快速独立分量分析法识别结构模态参数研究*

刘文波　常军　胡皞　巩文龙

(苏州科技学院土木工程学院, 苏州　215011)



快速独立分量分析法识别结构模态参数研究*

刘文波常军†胡皞巩文龙

(苏州科技学院土木工程学院, 苏州215011)

采用快速独立分量分析(FastICA)算法,快速、准确地识别结构模态参数.该算法以模态响应之间的独立性为依据构建出目标函数,并以此目标函数为基准采用ICA算法对结构输出信号进行分离,而得到结构振型向量.进而通过单模态识别技术-希尔伯特(Hilbert)变换,识别出结构的频率和阻尼比.最后通过白噪声激励下六层框架结构的模态参数识别,验证了快速独立分量分析算法识别结构模态参数的可行性和鲁棒性.

快速独立分量算法,模态参数识别,模态响应,目标函数,希尔伯特变换

引言

模态分析是依据输入和输出响应,采用不同的参数识别方法,获得系统的固有频率、模态阵型和阻尼等模态参数,属于系统识别的重要部分.传统的模态识别方法需要根据系统激励信号和响应信号求出频响函数进行参数识别.但是,由于环境条件的复杂多变和实际结构复杂程度的诸多限制,往往很难准确测得激励和理想的结构响应信号.因此,仅依靠系统输出响应的无监督参数识别方法显示出了独特的优越性.盲源分离技术(Blind Source Separation, BSS)作为无监督的参数识别技术,逐渐成为研究的热点.

独立分量分析(Independent Component Analysis, ICA)属于盲源分离的一种,是指在输入信号未知或不可观测,并且混合系统特性也未知或……