环境激励下结构模态参数识别改进算法及振动台试验应用

"模态参数辨识改进算法及其在振动台试验中的应用 (2013年)" 这篇论文主要探讨了在环境激励下，如何通过改进的模态参数识别方法来提高结构动态特性的分析精度。作者结合了数据驱动的随机子空间法，提出了改进的瞬态动力分析辨识法（ITD）、改进的自功率谱密度法（STD）以及改进的复指数法。这些方法在振动台试验中的应用，旨在解决传统模态参数识别方法存在的问题。 随机子空间法是一种有效的模态参数识别技术，其核心在于通过Hankel矩阵的正交投影来提取信号中的有效信息并去除噪声。论文中提到，经过正交投影处理后的P矩阵数据，可以直接作为改进ITD法、改进STD法和改进复指数法的输入，避免了传统方法中需要使用随机减量法或自然激励技术进行预处理的步骤。这种方法的优点是减少了由于预处理不准确导致的误差，同时提高了计算效率。 在实际应用中，研究人员利用一个12层钢筋混凝土框架结构模型在振动台试验中的地震反应记录，对结构的模态参数进行了识别。通过比较和验证，证明了这三种改进方法在结构模态参数识别中的可行性和优势。关键词包括框架结构、模态参数识别、改进ITD法、改进STD法和改进复指数法，表明这些方法主要应用于土木工程结构动态特性的研究。 这篇论文的研究成果对于理解和改善结构在环境激励下的动态响应具有重要意义，特别是在地震工程和结构健康监测领域。通过改进的识别算法，可以更准确地获取结构的模态参数，如固有频率、阻尼比和振型，这对于评估结构的抗震性能和设计安全至关重要。此外，这种方法还能为未来类似研究提供理论和技术支持。