秦世强， 康俊涛， 周旺保

(武汉理工大学土木工程与建筑学院 武汉，430070)



考虑大幅值输入的随机子空间识别*

秦世强， 康俊涛， 周旺保

(武汉理工大学土木工程与建筑学院 武汉，430070)

随机子空间识别是一种可靠的时域模态参数识别算法，通常是利用结构在零初始状态作用下的动力响应来识别结构模态参数，而并没有考虑大幅值输入对识别结果的影响。针对此问题，研究了大幅值输入对随机子空间识别的影响并探讨了方法的适用性。首先，介绍了考虑大幅值输入的随机子空间识别理论基础；然后，通过一个两自由度系统进一步考虑了不同阶次模态、模态振型的相对精度随采样数和大幅值输入的变化情况；最后，以菜园坝长桥大桥拱肋脉动试验为算例，研究了考虑大幅值输入识别方法的适用性。结果表明：考虑大幅值输入能够提高识别的模态参数精度；相比频率，模态振型精度随采样数的变化具有一定的随机性；考虑大幅值的随机子空间识别对模态试验的完备性要求较高。

桥梁工程； 模态参数； 大幅值输入； 随机子空间识别； 蒙特卡洛

引 言

模态参数识别是桥梁健康监测的一个重要组成部分。由于模态参数只取决于结构的固有属性，因此可以利用模态参数进行损伤识别、有限元模型修正和动力性能评估[1-3]。对大型桥梁和土木工程结构而言，利用环境激励进行模态参数识别(亦称工作模态识别)已经成为共识[4-7]。文献[8-10]对环境激励下模态识别的效率和精度进行了研究。……