随机子空间识别中基于模态能量的虚假模态剔除方法

"基于模态能量的随机子空间虚假模态剔除 (2012年)" 是一篇由汤宝平、章国稳和孟利波合作发表在《华中科技大学学报（自然科学版）》的文章，主要探讨了在使用协方差驱动的随机子空间辨识法进行结构动力学分析时，如何有效剔除虚假模态的问题。文章提出了一个基于模态能量的方法来识别并去除这些影响识别结果的虚假模态。 在结构动力学领域，模态分析是理解和评估系统动态行为的关键。随机子空间辨识法（Stochastic Subspace Identification, SSI）是一种常用的技术，它通过分析系统的输出和输入数据来估计其动力学特性，包括模态频率、阻尼比和振型。然而，这种方法可能会因为数据噪声、测量误差或模型复杂性等因素导致虚假模态的出现，这些虚假模态会干扰正确的模态参数识别。 该研究提出的新方法主要步骤如下： 1. 利用输出矩阵、状态矩阵的特征值和特征向量，以及状态-输出协方差矩阵，计算识别结果中的各阶模态分量的能量。 2. 对不同假设模型阶数下的模态能量进行排序，这有助于识别哪些模态具有较高的能量贡献。 3. 选取能量最大的前j个模态，这些通常被认为是真实模态，并用于绘制稳定图。稳定图是一种可视化工具，用于检查模态参数的稳定性。 4. 剩余的、能量较低的模态被视为虚假模态，被剔除出分析结果。 为了验证该方法的有效性，研究者们分别对一个3自由度的线性时不变系统和实际的重庆朝天门长江大桥模型进行了辨识。实验结果表明，基于模态能量的剔除方法能有效地去除虚假模态，提高识别结果的准确性和可靠性。 关键词涵盖了振动分析、模态分析、参数识别、随机子空间辨识法、虚假模态和稳定图，表明该研究涉及了多个关键概念和技术。中图分类号和文献标志码则分别将文章归类到工程力学和技术报告类别，强调了其在工程技术实践中的应用价值。 总结来说，这篇论文提供了一种新颖的策略来处理随机子空间辨识过程中的虚假模态问题，对于改善结构动力学模型的建立和分析具有重要意义，尤其在大型复杂结构如桥梁的动力性能评估中具有广泛的应用前景。