一、一种改进的随机减量信号提取方法(论文文献综述)
马爽[1](2021)在《地铁转向架构架载荷谱建立方法研究》文中研究指明在实际运营中,部分地铁车辆转向架构架在运行里程远不及设计寿命时就开始出现疲劳破坏问题,这是因为我国地铁车辆运行条件复杂、工况多变且载客量大、维护不足等客观因素导致的。这些特殊性致使国际现行转向架构架设计标准不能覆盖我国地铁车辆转向架构架的实际设计需求。因此,编制可以反映我国真实运营情况的转向架构架载荷谱对地铁车辆的设计与运营安全至关重要。本文主要以某B型地铁动车转向架构架作为研究对象,对地铁车辆转向架构架的载荷识别和建立普适性的载荷谱的方法进行研究并做了探索和改进。本文的主要工作包括:(1)在真实运营条件下进行转向架构架载荷解耦识别和疲劳强度评估。首先,分析每种载荷的产生原因和测试方案。然后,通过试验得出各载荷与其他载荷解耦的载荷识别点,并进行室内标定试验得出载荷识别点的“载荷-应力”传递系数。最后,通过线路实测完成对转向架构架的全载荷种类载荷时域信号的识别,同时,取转向架构架疲劳关键位置的应力测试结果,开展疲劳强度评估。并将真实应力值结果作为之后载荷谱编制校准的依据。(2)去除由于结构弹性振动引起的载荷识别信号幅值放大效应对普适性的载荷谱编制至关重要。通过结合转向架构架实测信号时频域分析和有限元模态分析,可以看出转向架构架在运行中发生了共振,识别的载荷幅值相较真实外载明显被放大。而截至目前的转向架构架载荷谱研究中没有考虑这一问题,而是认为测得的载荷响应与真实外载间的传递关系不随频率和模态变化,导致最终载荷谱只能反映当前结构的特征。鉴于在载荷识别试验过程中完成对幅值放大问题的处理非常困难,本文探索出一种半自适应载荷数据后处理方法,可以有效降低被弹性振动放大的载荷信号幅值。处理后的载荷数据将更贴近真实外载,实现载荷谱与转向架构架模态特性解耦。这是转向架构架载荷谱研究中对弹性振动引起的幅值放大问题处理的首次尝试。(3)针对工程应用中测试长度有限的问题,有必要对载荷谱进行扩展。本文提出了两种载荷谱编制及扩展方法:1)基于扩散核密度估计的地铁车辆转向架构架载荷谱编制及扩展方法。方法中将扩散核密度估计与超越概率法相结合,实现了高精度载荷谱扩展。从概率密度曲线拟合优度检验、计算损伤和全寿命周期载荷幅值最大值推断的角度,验证了此方法的准确性。2)改进的标准累积频次载荷谱编制和扩展方法。该方法解决了传统标准累积频次载荷谱编制和扩展过程中没有考虑小载荷循环去除所引起的边界误差问题。并通过实测案例应用验证了精度的提升。文中也将上述两种扩展方法作了对比和优缺点分析。(4)进行载荷谱扩展后,利用遗传算法实现损伤一致载荷谱校准。同时建立扩展谱评价标准,在扩散核密度扩展谱和改进的标准累积频次载荷扩展谱中选择最优校准谱组合。最终建立可以覆盖准静态转向架构架所有疲劳关键位置损伤的普适性全种类全寿命周期载荷谱。通过与国际现行标准比较,本文的整体载荷谱编制方法在结果上显示出了更高的准确性,为符合中国国情的地铁车辆设计和疲劳强度评估提供了有益参考。
孙伟昊[2](2021)在《基于Hilbert变换的船舶结构非线性横摇运动水动力系数辨识方法》文中研究指明在风、浪、流等环境荷载作用下,海上浮式结构将产生六个自由度的运动,其中横摇运动因其振幅较大,严重威胁着结构的安全。为了能够准确预测结构的横摇运动,首先需要获得浮式结构横摇运动的水动力系数。本论文将针对这一问题展开研究,探索横摇阻尼力矩系数与恢复力矩系数的识别方法,克服传统方法对模型先验信息的依赖,基于Hilbert变换发展非参数化的水动力系数识别方法。首先,利用两种基于希尔伯特变换(HT)的非线性系统识别方法从浮体的自由横摇信号中识别横摇运动的恢复力矩系数和阻尼力矩系数。将两种方法与传动的非线性横摇系数识别方法进行对比,验证了基于希尔伯特变换的非线性横摇运动水动力系数辨识方法的准确性。随后,提出了一种两阶段水动力系数识别方法,用于识别不规则波浪中船舶横摇运动的阻尼力矩系数和恢复力矩系数。首先使用随机减量技术(RDT)将不规则波浪中船舶的响应转换为随机减量特征。然后,利用基于HT的非线性系统识别方法从获得的随机减量特征中识别阻尼力矩系数和恢复力矩系数。以两条驳船物理模型为算例,运用基于HT的非线性横摇系数辨识方法对其进行水动力系数辨识,获得模型横摇运动的阻尼力矩系数和恢复力矩系数。结果表明,两种基于HT的非线性系统识别方法可利用自由横摇响应进行非线性横摇阻尼力矩和恢复力矩的识别,识别结果精确度较高。在考虑超谐波时,可以得到更精确的非线性系数。由于该方法只利用自由横摇响应来识别阻尼力矩和恢复力矩,过程中不需要进行一些特殊的试验和计算,也不需要预先假定横摇运动方程,因此是非参数化的识别方法。在共振条件下,利用船舶随机振动可以成功地识别出其非线性动力学特性。有效波高对阻尼力矩的识别精确度有一定干扰。此外,波峰周期对随机滚动响应的随机衰减信号有显着影响,直接影响识别结果,尤其是阻尼力矩。
段宏康[3](2021)在《太原南站模态参数识别及山区风特性的现场实测研究》文中研究指明随着社会经济的发展和城市建设的需要,结构形式复杂、跨度大的建筑物逐渐增多。这些建筑物在服役期内的健康状态引起了广泛的关注。现场实测可以获得结构的实时监测数据,通过分析风速、加速度响应等数据可以评估结构的健康状态。本文基于太原南站健康监测平台,获得了良态强风及非平稳风的风时程数据和多工况激励下的加速度响应,分别对上述内容展开研究。基于太原南站两个测点采集到的的风时程数据,研究了春夏两季太原南站风场良态强风的平均风速、风向、脉动风功率谱,考察了湍流度、湍流积分尺度、阵风因子随平均风速的变化规律,并将春夏两季风特性进行对比;基于太原南站采集到的两种非平稳风时程数据,以平稳风为对照组,处理非平稳风时程数据得到实测脉动风速功率谱密度。通过HHT方法得到脉动风时程Hilbert谱和边际谱,采用演变谱估计的方法研究非平稳风功率谱随时间和频率的变化规律。基于太原南站健康监测系统,对环境激励、列车工况激励、人群激励、施工激励下的加速度响应进行了分析,尤其对一、二、三组列车进出站及列车不停站的工况进行了细致的研究,确定性激励下的加速度响应主要集中在与列车荷载轴重频率(fv1、fv2、fv3)、站房自振频率相关的几个频点内,各个工况下的加速度响应峰值均小于规范规定的限值,等效峰值加速度(ESPA)曲线能较好地反映太原南站结构的舒适度水平。接下来识别密频结构振动响应的模态参数,通过特征实现算法(NEx T-ERA)、随机子空间法(SSI)以及随机减量法(RDT)三种时域方法对加速度响应进行模态分解和动力参数识别。对于太原南站这种大跨度结构,其振动模态为低频密集的,由于SSI和NEx T-ERA在识别模态参数的普遍性、精确度和计算效率上要远远优于RDT,故使用SSI和NEx T-ERA方法可以很好的识别到模态参数,使用RDT方法能够得到模态参数的幅值相关性。最后,对本文研究内容做出总结,指出接下来的研究方向。
李智[4](2020)在《环境激励作用下典型土木工程结构的动力特征分析》文中研究说明作为国家基础设施的有机组成部分,土木工程结构在人们日常生活及社会经济发展中发挥着重要的作用。对土木工程结构进行实测研究,充分了解结构在运营状况下的动力特征是保证其在服役期间安全性和适用性的一种有效途径。模态参数是分析结构动力特征的基础信息,它在结构健康监测、损伤识别及抗风设计等方面有着广泛的应用。因此模态参数识别研究受到越来越多的重视。基于输出信号的工作模态识别方法是一种近些年逐渐发展起来的并在土木工程领域备受青睐的识别方法。与传统基于输入输出信号的方法相比,该类方法具有可操作性强,无需中断结构正常运营以及识别结果更接近实际情况等优点。本论文首先通过对比分析,考察了不同模态识别方法在环境激励作用下两类典型土木工程结构(桥梁与建筑)模态参数的识别效果,重点讨论了随机状态子空间辨识(SSI)方法在应用过程中存在的局限性,并对该方法进行了改进;然后以超高层建筑为例,建立了一种用于精细化研究系统动力特性的时、频域瞬时特征与统计特性一体化分析方法;最后采用上述方法对环境激励作用下两类土木工程结构的模态参数及动力特性进行了分析。SSI方法是一种先进的基于输出信号识别动力系统模态参数的方法。但该方法对动力系统所受激励特征及响应信号质量存在一定要求,而这些要求通常在实际应用中较难满足,这导致使用该方法时可能出现虚假模态及模态遗漏等问题。针对上述情况,本论文对传统SSI方法的局限性进行了深入分析,通过数值算例及工程实际案例表明系统不同模态响应之间能量的分布失衡是导致上述问题产生的一大原因。基于以上发现,本文提出了一种基于零相位滤波技术的SSI改进算法,即按照频谱能量对系统响应中不同的模态成分进行能组划分,然后采用传统SSI方法对不同能组信号进行模态识别分析。上述方法的有效性通过数值算例和工程实际案例得到验证。相关研究成果有效提高了SSI方法模态参数识别的可靠性。在分析系统动力特征时,现有研究大多把动力系统响应的统计特征与瞬时特征孤立处理,而较少关注两者之间的内在联系。本论文提出了一种动力系统时、频域瞬时特征与统计特征一体化分析方法,并采用该方法对台风作用下超高层建筑的动力特性进行了精细化分析,建立了一种基于瞬时频率波动强度的高层建筑阻尼模型。对比发现,该模型比当前广泛采用的基于结构振动响应的模型更精确,适用性更广泛。相关成果为深入认识建筑结构模态参数(特别是阻尼比)随系统响应振幅而变化的非线性特征提供了一种新思路。采用上述改进的SSI模态识别方法及结构动力特性分析思路,本论文对典型土木工程结构在环境激励作用下的动力特征进行了系统研究:分析了超高层建筑风致振动响应及其随来流风速的变化关系,并通过加速度实测数据对建筑在强台风作用下的舒适度性能进行了评估;分别研究了城市道桥与人行天桥在车辆荷载与大地脉动作用下结构的动力特征。上述研究内容为进一步了解典型土木工程结构的动力特征及对结构有限元模型的修正提供了有益参考。本硕士论文研究内容以及相关成果在一定程度上完善了结构动力学理论及模态参数识别方法,且为深入了解环境作用下桥梁的动力特征及台风作用下超高层建筑的风效应提供了重要的参考信息和有益借鉴。
魏博文,钟紫蒙,李火坤[5](2020)在《基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法》文中提出根据高拱坝泄流结构自身的工作特点,为准确辨识环境激励下的结构模态参数特征,提出了一种基于改进的HHT-RDT算法的高拱坝泄流结构工作模态识别方法。以某高拱坝原型振动响应测试资料为基础,利用改进的小波阈值-EMD算法对原始信号进行降噪预处理,滤除干扰噪声的同时保留有效特征信息;采用HHT-RDT算法识别高拱坝泄流结构的工作模态参数,运用带通滤波对振动响应信号的EMD过程进行控制得到结构的各阶模态分量,利用RDT法提取各阶模态分量的自由衰减信息,识别出高拱坝泄流结构系统的固有频率及阻尼比。工程实例表明,该方法避免了复杂系统定阶过程,有效提高结构振动响应工作模态识别精度,为辨识高拱坝泄流结构的工作模态参数提供捷径。
蔡康[6](2020)在《边界层风特性及超高层建筑模态参数的现场实测研究》文中提出随着科学与技术的不断发展,现代大型土木结构(例如超高层建筑结构和大跨度桥梁结构)的柔度越来越大,对强/台风荷载激励越来越敏感。其中结构模态参数(自振频率、阻尼比等)和强/台风的风特性参数是影响这些大型建筑结构风效应评估的关键因素。现有的结构模态参数识别技术大都是假定激励荷载为平稳随机信号,这与强/台风荷载激励本身的非平稳特性不相符合,因而这些方法的适用性存在质疑。为了准确识别非平稳荷载激励下结构的自振频率和阻尼比,本文开展了环境激励下结构模态参数识别技术的研究。对于强/台风等极值风环境来说,其风特性参数很大程度上取决于风速的时变均值,因而基于风速时程提取时变平均风成为构建非平稳风速模型计算风特性参数的重要环节。实践中一般将风速的低频分量视作时变平均风,可采用多项式曲线拟合、滑动平均、高阶滤波和小波变换等方式从实测风速记录中提取。但这些处理方式往往缺乏统一的定量提取准则,提取效果依赖于使用者的经验及计算参数的选择。因此发展能有效提取和评估时变均值的方法成为构建非平稳风速模型的迫切任务。针对上述问题,本文同时开展了非平稳风速时变均值提取方法的研究。全文主要工作内容如下:介绍了经验小波变换(EWT)和变分模态分解(VMD)两种信号分解算法及部分模态识别方法理论,包括改进的随机减量技术(IRDT)、自然激励技术(NEx T)、希尔伯特变换(HT)、离散能量分离算法(DESA)和半周期能量算法(HCEA)。并据此发展了EWT-IRDT和VMD-SH两种环境激励下结构模态参数识别方法,通过框架结构数值算例验证了该方法的准确性。介绍了平安国际金融中心及其健康监测系统,进一步阐述了台风妮妲及其过境期间的传感器布置。利用EWT-IRDT和VMD-SH对台风妮妲作用下平安国际金融中心的实测加速度进行时频分析,获得了平安国际金融中心的自振频率及阻尼比,揭示了该超高结构模态参数瞬时变化特征(瞬时幅值和瞬时频率),研究成果为超高层结构健康监测及振动控制提供了有用的依据及资料。提出了非平稳风速的最优时变均值需满足的两个条件。条件1要求提取的时变均值可以表征风速时程的实际变化趋势,且局部极大值或极小值点的个数不能超过6,并以结构在简谐荷载作用下的动力放大因子来阐述其必要性;条件2要求时变均值对应的脉动概率密度分布符合修正高斯函数。此时,新定义了修正高斯偏差系数(MGDC)来表征实际脉动概率密度分布与修正高斯函数的吻合度,并得出修正高斯偏差系数越小对应的时变均值越好的结论。同时结合经验模态分解(EMD)给出最优时变均值的提取过程。利用4个数值算例验证了该方法提取时变均值的有效性。并以此新方法提取了北京气象塔上47米、120米和280米处超声风速仪实测非平稳风速的最优时变均值,拓展了该方法的工程实用性。基于Vondrak滤波和遗传算法开发了一种新的非平稳风速时变均值提取算法。首先,定义修正高斯偏差系数为目标函数,通过遗传算法提取Vondrak滤波的最佳平滑因子(OSF),继而得出对应时变均值。运用该方法提取了北京气象塔和香港国际金融中心上超声风速仪实测非平稳风速的最优时变均值,计算相应脉动分量的风特性参数(包括阵风因子、湍流积分尺度、湍流强度和风谱),并与传统平稳模型对比分析,结果表明:非平稳模型的湍流积分尺度随风速的增加而增加,且其在不同高度处的斜率大致相等,但数据的发散程度随高度的增加而增加。同时拟合非平稳风速模型下的脉动风谱得到了适用于不同高度的顺风向修正风谱。
李超[7](2020)在《钢板组合梁桥工作模态参数识别方法研究》文中指出桥梁结构的模态参数作为桥梁动力特性的主要参数,对桥梁的安全状况评估具有重要意义,而仅基于桥梁工作状态下的输出数据进行模态参数识别更能够真实反映桥梁的固有动力特性和边界条件,并且不影响结构的正常使用,因此成为了模态参数识别的重点研究方向。本文以一4×35m钢板组合梁桥为例,仅基于桥梁工作状态下的输出信号,分别利用随机子空间法以及解析模式分解和随机子空间相结合的方法识别了桥梁结构的模态参数,并讨论了静置质量及移动车辆参数对识别结果的影响。论文的主要工作如下:(1)介绍了随机子空间法和解析模式分解定理的基本理论,并推导了适用于离散信号的扩展离散解析模式分解理论,提出了利用自回归功率谱代替傅里叶谱选取用于分解信号的截止频率。(2)建立了钢板组合梁桥的有限元空间模型,并进行了理论模态分析;获取了桥梁结构在高斯白噪声和地震激励下的加速度时程信号,分别利用两种方法进行识别,将识别结果与桥梁的真实模态参数进行对比,验证两种方法的适用性;再通过对输出响应添加不同程度的白噪声干扰,比较两种方法识别结果的精确性。(3)分析了静置质量对桥梁振动频率的影响规律。基于车桥耦合振动理论,获取了桥梁结构在移动车辆作用下的加速度时程信号,分别利用两种模态参数识别方法进行识别,以此为基础分析了车辆质量以及车辆速度对桥梁结构频率的影响规律。(4)以钢板组合梁桥实际结构为工程背景,现场采集了桥梁工作状态下的加速度时程数据,利用本文提出的两种模态参数识别方法识别了实际桥梁结构的前两阶模态参数。
张学强[8](2020)在《基于群智算法的桥梁结构有限元模型修正多解问题研究》文中研究说明传统的有限元模型修正技术采用高效的智能算法找到结构理论响应与实测响应误差目标函数的一组全局最优解,使得目标函数值降到最低。然而,由于传感器数量有限测量数据不充分、仪器识别误差、以及构建目标函数的不确定性等因素存在,可能存在多组解集具有相同或者相近的目标函数值,然而它们的解空间截然不同。因此仅依赖一组全局最优解作为最能代表结构实际参数值的有限元模型修正方法不尽合理,亟需一种能够找到误差函数值有效降低的多组全局最优解或局部最优解的模型修正技术,决策者结合工程经验、再分析技术等综合分析,从多组解集中选出一组或多组,减少对结构参数误判的可能。基于以上目的,本文提出一种改进的自适应小生境鱼群算法,该算法将联合小生境技术,并引入反向学习策略,算法执行后期联合模拟退火算法进行细部寻优,使得改进后的算法既能快速、精确地找到函数的多组全局最优解,又能有效找到多峰值函数的局部最优解。针对小生境技术难以确定小生境半径问题,本文提出一种自适应小生境半径机制,通过数值仿真分析验证了所提改进算法的有效性后,用于有限元模型修正多解问题研究。首先,在对ASCE-Benchmark框架有限元模型修正过程中,通过人为预设损伤,然后对损伤结构有限元模型进行修正,得到了1组全局最优解及12组局部最优解。对比预设损伤值与修正后得到的各组解,发现全局最优解对应参数值与预设值不同,而次优解1却能很好地与预设值吻合,论证了全局最优解不一定最能代表结构实际参数值的观点,说明了有限元模型修正多解问题研究意义,同时也证明了所提改进算法能够适用于复杂的有限元模型修正多解问题研究。其次,将所提的自适应小生境鱼群算法联合多项式响应面技术应用到一座较为复杂的缩尺斜拉桥模型修正中。根据实测数据使用随机子空间识别该桥的模态频率,结合工程经验及数理统计中的F值检验方法选出待修正参数。构建以修正参数为输入,模态频率为输出的二次含交叉项的多项式响应面模型,并检验了代理模型精度。使用所提改进算法找到使得缩尺斜拉桥理论计算值与实测值误差有效减小、解空间截然不同的8组解集,并从中选出了4组具有代表性的解集。决策人员可根据工程经验,权衡利弊,从多组解中做出选择,减少对实际结构参数误判的可能。最后,为进一步研究有限元模型修正多解问题中的多解选择方法,将所提自适应小生境鱼群算法联合Kriging代理模型应用到一座更为复杂的斜拉人行天桥的模型修正中。根据实测数据使用随机子空间识别该桥的模态频率及振型信息,结合实桥状况及参数敏感性分析选出待修正参数,分别构建以修正参数为输入,模态频率及理论振型与实测振型MAC值为输出的Kriging响应面模型,并检验了响应面模型精度。根据结构实测频率、振型数据与理论值误差构建目标函数,找到了使得误差目标函数值减小、解空间截然不同的多组解集,并选出具有代表性的4组解集。结合笔者浅薄的工程经验以及再分析技术,选出了最能代表实桥参数的1组解,其他组解可用于该桥的可靠度分析、风险评估等。
陈艳[9](2020)在《基于环境激励的桥梁有限元模型修正方法研究》文中研究指明桥梁作为公路或城市道路的重要组成部分,是保障交通干线畅通的咽喉。随着服役年限的增长,桥梁结构总是不可避免地出现各种损伤,因此,对桥梁进行周期性损伤诊断,是保证桥梁承载安全和正常服役的必要手段。目前,有限元数值模拟方法在结构损伤分析中得到广泛应用,而建立精确的有限元模型是保证分析结果正确的前提。工程实践表明,基于在役结构的真实损伤状态来修正其理论有限元模型具有良好的适用性与有效性。其中,基于环境激励下的桥梁结构模态参数识别与传统方法相比具有更多的优点,如无需中断交通、节省费用、数据采集方便、安全性好等。因此,开展基于环境激励的桥梁结构有限元模型修正研究,具有重要的理论意义和工程应用价值。本文依托国家自然科学基金,以武汉南湖大桥为工程背景,开展了南湖大桥静动载试验,对南湖大桥的现役状况进行了初步判断,在此基础上,利用该桥梁在环境激励作用下的实测数据,采用随机子空间算法对桥梁结构进行前六阶模态参数识别,根据识别结果,再分别采用一阶优化算法和响应面法对该桥的理论有限元模型进行修正,通过对比两种修正方法的效果提出了建议,为该类桥梁的有限元模型修正提供有益的参考。本文的主要工作及结论如下:(1)开展桥梁现场动静载试验,利用车辆现场加载,获得静力加载工况下主要测点的挠度、应变以及动载试验工况下的自振频率、阻尼比和冲击系数,据此了解结构的损伤情况、实际受力状况及服役状况等,初步判断桥梁结构的整体受力情况及承载力是否满足要求。静动载试验结果表明,经多年服役后主桥刚度偏低。(2)选取关键测点布设传感器,开展南湖大桥现场环境振动测试,连续采集了桥梁结构在环境激励下的加速度时程数据,基于协方差驱动的随机子空间算法和稳定图法识别了南湖大桥的前6阶自振频率,作为有限元模型修正基准值。(3)根据设计文件建立了南湖大桥理论有限元模型,将初始有限元模型计算值与实测值进行了对比。通过参数敏感性分析选择关键修正参数,分别采用一阶优化算法和响应面法对南湖大桥初始有限元模型进行修正,进一步对比分析了两种方法的修正效果,认为以本文依托工程为代表的预应力混凝土连续箱梁桥,选择一阶优化算法更加合适。本文的修正过程可为其他的实际工程提供参考,且修正后的有限元模型能反映桥梁实际服役状态,可作为桥梁后续维护管养及重载交通预警的基础。
万熹,黄天立,陈华鹏[10](2020)在《环境激励下基于改进经验小波变换的土木工程结构模态参数识别》文中研究表明针对经验小波变换(EWT)识别噪声信号模态参数时,由于傅里叶频谱易受噪声影响而频带划分不准确等问题,提出了一种基于Burg算法的自回归功率谱替代傅里叶频谱的信号频带划分技术,结合随机减量技术和基于Hilbert变换的单分量模态参数识别方法,提出了环境激励下基于改进经验小波变换的土木工程结构模态参数识别方法。典型模拟信号、美国土木工程师学会ASCE Benchmark数值模型以及台风激励下香港汀九斜拉桥的模态参数识别结果验证了方法的正确性、有效性和适用性。研究结果表明:基于自回归功率谱的信号频带划分技术,可更准确地估计信号频带边界,隔离噪声;基于改进EWT方法识别的结构模态参数更准确,精度高于基于小波变换的方法,且能有效地识别环境激励下实际土木工程结构的低阶自振频率和阻尼比。
二、一种改进的随机减量信号提取方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种改进的随机减量信号提取方法(论文提纲范文)
(1)地铁转向架构架载荷谱建立方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 转向架构架载荷识别 |
1.2.2 转向架构架载荷幅值放大问题 |
1.2.3 模态参数识别 |
1.2.4 轨道车辆载荷谱扩展 |
1.2.5 轨道车辆载荷谱校准 |
1.3 本文技术路线 |
1.4 本文研究内容 |
2 地铁转向架构架载荷识别和测试信号分析 |
2.1 转向架构架结构及载荷分析 |
2.1.1 构架结构 |
2.1.2 载荷分析 |
2.2 转向架构架载荷识别 |
2.2.1 载荷解耦方法 |
2.2.2 室内解耦标定试验 |
2.2.3 线路测试 |
2.3 转向架构架疲劳强度评估 |
2.3.1 等效应力 |
2.3.2 疲劳强度评估结果 |
2.4 实测信号特征分析 |
2.5 转向架构架模态的阻尼比 |
2.5.1 随机减量法理论基础 |
2.5.2 随机减量法准确性验证 |
2.5.3 构架模态的阻尼比识别 |
2.6 本章小结 |
3 针对载荷幅值放大问题的数据后处理方法 |
3.1 去除幅值放大效应的理论分析 |
3.1.1 放大效应理论分析 |
3.1.2 单自由度系统简化 |
3.1.3 全局最优包络线拟合方法 |
3.1.4 临界频率法 |
3.2 转向架构架实测案例应用 |
3.2.1 频域分割 |
3.2.2 时域分段 |
3.2.3 包络线拟合 |
3.2.4 处理后载荷时频域分析 |
3.2.5 基于实测等效应力的方法验证 |
3.3 本章小结 |
4 基于扩散核密度估计的载荷谱扩展方法 |
4.1 核密度估计 |
4.1.1 核密度估计理论基础 |
4.1.2 带宽选择方法 |
4.2 扩散核密度估计 |
4.2.1 扩散核密度估计理论基础 |
4.2.2 带宽选择方法 |
4.2.3 计算步骤 |
4.2.4 扩散核密度估计方法拟合效果验证 |
4.3 超越概率法扩展载荷谱 |
4.4 转向架构架实测案例应用 |
4.4.1 实测信号概率密度估计 |
4.4.2 拟合优度检验 |
4.4.3 损伤分析 |
4.4.4 全种类载荷拟合优度检验和损伤对比 |
4.4.5 基于概率密度估计载荷谱的扩展实例 |
4.5 本章小结 |
5 改进的标准累积频次载荷谱扩展方法 |
5.1 标准累积频次载荷谱扩展 |
5.1.1 曲线外推 |
5.1.2 直线外推 |
5.2 改进的标准累积频次载荷谱扩展 |
5.2.1 曲线外推 |
5.2.2 直线外推 |
5.3 转向架构架实测案例应用 |
5.3.1 累积频次载荷谱拟合 |
5.3.2 拟合优度检验 |
5.3.3 损伤分析 |
5.3.4 全种类载荷拟合优度检验和损伤对比 |
5.3.5 累积频次载荷谱扩展 |
5.3.6 载荷谱扩展结果比较 |
5.4 本章小结 |
6 全寿命周期最优校准载荷谱 |
6.1 损伤一致性校准理论 |
6.2 地铁转向架构架扩展载荷谱损伤一致性校准 |
6.2.1 疲劳关键位置等效应力 |
6.2.2 扩展载荷谱的等效载荷 |
6.2.3 最优校准载荷谱组合选择 |
6.3 载荷谱应用结果 |
6.3.1 标准计算疲劳关键部位应力幅值 |
6.3.2 校准效果对比 |
6.4 转向架构架全寿命周期载荷谱 |
6.5 本章小结 |
7 结论 |
7.1 主要结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
附录 A |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(2)基于Hilbert变换的船舶结构非线性横摇运动水动力系数辨识方法(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究方法 |
1.3.1 自由横摇试验 |
1.3.2 强制横摇试验 |
1.3.3 随机波中的横摇试验 |
1.4 研究内容 |
第2章 基本理论 |
2.1 船舶横摇运动 |
2.1.1 横摇运动方程 |
2.1.2 横摇运动特性 |
2.2 横摇运动系数确定的常用方法 |
2.2.1 恢复力矩系数确定方法 |
2.2.2 阻尼力矩系数确定方法 |
2.3 振动信号时频分析方法 |
2.3.1 傅里叶变换 |
2.3.2Hilbert变换 |
2.3.3 随机减量技术 |
2.3.4 功率谱密度 |
2.3.5 自相关函数 |
2.4 小结 |
第3章 自由横摇运动下横摇系数识别方法 |
3.1 基于Hilbert变换的非线性横摇系数识别方法 |
3.1.1 基于一次解的识别(IPS) |
3.1.2 考虑高次超谐波的辨识(PISH) |
3.2 数值研究 |
3.2.1 数值模型与自由横摇仿真实验 |
3.2.2 基于Hilbert变换的非线性横摇系数识别 |
3.2.3 基于传统方法的非线性横摇系数识别 |
3.2.4 结果对比与分析 |
3.3 小结 |
第4章 随机波浪激励下横摇运动系数的两阶段识别方法 |
4.1 基于RDT和Hilbert变换的两阶段识别方法 |
4.2 数值研究 |
4.2.1 随机波浪下横摇运动仿真实验 |
4.2.2 横摇运动系数识别 |
4.2.3 结果对比与分析 |
4.3 小结 |
第5章 与物理模型试验数据比较 |
5.1 试验概况 |
5.2 横摇运动系数识别 |
5.2.1 基于Hilbert变换的非线性横摇系数识别 |
5.2.2 识别结果分析 |
5.3 小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简历 |
(3)太原南站模态参数识别及山区风特性的现场实测研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题研究背景和意义 |
1.2 课题国内外研究现状 |
1.2.1 基于现场实测的非平稳风特性研究现状 |
1.2.2 站房结构振动响应研究现状 |
1.2.3 结构模态参数识别研究现状 |
1.3 本文研究的主要内容 |
第二章 现场实测概况 |
2.1 工程概况 |
2.2 结构特点 |
2.3 健康监测系统介绍 |
2.3.1 风速监测系统 |
2.3.2 振动响应监测系统 |
2.4 数据质量控制 |
2.4.1 无效数据和僵值的判断与处理 |
2.4.2 野点定义 |
2.4.3 野点的判别和处理方法 |
2.5 本章小结 |
第三章 山区风特性及时频特性研究 |
3.1 引言 |
3.2 实测概况 |
3.3 平均风特性 |
3.4 脉动风特性 |
3.4.1 矢量分解法 |
3.4.2 湍流度 |
3.4.3 湍流积分尺度 |
3.4.4 脉动风功率谱 |
3.4.5 阵风因子 |
3.5 极端风气候和山区地貌风的时频特性 |
3.5.1 HHT变换 |
3.5.2 平稳度指标 |
3.5.3 经验模态分解 |
3.5.4 时变平均风的识别 |
3.5.5 Hilbert谱与边际谱 |
3.5.6 演变谱估计 |
3.6 本章小结 |
第四章 太原南站站房结构振动响应的幅值特性与舒适度研究 |
4.1 引言 |
4.2 实测概况 |
4.3 振动评价指标 |
4.4 不同工况测试结果 |
4.4.1 环境振动工况测试 |
4.4.2 列车工况测试 |
4.4.3 人群工况测试 |
4.4.4 施工工况测试 |
4.5 本章小结 |
第五章 密频结构振动响应模态分解及动力参数识别 |
5.1 引言 |
5.2 协方差驱动随机子空间法(SSI) |
5.2.1 协方差驱动随机子空间法(SSI) |
5.2.2 计算结果分析 |
5.3 NEXT自然激励-ERA特征实现算法 |
5.3.1 NExT自然激励技术 |
5.3.2 特征实现算法ERA |
5.3.3 计算结果分析 |
5.4 VMD-AMD-随机减量法 |
5.4.1 VMD-AMD模态分解 |
5.4.2 随机减量法及其改进方法 |
5.4.3 计算结果分析 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读学位期间取得的科研成果 |
致谢 |
(4)环境激励作用下典型土木工程结构的动力特征分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 模态分析 |
1.2.1 传统模态参数识别 |
1.2.2 环境激励下模态参数识别 |
1.3 随机子空间方法研究进展与现状 |
1.4 时频域法研究进展与现状 |
1.5 当前研究存在的问题 |
1.6 研究目标、创新点及内容 |
1.6.1 主要研究目标 |
1.6.2 主要创新点 |
1.6.3 主要内容 |
第二章 模态参数识别相关理论与方法 |
2.1 引言 |
2.2 模态识别相关理论 |
2.2.1 频响函数与传递函数 |
2.2.2 脉冲响应函数 |
2.2.3 相关函数和功率谱 |
2.3 时域识别方法 |
2.3.1 随机减量技术 |
2.3.2 自然激励技术 |
2.3.3 经验模态分解 |
2.3.4 ITD时域法 |
2.3.5 特征系统实现法 |
2.4 频域识别方法 |
2.4.1 峰值拾取法 |
2.4.2 频域分解法 |
2.4.3 快速贝叶斯FFT方法 |
2.5 本章小结 |
第三章 随机状态子空间模态参数识别基本理论 |
3.1 引言 |
3.2 系统状态空间模型 |
3.2.1 连续时间状态空间模型 |
3.2.2 离散时间状态空间模型 |
3.2.3 离散随机状态空间模型 |
3.3 随机系统状态空间模型的性质 |
3.4 协方差驱动的随机状态子空间法 |
3.4.1 Hankel矩阵 |
3.4.2 相关系统矩阵构建 |
3.4.3 系统矩阵求解 |
3.4.4 系统模态参数识别 |
3.5 数据驱动的随机状态子空间法 |
3.5.1 投影矩阵求解 |
3.5.2 卡尔曼滤波与投影矩阵奇异值分解 |
3.6 系统阶次判断 |
3.6.1 奇异值跳跃法 |
3.6.2 稳定图法 |
3.6.3 奇异熵定阶法 |
3.7 本章小结 |
第四章 台风作用下超高层建筑风效应实测研究 |
4.1 引言 |
4.2 SHM系统及数据介绍 |
4.2.1 研究建筑与SHM系统 |
4.2.2 台风“山竹” |
4.3 方法介绍 |
4.3.1 极值响应估计 |
4.3.2 模态参数识别 |
4.3.3 随机减量技术 |
4.4 结果与讨论 |
4.4.1 台风风场特征 |
4.4.2 结构响应与舒适度评估 |
4.4.3 模态参数识别 |
4.4.4 有限元模拟 |
4.5 本章小结 |
第五章 基于零相位滤波技术的SSI方法改进研究 |
5.1 引言 |
5.2 方法介绍 |
5.2.1 SSI方法 |
5.2.2 算法改进 |
5.3 数值算例 |
5.3.1 数值模型的建立与求解 |
5.3.2 数值模型参数识别 |
5.4 工程案例 |
5.4.1 工程概况 |
5.4.2 模态参数识别 |
5.4.3 有限元模拟 |
5.5 本章小结 |
第六章 基于改进SSI方法的桥梁结构参数识别 |
6.1 引言 |
6.2 漠阳江东河大桥模态参数识别 |
6.2.1 工程概况 |
6.2.2 模态参数识别 |
6.2.3 有限元模拟 |
6.3 城市人行天桥模态参数识别 |
6.3.1 工程概况 |
6.3.2 模态参数识别 |
6.4 本章小结 |
第七章 时频域分析法在高层建筑动力响应分析中的应用 |
7.1 引言 |
7.2 方法介绍 |
7.3 实测建筑与数据介绍 |
7.4 现场测量结果 |
7.4.1 固有频率与阻尼比 |
7.4.2 瞬时动力特性 |
7.4.3 动态行为调制机制 |
7.4.4 动态参数变化的瞬时频率波动强度模型 |
7.5 本章小结 |
第八章 结论与展望 |
8.1 结论 |
8.2 展望 |
参考文献 |
附录 A 经RDT方法计算的固有频率和阻尼比 |
附录 B 第一阶模态方向响应瞬时结果 |
附录 C 第二阶模态方向响应瞬时结果 |
附录 D 动态参数与IFFI1之间的相关性 |
附录 E 动态参数与IFFI2之间的相关性 |
附录 F 动态参数与RMS之间的相关性 |
附录 G 攻读硕士学位期间已发表研究成果 |
致谢 |
(5)基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法(论文提纲范文)
1 基于改进的小波阈值-EMD联合算法的去噪处理 |
2 高拱坝工作模态参数识别理论 |
2.1 随机减量法基本原理 |
2.2 基于HHT-RDT算法的工作模态参数识别 |
2.3 基于HHT和RDT算法的高拱坝结构工作模态参数识别流程图 |
3 实例考证 |
3.1 工程资料 |
3.2 改进的小波阈值-EMD联合算法的信号降噪处理 |
3.3 高拱坝泄流结构的工作参数模态识别 |
4 结 论 |
(6)边界层风特性及超高层建筑模态参数的现场实测研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 风及其对高层建筑的作用 |
1.2.1 风 |
1.2.2 风对建筑结构的作用机制 |
1.3 边界层风场特性及超高层抗风研究现状 |
1.3.1 风场特性 |
1.3.2 超高层抗风研究现状 |
1.4 本文的主要研究内容 |
第2章 环境激励下的模态参数识别方法 |
2.1 引言 |
2.2 时频分析方法 |
2.2.1 经验小波变换(EWT) |
2.2.2 变分模态分解(VMD) |
2.2.3 极点对称模态分解(ESMD) |
2.2.4 数值分解算例 |
2.3 单模态自由衰减信号提取方法 |
2.3.1 改进的随机减量技术(IRDT) |
2.3.2 自然激励技术(NEx T) |
2.4 瞬时频率和阻尼比求解算法 |
2.4.1 希尔伯特变换(HT) |
2.4.2 能量算法 |
2.4.3 参数识别技术对比分析 |
2.5 结构模态参数识别过程 |
2.5.1 EWT-IRDT识别方法 |
2.5.2 VMD-SH识别方法 |
2.6 本章小结 |
第3章 深圳平安国际金融中心模态参数识别 |
3.1 引言 |
3.2 数据背景 |
3.2.1 项目简介 |
3.2.2 结构体系 |
3.2.3 结构健康监测传感器类型 |
3.2.4 结构健康监测的意义 |
3.2.5 台风妮妲及现场实测 |
3.3 平安国际金融中心模态参数识别 |
3.3.1 EWT-IRDT识别结果分析 |
3.3.2 VMD-SH识别结果分析 |
3.4 本章小结 |
第4章 基于修正高斯分布的非平稳风速趋势项提取新方法 |
4.1 引言 |
4.2 理论方法 |
4.2.1 EMD基本理论 |
4.2.2 脉动风速的概率分布 |
4.2.3 最优时变均值的确定 |
4.2.4 非平稳风场时变均值的提取过程 |
4.3 数值算例 |
4.4 实测非平稳风速数据的时变均值提取 |
4.4.1 数据背景 |
4.4.2 数据分析结果 |
4.5 本章小结 |
第5章 基于 Vondrak 滤波和遗传算法的风速最优趋势项提取 |
5.1 引言 |
5.2 理论方法 |
5.2.1 Vondrak滤波 |
5.2.2 遗传算法 |
5.2.3 时变均值的提取 |
5.3 数据分析 |
5.3.1 数据背景 |
5.3.2 时变均值的提取 |
5.4 本章小结 |
第6章 基于平稳与非平稳模型边界层风特性对比研究 |
6.1 引言 |
6.2 风场特性参数计算 |
6.2.1 湍流强度 |
6.2.2 阵风因子 |
6.2.3 湍流积分尺度 |
6.2.4 脉动风谱 |
6.3 风参数结果分析 |
6.3.1 北京气象塔实测数据分析 |
6.3.2 香港国际金融中心二期(2IFC)实测数据分析 |
6.4 本章小结 |
第七章 结论与展望 |
致谢 |
参考文献 |
附录 A 攻读学位期间所发表的学术论文目录 |
(7)钢板组合梁桥工作模态参数识别方法研究(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 工作模态参数识别方法综述 |
1.2.1 工作模态参数识别 |
1.2.2 工作模态参数识别方法分类 |
1.3 工作模态参数识别方法国内外研究现状 |
1.4 本文主要研究内容 |
第二章 桥梁结构工作模态参数识别方法 |
2.1 引言 |
2.2 随机子空间法 |
2.2.1 系统状态空间模型 |
2.2.2 基于数据驱动随机子空间法 |
2.3 解析模式分解基本理论 |
2.3.1 解析模式分解 |
2.3.2 离散解析模式分解 |
2.3.3 截止频率的选取方法 |
2.4 本章小结 |
第三章 钢板组合梁桥模态分析及参数识别 |
3.1 钢板组合梁桥有限元空间模型 |
3.1.1 钢板组合梁桥概况 |
3.1.2 有限元模型的建立 |
3.1.3 有限元模型理论模态分析 |
3.2 基于SSI法的模态参数识别结果 |
3.2.1 高斯白噪声激励下桥梁结构模态参数识别结果 |
3.2.2 地震激励下桥梁结构模态参数识别结果 |
3.3 基于AMD-SSI法的模态参数识别结果 |
3.3.1 高斯白噪声激励下桥梁结构模态参数识别结果 |
3.3.2 地震激励下桥梁结构模态参数识别结果 |
3.4 两种模态参数识别方法识别结果分析 |
3.5 本章小结 |
第四章 基于车桥耦合振动响应的桥梁工作模态参数识别 |
4.1 车-桥耦合系统基本模型 |
4.1.1 车辆分析模型 |
4.1.2 桥梁分析模型 |
4.2 桥面不平顺的模拟 |
4.3 车桥耦合振动方程及计算分析 |
4.3.1 车桥耦合振动方程的建立 |
4.3.2 车桥耦合振动方程计算分析 |
4.4 静置质量对钢板组合梁桥振动频率的影响 |
4.5 车辆参数对识别结果的影响 |
4.5.1 车辆质量的影响 |
4.5.2 车辆速度的影响 |
4.6 两种模态参数识别方法的识别结果分析 |
4.7 本章小结 |
第五章 钢板组合梁桥工作模态参数识别试验验证 |
5.1 引言 |
5.2 钢板组合梁桥工程背景 |
5.3 桥梁结构现场试验 |
5.3.1 测点布置 |
5.3.2 数据采集 |
5.4 数据处理与模态参数识别 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 本文的主要工作和结论 |
6.2 展望 |
参考文献 |
攻读硕士学位期间的学术活动及成果情况 |
(8)基于群智算法的桥梁结构有限元模型修正多解问题研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文的主要工作 |
第二章 有限元模型修正多解问题及相关技术 |
2.1 引言 |
2.2 有限元模型修正及多解问题 |
2.3 现有多解寻优算法 |
2.4 有限元模型修正相关技术 |
2.5 有限元模型修正多解问题研究流程 |
2.6 本章小结 |
第三章 改进的自适应小生境鱼群算法 |
3.1 引言 |
3.2 基本人工鱼群算法 |
3.3 改进人工鱼群算法策略 |
3.4 数值仿真试验及分析 |
3.5 本章小结 |
第四章 有限元模型修正多解问题实例论证 |
4.1 引言 |
4.2 ASCE-Benchmark模型介绍 |
4.3 ASCE-Benchmark有限元模型修正 |
4.4 本章小结 |
第五章 缩尺斜拉桥有限元模型修正多解问题研究 |
5.1 缩尺斜拉桥简介及有限元模型建立 |
5.2 缩尺斜拉桥环境振动测试 |
5.3 缩尺斜拉桥有限元模型修正 |
5.4 本章小结 |
第六章 人行天桥有限元模型修正与多解选择 |
6.1 工程背景及有限元模型建立 |
6.2 人行天桥环境振动测试 |
6.3 人行天桥有限元模型修正 |
6.4 本章小结 |
第七章 结论与展望 |
7.1 论文主要结论 |
7.2 下一步工作及展望 |
参考文献 |
致谢 |
研究生期间参与科研情况 |
(9)基于环境激励的桥梁有限元模型修正方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究的背景与意义 |
1.2 桥梁结构模态参数识别的概述 |
1.2.1 模态参数识别方法 |
1.2.2 基于环境激励的结构模态参数识别方法 |
1.2.3 模态参数识别方法的国内外研究现状 |
1.3 桥梁结构有限元模型修正理论的概述 |
1.3.1 有限元模型修正方法分类 |
1.3.2 有限元模型修正方法的国内外研究现状 |
1.4 本文的主要研究内容 |
第二章 模态参数识别与有限元修正方法 |
2.1 模态参数识别的理论基础 |
2.1.1 结构振动类型及三个基本假设 |
2.1.2 模态分析的基本理论及相关概念 |
2.2 随机子空间法 |
2.2.1 协方差驱动算法 |
2.2.2 数据驱动算法 |
2.2.3 随机子空间模态识别法中的系统阶次确定 |
2.3 1 阶法优化算法的基本原理和过程 |
2.3.1 修正参数的选取 |
2.3.2 目标函数 |
2.3.3 最优化算法 |
2.4 响应面法 |
2.4.1 试验设计 |
2.4.2 参数显着性检验 |
2.4.3 响应面模型的拟合、精度检验和修正 |
2.5 本章小结 |
第三章 南湖大桥静、动载试验 |
3.1 工程概况 |
3.2 静、动载试验内容及方法 |
3.2.1 试验荷载确定原则 |
3.2.2 静载试验内容及方法 |
3.2.3 动载试验内容及方法 |
3.3 静载试验方案 |
3.3.1 荷载试验跨径 |
3.3.2 测试断面及测点布置 |
3.3.3 南湖大桥试验荷载工况和布置 |
3.4 动载试验方案 |
3.4.1 跑车试验 |
3.4.2 跳车试验 |
3.4.3 刹车试验 |
3.4.4 脉动试验 |
3.5 试验结果分析 |
3.5.1 静载试验结果分析 |
3.5.2 动载试验结果分析 |
3.6 本章小结 |
第四章 环境激励下南湖大桥模态参数识别与有限元模型修正 |
4.1 南湖大桥试验介绍 |
4.1.1 环境振动试验 |
4.1.2 环境激励测试测点布置 |
4.2 SSI方法的模态参数识别 |
4.2.1 模态参数识别方法的MATLAB程序实现 |
4.2.2 随机子空间算法的模态参数识别结果 |
4.3 南湖大桥有限元模态分析 |
4.3.1 预应力混凝土连续箱梁的相关信息 |
4.3.2 ANSYS有限元模型建立 |
4.3.3 ANSYS模态分析 |
4.4 基于一阶优化算法的南湖大桥有限元模型修正 |
4.4.1 参数灵敏度分析 |
4.4.2 有限元模型修正的优化目标函数 |
4.4.3 有限元模型修正参数选择及其范围分析 |
4.4.4 有限元模型修正结果 |
4.5 基于响应面法的南湖大桥有限元模型修正 |
4.5.1 试验设计 |
4.5.2 显着性分析 |
4.5.3 响应面拟合 |
4.5.4 响应面精度检验及参数优化 |
4.5.5 两种修正方法的对比分析 |
4.6 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
致谢 |
参考文献 |
在学期间发表的论文及取得的科研成果 |
(10)环境激励下基于改进经验小波变换的土木工程结构模态参数识别(论文提纲范文)
引言 |
1 理论基础 |
1.1 经验小波变换 |
1.2 基于自回归功率谱的频带划分 |
1.2.1 自回归功率谱 |
1.2.2 基于自回归功率谱的频带划分技术 |
1.3 随机减量技术 |
1.4 基于Hilbert变换的单分量信号模态参数识别 |
2 数值算例 |
2.1 典型模拟信号 |
2.2 ASCE Benchmark模型 |
3 实桥应用:环境激励下汀九斜拉桥模态参数识别 |
4 结论 |
四、一种改进的随机减量信号提取方法(论文参考文献)
- [1]地铁转向架构架载荷谱建立方法研究[D]. 马爽. 北京交通大学, 2021(02)
- [2]基于Hilbert变换的船舶结构非线性横摇运动水动力系数辨识方法[D]. 孙伟昊. 鲁东大学, 2021(12)
- [3]太原南站模态参数识别及山区风特性的现场实测研究[D]. 段宏康. 太原理工大学, 2021(01)
- [4]环境激励作用下典型土木工程结构的动力特征分析[D]. 李智. 广州大学, 2020(02)
- [5]基于HHT-RDT算法的高拱坝泄流结构工作模态识别方法[J]. 魏博文,钟紫蒙,李火坤. 振动与冲击, 2020(10)
- [6]边界层风特性及超高层建筑模态参数的现场实测研究[D]. 蔡康. 武汉理工大学, 2020(08)
- [7]钢板组合梁桥工作模态参数识别方法研究[D]. 李超. 合肥工业大学, 2020(02)
- [8]基于群智算法的桥梁结构有限元模型修正多解问题研究[D]. 张学强. 武汉理工大学, 2020(08)
- [9]基于环境激励的桥梁有限元模型修正方法研究[D]. 陈艳. 重庆交通大学, 2020(01)
- [10]环境激励下基于改进经验小波变换的土木工程结构模态参数识别[J]. 万熹,黄天立,陈华鹏. 振动工程学报, 2020(02)