù)據(jù)進(jìn)行分離，對數(shù)據(jù)進(jìn)行分析并精確識別結(jié)構(gòu)模態(tài)參數(shù)，這些工作對結(jié)構(gòu)健康監(jiān)測來說至關(guān)重要。因此，引入可快速從海量數(shù)

2、據(jù)中探尋數(shù)據(jù)隱含趨勢的數(shù)據(jù)解釋技術(shù)，以實(shí)現(xiàn)數(shù)據(jù)的篩分，是本文的研究重點(diǎn)之一。就長期連續(xù)監(jiān)測而言，快速準(zhǔn)確地從原始測試數(shù)據(jù)中診斷異常數(shù)據(jù)，確保識別結(jié)果的可靠性是至關(guān)重要的。因此，本文采用以EDA為核心的數(shù)據(jù)解釋技術(shù)，實(shí)現(xiàn)對海量數(shù)據(jù)的快速可視化及異常診斷，結(jié)果表明該方法在大型結(jié)構(gòu)連續(xù)監(jiān)測數(shù)據(jù)處理方面是行之有效的。隨后，采用有限脈沖響應(yīng)(Finite Impulse Response，F(xiàn)IR)和無限脈沖響應(yīng)(Infinite Impulse

3、Response，IIR)濾波器作為數(shù)據(jù)預(yù)處理方法，進(jìn)一步對異常數(shù)據(jù)進(jìn)行剔除，但該方法僅被用于大型結(jié)構(gòu)的離線健康監(jiān)測，而不適用于結(jié)構(gòu)在線監(jiān)測。
　　論文第二部分內(nèi)容為信號處理。安裝在大跨度橋梁上的傳感器采集到的信號通常是非平穩(wěn)、非線性、且包含噪聲的，從此類信號中準(zhǔn)確地提取出結(jié)構(gòu)信息是一項(xiàng)嚴(yán)峻的挑戰(zhàn)。具有高魯棒性的信號自適應(yīng)分解重構(gòu)技術(shù)為上述問題提供了可行的解決方案。為了有效消除測試噪聲的干擾，本文提出了一種新的改進(jìn)集合經(jīng)驗(yàn)?zāi)B(tài)分解

4、(mprovedEnsemble Empirical Mode Decomposition，IEEMD)方法，實(shí)現(xiàn)了大跨度橋梁運(yùn)營模態(tài)參數(shù)的準(zhǔn)確識別。
　　論文第三部分對離線模態(tài)參數(shù)精確識別方法進(jìn)行了研究。討論了不同矩陣行塊數(shù)和系統(tǒng)階次對識別結(jié)果的影響，并繪制穩(wěn)定圖以識別系統(tǒng)的真實(shí)模態(tài)，最終獲得了某斜拉橋的最佳識別結(jié)果。隨后，采用離線協(xié)方差驅(qū)動的隨機(jī)子空間識別方法，分別對原始未預(yù)處理的數(shù)據(jù)和經(jīng)數(shù)據(jù)解釋、IIR濾波和IEEMD降噪處

5、理后的數(shù)據(jù)進(jìn)行識別，并將不同數(shù)據(jù)對應(yīng)的穩(wěn)定圖進(jìn)行了對比。
　　論文的最后，將協(xié)方差遞歸隨機(jī)子空間識別(Covariance Driven Stochastic SubspaceIdentification，CO-RSSI)與滑窗技術(shù)(Sliding Window Technique，SWT)和延伸工具變量-投影近似子空間跟蹤算法(Extended Instrumental Variable Projection Approxima