基于无线传感器网络的分布式结构模态参数识别方法研究

发布时间：2019-11-23 18:03

【摘要】：结构模态参数识别是结构动力识别的主要部分，在整个结构健康监测系统中有着不可忽视的重要性。对于大型土木结构健康监测需要布置大量的无线传感器才能保证参数识别的精准度，然而随着节点个数的增加，数据通信量将成千上万的递增，对于集中式数据处理很难实现。而采用分布式分层组网方式，允许无线传感器节点之间协调处理数据及子结构之间互相数据融合，能显著减少网络内总通信量，具有极大的应用优势。本文将无线传感器网络分布式组网和结构模态参数识别中的随机减量技术相结合，研究了改进随机减量技术、子结构模态振型融合和改进随机减量/ITD分布式模态参数识别，并对比讨论了该算法在无线传感器网络中的可行性和有效性。本文具体的研究工作及已经取得的研究结论如下： 针对外激励为非平稳随机过程的条件，引入了一种基于布朗运动函数的改进随机减量技术，通过仿真算例，验证了改进随机减量技术与时域ITD法结合能够准确地识别出外激励为环境激励的结构模态参数，具有更普遍的适用性，并讨论了不同触发条件对该方法的影响；在子结构振型融合中，提出了用递推最小二乘法求解调整因子，进而融合子结构振型，通过一个七自由度的弹簧仿真模型和斜拉桥模型验证了递推最小二乘法求解调整因子算法的正确性，结果表明子结构重合节点个数越多，识别出的整体模态振型越准确；以一座14跨桁架模型为仿真对象，利用本文提出的改进随机减量/ITD分布式算法对模型进行模态参数识别，通过与环境激励/ITD分布式算法对比，讨论了不同触发条件和不同网络拓扑结构对模态参数识别准确性和网络总通信量的影响，分析显示子结构节点个数不同而重合节点个数相同，则子结构个数越多，总的通信量越少，子结构节点个数相同而子结构重合节点个数不同，则重合节点个数越少，总的通信量越少。总体而言，极值触发条件下的改进随机减量/ITD分布式算法最适合基于无线传感器网络的分布式结构模态参数识别，不仅能准确识别外激励为非平稳随机过程的结构模态参数，而且相比于其他触发条件的改进随机减量/ITD分布式算法算法减少总通信量。
【图文】：

第 3 章 分布式模态振型参数识别.1 引言对于大型复杂结构振动特性分析中，，需要大量的无线传感器获取结数，以目前计算机或者基站处理数据的能力，集中处理如此多的数据困难，因此，将结构划分为不同的子结构，利用无线传感器网络中分网技术和无线传感器数据处理能力，获取子结构的模态参数，因为子间融合了节点，所以将子结构的模态参数进行综合，得到整体结构的数。结构的频率，模态振型，阻尼比一般为结构模态参数的重要指标，子结构中都可以求得结构的频率和阻尼比，但是结构的整体模态振型过子结构的振型融合才能求得。图 3-1 为无线传感网络中任意两个子络拓扑图，子结构与子结构之间可以重合多个节点，同时一个节点也多个子结构重合。

图 3-6 实验室斜拉桥模型表 3-1 斜拉桥模型材料和尺寸名称 截面类型 材料类型密度(kg/m3)弹性模量(GPa)泊松比尺寸(m)中塔 箱形 铝合金 2700 68.6 0.34 3.1×0.1375×0.095边塔 箱形 铝合金 2700 68.6 0.34 1.9×0.12×0.075桥面 分离式箱形 铝合金 2700 68.6 0.34 15.2×0.82×0.014斜拉锁 圆形 高强钢筋 7850 200 0.30 不同3.3.2 测点布置本实验在斜拉桥模型上一共布置了 11 个加速度传感器测量斜拉桥的竖向加速度信号，传感器测点布置见图 3-7。集中式算法是以 11 个测点的竖向加速度信号识别模型的模态参数，分布式算法是以下面三种拓扑结构对模型进行模态参数识别，见图 3-8 和表 3-2。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TU317

【相似文献】

相关期刊论文 前10条

1 廖伯瑜;郑万平;;模态参数识别的单位脉冲响应函数法[J];振动与冲击;1986年04期

2 廖伯瑜;郑万平;;模态参数识别的单位脉冲响应函数法[J];昆明工学院学报;1986年01期

3 朱才朝;王鸿恩;;一种新的复模态参数识别方法[J];机械;1993年02期

4 杨华;;模态参数识别的研究现状及发展[J];机械;2006年10期

5 王学敏;黄方林;刘建军;;大型桥梁模态参数识别的一种方法[J];工程力学;2007年02期

6 史琼艳;;模态参数识别方法[J];科技信息(科学教研);2007年35期

7 静行;袁海庆;赵毅;;基于独立分量分析的结构模态参数识别[J];振动与冲击;2010年03期

8 俞云书;结构模态参数识别——传递函数法[J];中国空间科学技术;1981年02期

9 孙平凡;;机械阻抗测试与模态参数识别技术及应用鉴定会[J];振动与冲击;1982年04期

10 彭晓洪;丁锡洪;周建功;;用模态参数识别结果对实际结构有限元动力模型的修正[J];振动与冲击;1984年03期

相关会议论文 前10条

1 罗光坤;;基于时频分析的模态参数识别研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

2 王国兴;李华军;潘新颖;;小波包分析在结构损伤时间识别及结构模态参数识别中的应用[A];第十二届全国结构工程学术会议论文集第Ⅲ册[C];2003年

3 张明星;柳亦兵;辛卫东;;基于时域方法的核电站沸水反应堆试验模态参数识别[A];第二十九届中国控制会议论文集[C];2010年

4 狄生奎;王立宪;杜永峰;李慧;;考虑温度影响下的混凝土梁桥的模态参数识别研究[A];第18届全国结构工程学术会议论文集第Ⅲ册[C];2009年

5 李磊;应怀樵;刘杰;张占一;;基于环境试验的过街天桥模态参数识别与分析[A];第九届全国振动理论及应用学术会议论文集[C];2007年

6 邓昌;顾培英;汤雷;;基于移动附加质量的模态参数识别方法[A];第19届全国结构工程学术会议论文集（第Ⅲ册）[C];2010年

7 李磊;应怀樵;刘杰;张占一;;基于环境试验的过街天桥模态参数识别与分析[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

8 黄朝俊;秦权;;基于脉动数据的结构模态参数识别前处理分析[A];第15届全国结构工程学术会议论文集（第Ⅲ册）[C];2006年

9 顾培英;丁伟农;;结构系统模态参数识别方法[A];中国水利学会首届青年科技论坛论文集[C];2003年

10 王慧;刘正士;;基于HHT方法的结构模态参数识别[A];第九届全国振动理论及应用学术会议论文集[C];2007年

相关博士学位论文 前10条

1 孙鑫晖;频域模态参数识别研究及其软件实现[D];南京航空航天大学;2010年

2 常军;随机子空间方法在桥梁模态参数识别中的应用研究[D];同济大学;2006年

3 禹丹江;土木工程结构模态参数识别[D];福州大学;2006年

4 姜浩;基于环境激励下预应力混凝土桥梁模态参数识别与损伤诊断[D];吉林大学;2009年

5 陈为真;大型结构振动信号处理与模态参数识别研究[D];华中科技大学;2010年

6 徐士代;环境激励下工程结构模态参数识别[D];东南大学;2006年

7 何启源;基于现代时频分析的环境激励模态参数识别方法研究[D];重庆大学;2009年

8 黄晓敏;桥梁结构模态参数识别与损伤诊断算法研究[D];昆明理工大学;2013年

9 杨和振;环境激励下海洋平台结构模态参数识别与损伤诊断研究[D];中国海洋大学;2004年

10 辛峻峰;基于随机子空间法的海洋平台模态参数识别技术研究[D];中国海洋大学;2013年

相关硕士学位论文 前10条

1 黄珍;桥梁结构运营模态参数识别方法对比研究[D];西南交通大学;2015年

2 赵海云;基于多等级模态参数识别的大跨桥梁损伤诊断方法研究[D];哈尔滨工业大学;2015年

3 李丽雯;结构模态参数识别在非线性结构中的适用性研究[D];中国水利水电科学研究院;2015年

4 胡秋霞;热环境下基础激励结构模态参数识别研究[D];南京航空航天大学;2014年

5 卢洪超;海洋结构信号消噪与模态参数识别方法试验研究[D];中国海洋大学;2015年

6 林立新;福建省地震局隔震大楼模态参数识别及健康评估[D];福州大学;2013年

7 陈栋军;确定—随机子空间模态参数识别研究[D];西南交通大学;2016年

8 南飞龙;桥梁结构在线模态参数识别[D];西南交通大学;2016年

9 陈飞;基于局部均值分解的桥梁结构模态参数识别[D];西南交通大学;2016年

10 潘浩然;强风作用下超高层模态参数识别研究与实测数据库开发[D];华南理工大学;2016年

本文编号：2565074