[发明专利]已知激励且同时考虑环境激励影响贝叶斯模态识别方法

摘要

本发明为基于已知激励且同时考虑环境激励影响的贝叶斯模态识别方法，其特征在于，针对已知激励和环境激励共同激励情况下结构加速度数据进行分析，通过对目标函数的优化，得到结构的固有频率、阻尼比以及振型，并同时计算这些模态参数的不确定性。由于在构建理论模型的时候充分考虑了环境激励，因此从根本上解决了环境激励对结果精度的影响，从而对动力参数进行更准确的评估，是一种更加高效的方法，基于最终优化的程序计算时间只需几秒钟。

主权项

1.基于已知激励且同时考虑环境激励影响的贝叶斯模态识别方法，其特征在于，整个优化过程的流程为：步骤(1)，对于优化程序所需要输入的结构参数集合θ的初始值，自振频率f可以通过计算测得加速度的功率谱，并针对频率变量进行绘制，通过拾取曲线的峰值所对应的频率值，作为自振频率的初始值输入优化算法；阻尼比ζ的初始值，通常会取具有普遍性的1％；对于质量比r'的初始值，通过式(54)计算得到；振型Φ的初始值等于式(48)模态力功率谱S初始值为式(53)预测误差功率谱Se，应用式(51)求取初始值；步骤(2)，输入初始值之后，接下来需要通过优化算法得到参数{f,ζ,S,Se}的最优值，这一步将通过最小化负对数似然函数式(33)实现；步骤(3)，通过对式(40)进行特征值分解,得到振型的最优值Φ，等于最大特征值所对应的特征向量的前一半，之后对其进行归一化；步骤(4)，对于质量比r，可以先通过式(42)计算得到r'，并基于式(32)r'＝rΦ(I)进一步得到r的最优值，从而完成了所有需要参数的最优值求解过程。