Professional Documents
Culture Documents
模态方法比较
模态方法比较
4 工 程 力 学
2014 年 4 月 Apr. 2014 ENGINEERING MECHANICS 46
文章编号:1000-4750(2014)04-0046-08
环境激励下结构模态参数识别方法综述
刘宇飞 1,辛克贵 1,2,樊健生 1,2,崔定宇 1
(1. 清华大学土木工程安全与耐久教育部重点实验室,北京 100084;2. 清华大学土木工程系,北京 100084)
摘 要:该文对环境激励下结构模态参数识别的 16 种常用算法进行了概括综述。该文将模态参数识别算法分类
为时域、频域两类,并针对算法流程进一步地将时域方法分为一步法与两步法。在分类的基础上,阐述了算法的
适用条件与基本流程,对其中一些重要算法的理论与实现过程进行了详细地讨论。最后,对结构模态识别中的模
态验证方法进行了简要地论述。
关键词:环境激励;平稳激励;工作模态;模态识别;模态验证
中图分类号:TU311.3 文献标志码:A doi: 10.6052/j.issn.1000-4750.2012.11.0873
Abstract: A summary and review of 16 commonly used algorithms for structure modal parameter identification
under the ambient excitation is presented in this paper. After the classification of identification algorithms into
time domain and frequency domain, the time domain algorithms are divided into the one-stage methods and
two-stage methods ulteriorly based on the process of the algorithms. On the basis of the classification, the
applicable condition and basic process of the identification algorithms are described, among which the principle
and realizing process of several important algorithms are discussed in detail. The modal validation methods in the
structure modal parameter identification are presented basically at the end of this paper.
Key words: ambient excitation; stationary excitation; operational modal; modal identification; modal validation
用状态下健康监测工作的进行。自 20 世纪 70 年代 信号的自功率谱密度。当环境输入信号为白噪音
起,石油工业、汽车工业、航天工业的模态识别及 时, S ff (w ) 等于常数 S0 ,频响函数平方与 S xx (w ) 成
损伤检测的需求[1
―2]
,促使环境激励下的模态识别 比例,即 S xx (w ) 与频响函数的幅频部分平方成比
与损伤检测领域快速发展,催生了一批平稳环境激 例,故可使用功率谱密度函数或多点平均归一化的
[3―6]
功率谱密度函数近似地代替频响函数[7
―9]
励下时域频域模态参数识别的研究方法 。总体 。此处的
来言,环境激励下的模态参数识别在完成前期信号 功率谱密度函数一般指自功率谱密度函数。利用功
处理之后,需要经过模态识别、模态验证或虚假模 率谱密度函数进行模态识别的方法包括经典的峰
态剔除这两个步骤。下文将对各种模态识别方法进 值拾取法、频域分解法,以及当前常用的增强频域
行分类汇总、论述,并对模态验证进行简要介绍。 分解法、多参考点最小二乘复频域法等。
本文主要讨论环境激励可近似为白噪音或平稳激
频域方法 峰值拾取法
励的情况。 频域分解法
功率谱 增强频域分解法
密度函 最小二乘复频域法
1 环境激励模态识别方法的分类
分段加窗转频域后利用
平 Welch平均周期法计算 数估计 多参考点最小二乘复频域法
系
稳
FFT iFFT
环境激励模态识别方法,按照识别信号域的不 响
时域两步法
统
应 相关函
同主要可分为频域方法与时域方法两种。频域的方 卷积
数估计
信 Ibrahim时域法
模
法大多利用经典谱估计,属于非参数化的方法。对 自然激励技术 近似脉 最小二乘复指数法
号 多参考点自然激励技术 冲响应 多参考点最小二乘复指数法
态
于已知输入信号的实验状态进行频域经典模态分 时 信号 特征系统实现算法
希尔伯特-黄变换
析,可利用输入、输出信号求得频响函数,根据频 间
随机减量技术
近似自 基于协方差的随机子空间法
参
序 由衰减
响函数在系统固有频率附近会出现峰值的规律,进 信号
列 数
行模态识别。对于环境激励的模态分析,由于无法
时域一步法 基于数据的随机子空间法
直接求得频响函数,需要利用其它信号特征来代 ARMA时序分析模型
替。已知输入、输出与频响函数的关系为: 图1 环境激励下模态识别的算法框架和流程
2 S (w ) Fig.1 Algorithms framework and process for modal
H (w ) = xx 。式中, H (w ) 为系统频响函数,
S ff (w ) identification through ambient excitation
S xx (w ) 为输入信号的自功率谱密度, S ff (w ) 为输出
表1 环境激励下模态识别算法列表
Table 1 List of algorithms used in modal identification through ambient excitation
序号 中文名称 英文名称 英文缩写
1 峰值拾取法 Peak Picking method PP
2 频域分解法 Frequency Domain Decomposition method FDD
3 增强频域分解法 Enhanced Frequency Domain Decomposition method EFDD
4 最小二乘复频域法 Least-squares Complex Frequency Domain method LSCF
5 多参考点最小二乘复频域法 Polyreference Least-squares Complex Frequency Domain method PolyMAX/PolyLSCF
6 自然激励技术 Natural Excitation Technique NExT
7 多参考点自然激励技术 Multiple-reference Natural Excitation Technique MNExT
8 随机减量技术 Random Decrement Function RDF
9 Ibrahim 时域法 Ibrahim Time Domain method ITD
10 最小二乘复指数法/脉冲响应函数法 Least-squares Complex Exponential method LSCE
11 多参考点最小二乘复指数法 Polyreference Least-squares Complex Exponential method Prony/PREC
12 特征系统实现算法 Eigensystem Realization Algorithm ERA
13 希尔伯特-黄变换 Hilbert-Huang Transform HHT
14 基于协方差的随机子空间法 Covariance-Driven Stochastic Subspace Identification SSI-Covariance
15 基于数据的随机子空间法 Data-Driven Stochastic Subspace Identification SSI-DATA
16 ARMA 时序模型 ARMA time series model —
模态识别的时域方法属于现代谱分析的范畴, methods)。一步法可直接利用响应信号求取系统参
是参数化方法。根据计算过程的不同,可大致分为 数;两步法需要首先对信号进行处理,得到中间时
一 步 法 (one-stage methods) 和 两 步 法 (two-stage 域序列如近似的相关函数、自由响应、脉冲响应等,
48 工 程 力 学
之后利用时域经典模态识别算法进行计算。环境激 氏变换后在时域内完成,较为麻烦;增强频域分解
励下模态识别的算法框架和流程详见图 1,其中包 法可在时域内直接完成频率与阻尼比的计算,理论
括了各种较常用的方法。涉及的各类算法的列表详 思路清晰,抗噪性更好。Ying 等[14]在 EFDD 的基
见表 1。 础上,利用自功率谱密度函数进行密集模态的识
别,取得了良好的效果。
2 频域识别算法
2.5 最小二乘复频域法
2.1 功率谱密度函数的计算 该方法由比利时鲁汶大学Van der Auweraer 等[15]
已知响应信号的时间序列,有两种途径可以计 于 2001 年提出;Guillaume 等[16]将其应用于白噪音
[10]
算得到功率谱密度函数 。1) 通过平均周期图法 环境激励下的模态识别:利用输出响应的功率谱密
(Welch method)计算:将时序信号进行允许重叠的 度近似代替频响函数,使用极大似然估计使误差最
分段,其后对各段信号进行加窗傅氏变换后转入频 小化,实现全局模态的识别。该方法的优势在于对
域,求出功率谱密度之后进行平均。2) 在时域利用 系统极点识别具有较好的稳定性。
卷积求得相关函数(Correlation Function),之后进行 多参考点最小二乘复频域法是在最小二乘复
傅氏变换得到功率谱密度函数。第 2)种方法由于时 频域法的基础上延伸发展的多输入多输出版本,提
域卷积计算效率低下等原因较不常用。第 1)种方 出多参考点形式的动机,主要是为了解决最小二乘
法,由于进行了平均处理,会降低功率谱密度函数 复频域法在对同分母模型进行 SVD 分解时,频响
的估计方差,具有较好的抗噪性。 函数拟合效果的下降以及初始稳定图中信息量的
下文介绍的各类频域模态识别法其初始思路 不足[17]。多参考点最小二乘复频域法是当前商业模
多是基于频响函数的,由于频响函数可由功率谱密 态识别软件中较常用的一种频域方法。
度函数近似代替,下文直接认为算法的输入信号为 最小二乘复频域法与最小二乘复指数法在算
功率谱密度函数。 法形式上比较类似,都是利用极大似然估计进行系
2.2 峰值拾取法 统参数识别,其区别在于前者使用的拟合函数是频
利用功率谱密度函数在系统固有频率处出现 域的频响函数或代替频响函数的功率谱密度函数,
的峰值,可实现对系统模态的识别。方法简单易行, 后者使用的是时域的脉冲响应函数。
但识别精度不高,并且难以用于密集模态的识别。
3 时域一步识别算法
为求取模态振型,可对功率谱密度函数进行曲线拟
合(Curve-fitting)。类似的方法还有导纳圆法等。 3.1 基于数据的随机子空间法
2.3 频域分解法 基于数据的随机子空间法属于直接处理时间
频域分解法是峰值拾取法的改进算法,其基本 序列的时域方法,在近似白噪音的环境激励条件
[11]
概念由 Prevosto 于 1982 年提出,主要解决了峰值 下,将响应数据组成 Hankel 矩阵,其后利用 QR 分
拾取法难以处理密集模态的问题。通过对功率谱密 解与 SVD 分解获得扩展的可观测矩阵及卡尔曼滤
度进行奇异值分解(Singular Value Decomposition, 波状态,在状态确定的情况下将识别问题转变为系
SVD),将多自由度系统的功率谱密度函数解藕为一 统矩阵的线性最小二乘问题。与两步法中基于协方
系列单自由度的功率谱密度函数,其后利用峰值法 差的随机子空间法相比,避免了协方差矩阵的计
[12]
求取频率 。 算,即不必将时域响应数据转化为相关函数。
2.4 增强频域分解法 3.2 ARMA 时序分析法
[13]
增强频域分解法由 Brincker 等 于 2001 年提 ARMA 指自回归滑动平均模型,其特例包括
出,并直接应用于环境激励下的模态识别。与频域 自回归模型(Auto Regressive Model, AR)与滑动
分解法不同地,增强频域分解法将分解后的单自由 平均模型(Moving Average, MA)。ARMA 时序模
度功率谱密度函数进行逆傅氏变换,转入时域求得 型是一种利用参数模型直接对有序随机振动响应
相关函数后,利用对数衰减法计算频率和阻尼比。 数 据 进 行 处 理 识 别 来 得 到 结 构 参 数 的 方法 ,由
与频域分解法相比:频域分解法对频率的求解依赖 Akaike 于 1969 年使用于白噪音环境激励的模态识
于 FFT 的分辨率,并且阻尼比的识别需要经过逆傅 别中[18]。
工 程 力 学 49
4 时域两步识别算法 统参数。
多参考点最小二乘复指数法克服了最小二乘
4.1 随机减量技术
复指数法仅能应用于单输出状态的不足,由美国结
随机减量技术是两步法中的第一步,用于从环
构动力研究公司提出[24
―25]
。在 20 世纪末该法是应
境激励下的结构响应信号中提取结构的自由振动
用比较广泛的一种主要的时域模态识别方法。
衰减信号,方法要求激励为白噪声。利用白噪声激
4.6 特征系统实现算法
励下系统产生的平稳响应方差为零这一特性,可将
特征系统实现算法的主要思想,是利用系统的
体系响应中由初始位移、速度条件引起的强迫振动
脉冲响应信号或自由响应信号构造 Hankel 矩阵,通
响应剔除,仅剩下系统的自由振动响应。
过对矩阵进行 SVD 分解得到原系统的状态矩阵、
4.2 自然激励技术
控制矩阵以及观测矩阵的一组观测量。其后通过系
环境激励下的自然激励技术由美国 SADIA 国
统定阶,确定系统参数的一组最小实现[26
―27]
。特征
家实验室的 James 等[19]于 1995 年提出,该方法利
系统实现算法由 Juang 等于 1985 年提出,属于当前
用白噪声环境激励下结构两点之间响应的互/自相
研究比较成熟的模态识别算法。在环境激励下,将
关函数与脉冲响应函数形式类似的特性,用前者代
自然激励技术或随机减量技术与其结合使用,均可
替后者。事实上,利用互/自相关函数代表脉冲响应
组成较为实用的模态识别算法[28]。该算法在结构、
函数的思想由来已久,Clarkson 与 Mercer 在 1965
桥梁的模态识别中有广泛的应用[29
―31]
。
年[20]就提出了白噪音激励下利用互/自相关函数代
特征系统实现现法在应用时需要确定 Hankel
替脉冲响应函数的思想。
矩阵的阶数(或 Hankel 矩阵子块/脉冲响应矩阵的个
4.3 多参考点自然激励技术
数)以及系统阶数。系统阶数一般利用对 Hankel 矩
利用自然激励技术进行互/自相关计算时,一般
阵进行 SVD 分解来确定。算法的流程图见图 2
只选取一个响应点/通道作为参考点。由于单一参考
所示。
点很难充分包含结构各主要模态的能量,在互/自相
关运算后可能会削减部分模态在信号中的能量,后
续模态识别中容易导致模态丢失的发生。在利用多
参考点自然激励技术计算时,所有响应信号通道要
两两进行互/自相关的运算,从而形成一个形式上多
输入多输出的脉冲响应函数矩阵,其后利用多输入
多输出的时域模态识别算法进行计算。该方法由
He 等[21]于 2006 年提出。相对单参考点的自然激励
技术,多参考点形式的算法鲁棒性更强,更适应于
环境激励下的模态识别。
4.4 Ibrahim 时域法
Ibrahim 时域法是 Ibrahim[22]于 20 世纪 70 年代
提出的。利用自由振动衰减信号构造自由衰减响应
数据矩阵,建立特征矩阵的数学模型,对特征矩阵
求解特征值后,利用特征值与模态频率与模态阻尼 图2 特征系统实现算法流程图
[10] Fig.2 Algorithm process of ERA
的关系求解系统模态 ,属于一种单输入多输出的
识别算法。与该方法类似地有节约时域法(STD)等。 4.7 希尔伯特-黄变换
4.5 最小二乘复指数法 希尔伯特-黄变换是一种新的分析非线性系统
最小二乘复指数法是 20 世纪 70 年代发展的一 非平稳信号的自适应时频处理方法,由美国 NASA
种单输入多输出(单参考点)的模态识别方法 [23]
,主 的美籍华人黄愕博士于 1998 年提出[32]。该变换由
要利用系统脉冲响应函数建立自回归模型并构造 经 验 模 态 分 解 (Empirical Mode Decomposition,
Prony 多项式,通过求解系统极点与留数来识别系 EMD)和希尔伯特变换(Hilbert Transform)组成。经
50 工 程 力 学
构造Hankel矩阵
进行QR分解(行空间投影)
利用SVD分解定阶
得到扩展观测矩阵及卡尔曼滤波状态序列
获得一组系统矩阵
A-状态矩阵
B-控制矩阵
C-观测矩阵
对矩阵A进行特征值分解
得到系统模态参数
系统模态参数验证
图3 希尔伯特-黄变换应用于环境激励模态识别的流程
图4 基于协方差的随机子空间法算法流程
Fig.3 Algorithm process of HHT used in modal identification
Fig.4 Algorithm process of SSI of covariance-driven
through ambient excitation
图5 Benchmark 模型稳定图
Fig.5 Stability diagram of benchmark model
多时是非平稳的。例如城市人行天桥在行人经过或
6 结论
无行人经过的两种情况中,跨中节点速度信号幅值
本文对环境激励下的常用模态识别算法进行 甚至会相差数十倍。如何处理非平稳信号,是实现
了分类汇总与简要介绍,重点对其中几种主要算法 利用环境激励进行结构模态识别的关键性问题。
的理论与算法流程进行了详细的论述。在文章末 (2) 不同于实验状态模态分析,环境激励无法设
尾,介绍了模态验证的各类指标与方法,并以 ASCE 计激励形式及激励能量,因此很有可能对结构的激
Benchmark 模型为算例给出了稳定图的示例。 励不充分,从而导致部分阶次的模态难以识别。比
目前,在环境激励下结构模态参数识别的问题 较具体的一个例子,是在对结构进行精细的损伤识
中,主要存在激励不充分或不平稳,模态识别精度 别时,往往需要利用结构较高阶次的模态,而环境
较差、虚假模态较多,模态振型无法归一化等问题: 激励很难实现这样的激励。
(1) 对于环境激励,由于激励、系统均未知,常 (3) 模态振型无法归一化,指利用环境激励进行
常需要把激励信号认为是白噪声或适当宽松地认 模态识别,由于激励未知,因此识别得到的振型只
为是平稳信号,以方便通过信号的统计规律进行系 是一个相对量。纪晓东等[30]利用质量灵敏度方法,
统识别,这也正是本文中涉及到的诸多算法的基本 在实验进程中在结构上附着已经参数的质量块,从
假设。而事实上,在结构正常使用的情况下,如桥 而实现对识别振型的质量归一化。该方法精度较
梁过车、高层结构受风荷载作用等,其环境激励大 好,但较难应用于不中断结构使用的外业实验。
52 工 程 力 学