僅利用輸出響應(yīng)的時變模態(tài)參數(shù)辨識方法研究.pdf

1、近幾十年來，科學技術(shù)在各個領(lǐng)域都取得了巨大成就。在航空航天、機械、建筑等領(lǐng)域，工程結(jié)構(gòu)都在向高速化、大型化、復雜化和智能化的方向發(fā)展。這就導致正面建模分析結(jié)構(gòu)的動態(tài)特性往往十分困難。由此，從反問題入手分析結(jié)構(gòu)，從而深入了解結(jié)構(gòu)的動態(tài)特性顯得十分必要，而模態(tài)參數(shù)正是能夠反映結(jié)構(gòu)動態(tài)特性很重要的參數(shù)。因此，模態(tài)參數(shù)辨識一直以來受到學術(shù)界和工程界的關(guān)注。再者，在運行中的結(jié)構(gòu)其參數(shù)會隨著時間推移或者環(huán)境變化發(fā)生變化，比如火箭發(fā)射過程中巨大的質(zhì)量

2、消耗、導彈在高速飛行中彈翼表面經(jīng)歷苛刻的溫度環(huán)境等，而這樣的變化對結(jié)構(gòu)的模態(tài)參數(shù)的影響不可忽略，由此時變模態(tài)參數(shù)分析及辨識顯得十分必要。
　　模態(tài)參數(shù)辨識方法從信號處理角度看可以歸結(jié)到常見的信號處理內(nèi)容中。近些年，信號處理領(lǐng)域的研究成果常被引入到模態(tài)參數(shù)辨識中來，比如盲源分離，引起廣泛的關(guān)注并迅速成為模態(tài)參數(shù)辨識算法研究中的一個熱點。另外，時變模態(tài)參數(shù)辨識方法從系統(tǒng)理論上又可以歸結(jié)為時變參數(shù)結(jié)構(gòu)系統(tǒng)辨識問題，即對應(yīng)到本文中基于子空

3、間跟蹤的時變模態(tài)參數(shù)辨識算法。本文綜合分析了模態(tài)參數(shù)辨識方法，特別是時變模態(tài)參數(shù)辨識方法的研究成果，通過理論分析和實驗驗證在時變模態(tài)參數(shù)辨識算法上展開研究，主要工作內(nèi)容如下：
　　1.針對目前應(yīng)用于模態(tài)參數(shù)辨識的正定盲源分離算法分離得到的源信號是無序的，引入對源信號的先驗知識作為約束條件得到基于獨立成分分析的改進定點盲源分離算法，并應(yīng)用于模態(tài)參數(shù)辨識。仿真及試驗結(jié)果顯示改進算法優(yōu)于原算法；
　　2.針對正定盲源分離應(yīng)用于模態(tài)

4、參數(shù)辨識中時要求采集到信號中活動模態(tài)數(shù)要等于或小于觀測信號數(shù)（傳感器數(shù)），且考慮到時變模態(tài)參數(shù)辨識中需要處理的非平穩(wěn)隨機信號，引入基于時頻域信號稀疏成分分析欠定盲源分離得到一適用范圍更加廣泛的模態(tài)參數(shù)辨識方法。仿真及試驗表明該方法既能夠處理時不變模態(tài)參數(shù)辨識問題，在時變模態(tài)參數(shù)辨識上亦表現(xiàn)出色；
　　3.針對基于投影遞推子空間跟蹤的時變模態(tài)參數(shù)辨識算法在處理大數(shù)據(jù)時容易出現(xiàn)數(shù)據(jù)飽，繼而導致辨識算法失去跟蹤模態(tài)參數(shù)的能力，引入有限長