環(huán)境激勵下線性結構模態(tài)參數辨識.pdf

1、上海交通大學博士學位論文環(huán)境激勵下線性結構模態(tài)參數辨識姓名：李中付申請學位級別：博士專業(yè)：機械設計與理論指導教師：陳之炎華宏星2001.10.1上海交通大學博士學位論文近5年來，關于僅根據結構的響應信號辨識模態(tài)參數的研究，國內外有大量的論文。但是，這些論文大部分假定激勵信號為白噪聲，實際上等于知道激勵信號。本論文從改進現有白噪聲激勵下模態(tài)參數辨識方法著手，利用信號分解和信號重構的原理，重點研究非白噪聲(包括非平穩(wěn)隨機信號)激勵下結構的模

2、態(tài)參數辨識理論及技術，提出了一種環(huán)境激勵下結構模態(tài)參數辨識的新方法。數字模擬和實驗與理論相一致。f論文主要完成了以下幾個方面的工作：1總結了有關環(huán)境激勵下結構的模態(tài)參數辨識研究的大量文獻，對它的應用背景、研究意義、國內外的研究現狀、最新方法及存在的問題給予了較為全面的論述。2對_NE_xT技術進行了改進，提出了在線參數辨識方法。該方法是一個有效的利用環(huán)境激勵進行模態(tài)參數識別方法。它與以ITD法為基礎的NExT法有四點不同：(1)采用奇異

3、值分解的原理，改進了特征矩陣的算法，提高了數值的穩(wěn)定性；(2)避免了ITD法中系統(tǒng)特征值虛部的多值性；(3)不僅適用于單點環(huán)境激勵，而且也適用于多點環(huán)境激勵；(4)解決了對何種參數進行平均才能有利于提高辨識參數的精度并減少計算工作量以及如何控制參數的辨識精度問題。用相關函數矩陣Frobenius范數的相對變化量不僅能控制辨識參數的精度，而且避免了選擇采樣次數的問題。3提出了廣義隨機子空間方法。隨機子空間方法是廣義隨機子空間方法的特例。4