结构模态参数的时序分析(ARMAV模型)识别法

本文简述了用时间序列分析(ARMAV 模型)识别结构模态参数的原理,对建模方法进行了分析,并对建模分析中至关重要的初值选择问题进行了讨论,提出了一种有效的初值的选取方法;在模拟计算部分中,用 Wilson-θ积分法模拟了一个三个自由度的振动和低信噪比、大阻尼振动和密集模态等复杂情形,对用时序方法(ARMAV 模型)识别模态参数的能力进行了检验;最后通过对实验数据进行有效的预处理后,用时序方法(ARMAV 模型)识别出一个真实结构(圆盘)的第一、二阶模态参数,并得到结构的完整振型.     

多输入—多输出实验模态参数识别（2）：时域识别法及其内在联系

本文在多输入——多输出实验模态参数识别技术离散统一模型的基础上,介绍了几种得到广泛应用的多输入——多输出实验模态参数时域识别技术,如直接参数模型识别法,Polyreference 识别法,Ibrahim 时域法和特征系统实现算法(ERA),并将这几种算法统一在一个基本的数学模型—离散的统一模型上,指出了这几种识别方法相互之间的联系。     

多输入——多输出实验模态参数识别(3)——频域识别法及其内在联系

本文从文献[1]中所建立的多输入多输出实验模态参数识别的统一模型出发,推导出几种近十几年最常见的多输入多输出实验模态参数频域识别法,阐明了它们之间的内在联系,统一了频域识别技术的理论基础。