论文部分内容阅读
桥梁结构的模态分析可用于研究其动力学特性,对于桥梁健康监测研究具有重要意义。传统的桥梁模态识别方法是在结构表面布置传感器,测量振动信号;运用试验模态分析理论对数据进行处理,获取桥梁结构的频响函数,从而分离出频率、阻尼、振型等模态信息。在实施过程中,主要存在两个方面的问题:1)对于数据测量过程,由于传感器不能布设在结构的每一个节点上,可能会造成振型数据的不完整;2)施加外界激励对于桥梁的模态分析而言,施工成本较高;且工作过程会影响到结构日常运营,甚至可能会造成结构损伤。本文拟利用数字图像相关(Digital Image Correlation,DIC)的技术和几种常见的运行模态分析(Operational Modal Analysis,OMA)方法结合在一起,提出了一种桥梁模态分析的新方法。本文通过模型实验验证了:DIC作为一种新型的光学测量技术,能够有效地应用于振动信号的采集。本文设定了一系列的实验:1)使用传感器与DIC的测量结果进行对比,研究了信号的形态特征、分析结果;2)分别对拍摄距离和振动幅度对其性能的影响展开了讨论。通过与传感器的对比,验证了DIC的测量精度。分别在不同拍摄距离、振动幅度的工况下进行振动测量,发现了在较远的拍摄距离或较小的振幅拍摄条件下,DIC测量的信号结果出现一定的噪声干扰,并给出解决思路和结果示意。运行模态分析常用于环境激励下的结构振动分析,本文研究了几种常见的运行模态分析理论及其效果。首先,基于频响函数(Frequency Response Function,FRF)的实验模态分析理论,识别了实验模型的模态信息。接着,推导了功率谱密度(Power Spectral Density,PSD)、响应传递比法(Response Transmissibility,RT)、随机减量法(Random Decrement Technique,RDT)、特征系统实现算法(Eigensystem Realization Algorithm,ERA)、自然激励技术(Natural Excitation Technique,NEx T)、自回归滑动平均模型(Auto-Regressive Moving Average,ARMA)等方法的理论,基于Matlab实现了这些方法的算法编程;使用这些方法对同一组数据进行处理,发现不同方法获得的频率结果具有较高的一致性,验证了分析结果的可靠性。本文研究成果有利于推进动力特性识别方法在结构损伤识别理论方面的应用。使用DIC作为测量手段、OMA作为数据分析方式,充分考虑到了桥梁结构模态分析的现实问题。验证技术应用性能的同时,发现了DIC测量结果中的问题,对其中部分问题提出了解决方案;采取多种数据分析方法,对不同方法的获取的模态识别进行比较,有利于为结构分析提供更多依据。