王秋萍 秦世强

武汉理工大学土木工程与建筑学院，武汉430070

高速铁路桥梁运营过程中，列车和桥梁形成一个车桥耦合系统，系统的动力响应十分复杂，会影响行车安全。为评价车桥耦合动力学行为，准确识别结构的模态参数十分重要［1-2］。模态参数包括频率、阻尼比和模态振型，是结构基本的动力参数，也是进行结构动力分析、损伤识别的基本参数。与传统测力法相比，环境激励的模态参数识别方法通过测试结构在风、水流、地脉动等环境荷载下的微幅振动响应，结合时域、频域算法识别结构模态参数，具有测试简便、无须额外激励设备，不会对结构造成损伤等优点。因此，环境激励的模态参数识别方法在桥梁工程领域得到广泛关注和应用［3-4］。

随机子空间识别（Stochastic Subspace Identification，SSI）是一种时域识别方法，是环境激励模态参数识别中较为可靠的一种算法。西宁北川河桥［5］、岸桥［6］、Millau高架桥［7］等已经验证了SSI算法的实用性。基于环境激励下的结构动力响应，通过SSI算法识别结构模态参数分为四个步骤：①数据采集；②数据预处理；③系统矩阵识别；④模态参数识别。第4步也称作模态分析后处理，主要是利用稳定图方法来确定各个测试组数据识别的频率和阻尼比，并整合各个测试组的信息识别模态振型。对于分多个测试组完成的桥梁环境振动测试，这种后处理十分繁琐，不仅要处理多个测试组的数据，而且须要区分稳定图中虚假模态，使得整个模态分析过程效率大幅降低。……