基于数据驱动的随机子空间优化算法及应用
2016-12-22荀敬川贺拴海高俊亮
荀敬川,贺拴海,高俊亮
(1.长安大学 桥梁与隧道陕西省重点实验室, 陕西 西安 710064;2.北京新智交科科技开发有限公司, 北京 100010)
基于数据驱动的随机子空间优化算法及应用
荀敬川1,贺拴海1,高俊亮2
(1.长安大学 桥梁与隧道陕西省重点实验室, 陕西 西安 710064;2.北京新智交科科技开发有限公司, 北京 100010)
为了提高随机子空间法的识别速度,采用MAC准则优选数据精简Hankel矩阵的“过去”输出数据和通过简化模态参数识别步骤的方法,推导了随机子空间优化算法,并借助Matlab平台编写程序以达到快速化识别的目的。其一精简Hankel矩阵“过去”输出数据的同时有效地避免了模态遗漏; 其二详尽分析了Hankel矩阵QR分解得到的子矩阵R21,将可观测矩阵与矩阵R21的奇异值分解建立直接关系,避免求解投影矩阵。研究结果表明:使用部分数据作为“过去”输出数据,减少了计算量;避开求解投影矩阵,简化了计算步骤; 避免高维矩阵的存储和分解,很大程度上改善了计算机的使用内存;识别速度增幅明显,精度与其他文献相吻合。最后以西宁北川河桥为工程算例,验证了该优化算法的实用性和有效性,得到比较理想的结果。
桥梁工程;优化算法;数值分解;随机子空间;矩阵;模态参数
0 引言
模态分析技术可分为3大类[1]:其一是基于计算机仿真的有限元分析法(Finite Element Analysis, FEA);其二为基于输入(激励)/输出(响应)模态试验模态分析法(Experimental Modal Analysis, EMA);其三是基于仅有输出(响应)模态试验的运行模态分析法(Operational Modal Analysis, OMA)。第一类属于结构动力学正问题,第二类与第三类属于结构动力学反问题。……
