版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、系統(tǒng)科學(xué)是上世紀(jì)后半世紀(jì)人類最偉大的成就之一,也是當(dāng)今最活躍的科學(xué)領(lǐng)域之一。依據(jù)系統(tǒng)科學(xué)觀點(diǎn),只要符合序?qū)?,)S T R=的均可將被研究對象視為系統(tǒng)。自然,一個大型結(jié)構(gòu)系統(tǒng)例如橋梁、大壩都可視為一個系統(tǒng),可用系統(tǒng)理論方法對它進(jìn)行分析和求解。一般大型結(jié)構(gòu)系統(tǒng)幾乎都離不開振動問題,此時所涉及到的信號為振動信號。大型結(jié)構(gòu)系統(tǒng)的固有特性,即固有頻率、阻尼比和振型,又稱模態(tài)參數(shù),是分析研究大型結(jié)構(gòu)系統(tǒng)動力特性的依據(jù)。模態(tài)參數(shù)識別(Modal P
2、arameterIdentification)是研究大型結(jié)構(gòu)系統(tǒng)動力特性的近代方法,在大型結(jié)構(gòu)系統(tǒng)安全問題日益受到重視的今天,此類模態(tài)參數(shù)識別研究顯得尤為重要。
本文研究提出消除振動信號趨勢項的快速積分處理方法。通過無線傳感器網(wǎng)絡(luò)采集到的振動信號(加速度信號)求得積分后的振動信號(速度、位移信號),運(yùn)用多項式擬合的方法消除采樣積分中產(chǎn)生的趨勢項,利用各階系數(shù)間的關(guān)系提高運(yùn)算速度及精度,并將其離散化以滿足無線傳感器網(wǎng)絡(luò)“在線
3、”處理、分析數(shù)據(jù)的要求。不僅通過仿真獲知采樣頻率s f和數(shù)據(jù)長度n 對精度的影響,而且通過有限元建模獲得的加速度信號仿真分析和通過無線傳感器網(wǎng)絡(luò)實際采集的加速度信號進(jìn)行處理,進(jìn)一步驗證和說明了所提方法的有效性。
針對大型結(jié)構(gòu)系統(tǒng)模型參數(shù)具有緩慢衰減的特點(diǎn),本文作者在研究提出基于均值生成時序構(gòu)造的mv SCGM系統(tǒng)云灰色預(yù)測模型基礎(chǔ)上,構(gòu)建殘差修正系統(tǒng)云灰色預(yù)測模型,記為mv ESCGM,并將其應(yīng)用于大型結(jié)構(gòu)系統(tǒng)模態(tài)參數(shù)預(yù)測
4、。系統(tǒng)模型是系統(tǒng)科學(xué)的基本內(nèi)容,而實踐中人們常常很難或不可能從被研究對象獲取完備的模型信息,此時被研究對象處于“貧”信息狀態(tài),很難或不可能用常用的理論方法滿意求解系統(tǒng)。此時若用灰色系統(tǒng)理論方法,可望獲得良好結(jié)果。顯然大型結(jié)構(gòu)系統(tǒng)的現(xiàn)時模態(tài)參數(shù)有別于未來模態(tài)參數(shù),預(yù)測和預(yù)測模型在此是關(guān)鍵。本文研究提出的灰色預(yù)測模型理論證明和示例計算表明,所建模型的計算量少,其擬合、預(yù)測效果令人滿意。
通過分析自由響應(yīng)特征根實、虛部分布特點(diǎn),
5、可有效消除隨機(jī)減量法獲得自由響應(yīng)的噪聲模態(tài),獲得更為真實的自由響應(yīng)信號,并據(jù)此通過ARMA法識別大型結(jié)構(gòu)系統(tǒng)模態(tài),記為隨機(jī)減量去噪-ARMA法。且通過對無線傳感器網(wǎng)絡(luò)實際采集到的振動信號處理,可表明所提出的方法的有效性。識別大型結(jié)構(gòu)系統(tǒng)模態(tài)的最終目的是為了判斷該系統(tǒng)的健康狀況。為精確獲知系統(tǒng)的健康狀況,本文研究提出大型結(jié)構(gòu)系統(tǒng)衰減由自然衰減和非自然衰減構(gòu)成機(jī)理,由系統(tǒng)預(yù)測模型獲得自然衰減模態(tài)與現(xiàn)時振動信號識別出的模態(tài)比較,通過設(shè)定值得出
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于振動信號的結(jié)構(gòu)模態(tài)參數(shù)識別與損傷分析.pdf
- 海洋結(jié)構(gòu)信號消噪與模態(tài)參數(shù)識別方法試驗研究.pdf
- 模態(tài)參數(shù)識別與壓電智能梁振動控制.pdf
- 環(huán)境激勵下大型橋梁結(jié)構(gòu)模態(tài)參數(shù)識別比較研究.pdf
- 基于振動環(huán)境試驗數(shù)據(jù)的結(jié)構(gòu)模態(tài)參數(shù)識別.pdf
- 橋梁結(jié)構(gòu)在線模態(tài)參數(shù)識別.pdf
- 大噪聲密頻模態(tài)信號的模態(tài)參數(shù)識別.pdf
- 空間網(wǎng)格結(jié)構(gòu)模態(tài)參數(shù)識別與損傷識別的研究.pdf
- 橋梁結(jié)構(gòu)模態(tài)參數(shù)識別研究.pdf
- 結(jié)構(gòu)應(yīng)變模態(tài)參數(shù)識別及損傷識別研究.pdf
- 基于模態(tài)參數(shù)的結(jié)構(gòu)損傷識別研究.pdf
- 基于隨機(jī)振動試驗的模態(tài)參數(shù)識別.pdf
- 古建筑木結(jié)構(gòu)模態(tài)參數(shù)識別和人致振動評估.pdf
- 環(huán)境激勵下結(jié)構(gòu)應(yīng)變模態(tài)參數(shù)識別研究.pdf
- 未知輸入下結(jié)構(gòu)模態(tài)參數(shù)識別研究.pdf
- 水電站廠房結(jié)構(gòu)的非線性和耦聯(lián)振動分析與模態(tài)參數(shù)識別.pdf
- 基于環(huán)境振動模態(tài)參數(shù)識別隨機(jī)子空間方法與應(yīng)用.pdf
- 基于環(huán)境振動的結(jié)構(gòu)模態(tài)參數(shù)識別方法及其軟件實現(xiàn).pdf
- 地震激勵下結(jié)構(gòu)模態(tài)參數(shù)識別及振動臺試驗驗證.pdf
- 海上風(fēng)電結(jié)構(gòu)模態(tài)參數(shù)識別及極端振動響應(yīng)的推算.pdf
評論
0/150
提交評論