环境激励下结构模态参数识别的改进ITD法：提高精度与效率

"环境激励下结构模态参数识别的改进ITD法 (2014年)" 本文主要讨论了在环境激励条件下对结构模态参数识别的一种改进方法——改进的独立时间分量分析（Improved Independent Time-Difference, IITD）法。传统的独立时间分量分析（ITD）法在处理结构动力学问题时，通常需要先用随机减量法或自然激励技术（NExT法）对数据进行预处理，以去除噪声并提取有用信息。然而，这些预处理方法可能存在一定的不准确性，导致识别结果存在误差。 文章结合了随机子空间识别法（SSI，Stochastic Subspace Identification）的优势，该方法具有高识别精度，能够通过计算数据的协方差来保留原始信号的全部信息，并有效滤除噪声。作者提出，可以直接利用SSI处理后得到的Toeplitz矩阵中的数据作为IITD法的输入，避免了预处理步骤，从而提高了模态参数识别的准确性和可靠性。 通过一个四层钢框架模型在环境振动下的位移响应试验，作者验证了改进的ITD法。实验结果显示，改进后的IITD法在识别频率和阻尼比等结构模态参数时，显著提高了精度，证明了该方法在实际应用中的潜力。与传统ITD法相比，IITD法不仅提升了识别效果，而且简化了计算流程。与SSI法比较，IITD法在保持同样高精度的同时，还减少了计算时间，这使得该方法更适用于实时监测结构的状态。 文章指出，这种改进的模态参数识别方法对于环境激励下的结构健康监测和故障诊断具有重要意义，特别是在大型复杂结构系统中，实时、准确的模态参数识别对于预防灾难性事故和维护结构安全至关重要。因此，这项研究为结构健康监测领域提供了新的工具和技术，有望推动结构动力学分析方法的进步。