工程结构异常振动的相关因素分析方法及装置制造方法及图纸

本发明专利技术提供一种工程结构异常振动的相关因素分析方法及装置

【技术实现步骤摘要】
工程结构异常振动的相关因素分析方法及装置


[0001]本专利技术涉及模态参数识别及应用
，尤其是涉及一种工程结构异常振动的相关因素分析方法及装置。

技术介绍

[0002]随着人类社会的进步和科学技术的发展，工程结构的时变问题在土木工程、航空航天、机械设计等领域日渐突出，在一些工作条件影响下，结构的一些参数如质量、刚度、阻尼比等参数会出现变化，而不是恒定保持不变，那么通过结构健康监测，发展时变结构参数识别理论与技术手段，以结合工程结构的模态参数解释工程结构发生异常振动的可能原因，从而为高层建筑结构的合理设计、规范化施工提供参考，已经迫在眉睫。
[0003]目前，已发展的时变结构参数识别是基于短时时不变假设、基于在线或递推技术以及基于信号处理技术方法。其中，基于短时时不变假设的方法，其时间分辨率较低，如果模态参数变化过快，就需要将数据划分的时间段再细分，使其适应系统。基于信号处理技术方法，主要是时频分析的方法，时频分析的方法需要将时域信号转换为频域信号，在时频二维空间上进行分析，存在模态混叠、泄露等问题。因此，上述方法均无法基于工程结构的数据以及变化过快的模态参数进行准确且快速地结构分析，进而无法准确且快速地解释工程结构发生异常振动的可能原因，为此，本申请提出一种基于递推技术识别时变结构参数，能够基于工程结构的数据以及变化过快的模态参数进行准确且快速地结构分析，进而准确且快速地解释工程结构中的高层结构发生异常振动的可能原因。

技术实现思路

[0004]本专利技术的目的在于提供一种工程结构异常振动的相关因素分析方法及装置，以解决如何准确且快速地解释高层结构发生异常振动的可能原因这一技术问题。
[0005]第一方面，本专利技术提供了一种工程结构异常振动的相关因素分析方法，该方法包括：根据预设数据采集单元，采集目标工程结构在多种预设工况下的监测数据；基于每种预设工况下的监测数据，确定目标工程结构在每种预设工况下的模态参数；上述模态参数对应有多个时间周期对应的预设参数；针对每种预设工况，确定当前工况下监测数据与监测数据对应的模态参数的相对变化关系；根据每种预设工况对应的相对变化关系，确定目标工程结构异常振动的相关因素。
[0006]在可选的实施方式中，上述基于每种预设工况下的监测数据，确定目标工程结构在每种预设工况下的模态参数的步骤，包括：针对多种预设工况下的每种预设工况，执行下述操作：从预设工况下的监测数据中选取自由衰减段的监测数据；自由衰减段的监测数据中对应有多个时间周期对应的监测数据；基于多个时间周期中的第一个时间周期对应的监测数据，确定第一个时间周期对应的Hankel矩阵；根据第一个时间周期对应的Hankel矩阵，得到第一个时间周期对应的Toeplitz矩阵；将多个时间周期中的第二个时间周期确定为新的第一个时间周期，继续执行基于多个时间周期中的第一个时间周期对应的监测数据，确
定第一个时间周期对应的Hankel矩阵的步骤，直到将多个时间周期中的最后一个时间周期确定为新的第一个时间周期，得到最后一个时间周期对应的Toeplitz矩阵；基于多个时间周期中的每个时间周期对应的Toeplitz矩阵，确定预设工况下的模态参数。
[0007]在可选的实施方式中，上述基于多个时间周期中的每个时间周期对应的Toeplitz矩阵，确定预设工况下的模态参数的步骤，包括：针对多个时间周期中的每个时间周期，执行下述操作：对当前时间周期对应的Toeplitz矩阵引入可变遗忘因子，得到当前时间周期对应的引入可变遗忘因子的Toeplitz矩阵；对当前时间周期对应的引入可变遗忘因子的Toeplitz矩阵进行奇异值分解，得到当前时间周期对应的可观测矩阵；根据当前时间周期对应的可观测矩阵，得到当前时间周期对应的预设参数；将多个时间周期中每个时间周期对应的预设参数的组合，确定为预设工况下的模态参数。
[0008]在可选的实施方式中，上述根据当前时间周期对应的可观测矩阵，得到当前时间周期对应的预设参数的步骤，包括：基于当前时间周期对应的可观测矩阵，确定当前时间周期对应的状态矩阵；对状态矩阵进行特征值分解，得到状态矩阵对应的特征值；根据状态矩阵对应的特征值，得到当前时间周期对应的预设参数。
[0009]在可选的实施方式中，上述模态参数为多个时间周期对应的预设参数；确定当前工况下监测数据与监测数据对应的模态参数的相对变化关系的步骤，包括：根据当前工况下的监测数据，确定当前工况下监测数据对应的变化结果；根据当前工况下的监测数据，确定当前工况下的对应的模态参数；基于模态参数和变化结果，得到相对变化关系。
[0010]在可选的实施方式中，上述模态参数为多个时间周期对应的预设参数；相对变化关系包括每种预设工况下监测数据对应的变化结果，以及所述每种预设工况下监测数据对应的模态参数；根据每种预设工况对应的相对变化关系，确定目标工程结构异常振动的相关因素的步骤，包括：获取多个预设工况中第一预设工况对应的相对变化关系和第二预设工况对应的相对变化关系；确定第一预设工况对应的相对变化关系与第二预设工况对应的相对变化关系的相关程度；基于相关程度，确定目标工程结构异常振动的相关因素。
[0011]在可选的实施方式中，上述每个时间周期中包含有多个时刻；将多个时间周期中的第二个时间周期确定为新的第一个时间周期的步骤，包括：将第一个时间周期中的第二个时刻确定为第二个时间周期中的第一个时刻；基于第二个时间周期中的第一个时刻，得到新的第一个时间周期对应的初始时刻；根据新的第一个时间周期对应的初始时刻，确定新的第一个时间周期。
[0012]在可选的实施方式中，上述基于每种预设工况下的监测数据，确定目标工程结构在每种预设工况下的模态参数的步骤之后，上述方法还包括：基于预设阈值参数，确定每种预设工况下的模态参数的准确程度。
[0013]第二方面，本专利技术提供了一种高层结构异常振动的相关因素确定装置，该装置包括：数据采集模块，用于根据预设数据采集单元，采集目标工程结构在多种预设工况下的监测数据；模态参数确定模块，用于基于每种预设工况下的监测数据，确定目标工程结构在每种预设工况下的模态参数；上述模态参数对应有多个时间周期对应的预设参数；相对关系确定模块，用于针对每种预设工况，确定当前工况下监测数据与监测数据对应的模态参数的相对变化关系；因素确定模块，用于根据每种预设工况对应的相对变化关系，确定目标工程结构异常振动的相关因素。
[0014]第三方面，本专利技术提供了一种电子设备，该电子设备包括处理器和存储器，上述存储器存储有能够被处理器执行的机器可执行指令，上述处理器执行机器可执行指令以实现上述工程结构异常振动的相关因素分析方法。
[0015]本专利技术带来了以下有益效果：
[0016]本专利技术先采集目标工程结构在多种预设工况下的监测数据，并基于每种预设工况下的监测数据，确定目标工程结构在每种预设工况下的模态参数，之后针对每种预设工况，确定当前工况下预设时间段内的监测数据与监测数据对应的模态参数的相对变化关系，根据每种预设工况对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工程结构异常振动的相关因素分析方法，其特征在于，所述方法包括：根据预设数据采集单元，采集目标工程结构在多种预设工况下的监测数据；基于每种所述预设工况下的所述监测数据，确定所述目标工程结构在每种所述预设工况下的模态参数；所述模态参数对应有多个时间周期对应的预设参数；针对每种所述预设工况，确定当前工况下监测数据与所述监测数据对应的模态参数的相对变化关系；根据每种所述预设工况对应的所述相对变化关系，确定所述目标工程结构异常振动的相关因素。2.根据权利要求1所述的方法，其特征在于，所述基于每种所述预设工况下的所述监测数据，确定所述目标工程结构在每种所述预设工况下的模态参数的步骤，包括：针对所述多种预设工况下的每种所述预设工况，执行下述操作：从所述预设工况下的所述监测数据中选取自由衰减段的监测数据；所述自由衰减段的监测数据中对应有多个时间周期对应的监测数据；基于所述多个时间周期中的第一个时间周期对应的监测数据，确定所述第一个时间周期对应的Hankel矩阵；根据所述第一个时间周期对应的Hankel矩阵，得到所述第一个时间周期对应的Toeplitz矩阵；将所述多个时间周期中的第二个时间周期确定为新的第一个时间周期，继续执行基于所述多个时间周期中的第一个时间周期对应的监测数据，确定所述第一个时间周期对应的Hankel矩阵的步骤，直到将所述多个时间周期中的最后一个时间周期确定为新的第一个时间周期，得到最后一个时间周期对应的Toeplitz矩阵；基于所述多个时间周期中的每个所述时间周期对应的Toeplitz矩阵，确定所述预设工况下的模态参数。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个时间周期中的每个所述时间周期对应的Toeplitz矩阵，确定所述预设工况下的模态参数的步骤，包括：针对所述多个时间周期中的每个所述时间周期，执行下述操作：对当前时间周期对应的所述Toeplitz矩阵引入可变遗忘因子，得到当前时间周期对应的引入可变遗忘因子的Toeplitz矩阵；对所述当前时间周期对应的引入可变遗忘因子的Toeplitz矩阵进行奇异值分解，得到所述当前时间周期对应的可观测矩阵；根据所述当前时间周期对应的可观测矩阵，得到所述当前时间周期对应的预设参数；将所述多个时间周期中每个所述时间周期对应的预设参数的组合，确定为所述预设工况下的模态参数。4.根据权利要求3所述的方法，其特征在于，所述根据所述当前时间周期对应的可观测矩阵，得到所述当前时间周期对应的预设参数的步骤，包括：基于所述当前时间周期对应的所述可观测矩阵，确定所述当前时间周期对应的状态矩阵；对所述状态矩阵进行特征值分解，得到所述状态矩阵对应的特征值；根据所述状态矩阵对应的特征值，得到所述当前时间...

【专利技术属性】
技术研发人员：胡卫华，腾军，李俊燕，唐德徽，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：