-
公开(公告)号：CN111859250A
公开(公告)日：2020-10-30
申请号：CN202010568581.4
申请日：2020-06-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 同济大学
Abstract: 本发明提供了一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质，该方法包括步骤1，优化步骤：对获取得到的模态参数进行优化，得到模态参数的最优值；步骤2，汉森矩阵构建步骤：根据模态参数的最优值构建汉森矩阵；步骤3，计算步骤：计算得到模态参数的协方差矩阵；步骤4，评估步骤：计算模态参数变异系数，实现模态参数准确性评估。本发明的有益效果是:本发明针对现有方法无法实现环境激励作用下的受迫振动模态识别参数准确性评估的问题，发展新型的模态参数不确定性评估技术，实现在环境激励及受迫振动双重作用下的模态参数的准确性评估，为后期基于振动数据及模态参数变化的损伤识别及安全评估技术开发提供数据及理论支撑。
-
公开(公告)号：CN109254321B
公开(公告)日：2020-06-26
申请号：CN201810842715.X
申请日：2018-07-27
Applicant: 同济大学
IPC: G01V1/30
Abstract: 本发明涉及一种地震激励下快速贝叶斯模态参数识别方法，包括以下步骤：S1、采集得到已知地震激励下的地震输入和结构响应数据；S2、选择一个频域段并从步骤S1中数据的奇异值谱中获得固有频率的初始值，设定阻尼比的初始值；S3、通过最小化由贝叶斯公式得到的目标函数，得到固有频率和阻尼比的最优值；S4、通过固有频率和阻尼比的最优值得到模态贡献因子。与现有技术相比，本发明使用过程方便，只需要选择频域段，然后输入初始频率和阻尼比就可以直接进行计算，不需要专业人士进行经验分析，比传统方法计算速度快，通常完成分析只要几秒钟，可以直接在测试时使用。
-
公开(公告)号：CN109254321A
公开(公告)日：2019-01-22
申请号：CN201810842715.X
申请日：2018-07-27
Applicant: 同济大学
IPC: G01V1/30
Abstract: 本发明涉及一种地震激励下快速贝叶斯模态参数识别方法，包括以下步骤：S1、采集得到已知地震激励下的地震输入和结构响应数据；S2、选择一个频域段并从步骤S1中数据的奇异值谱中获得固有频率的初始值，设定阻尼比的初始值；S3、通过最小化由贝叶斯公式得到的目标函数，得到固有频率和阻尼比的最优值；S4、通过固有频率和阻尼比的最优值得到模态贡献因子。与现有技术相比，本发明使用过程方便，只需要选择频域段，然后输入初始频率和阻尼比就可以直接进行计算，不需要专业人士进行经验分析，比传统方法计算速度快，通常完成分析只要几秒钟，可以直接在测试时使用。
-
Patent Agency Ranking
公开(公告)号：CN111859250B
公开(公告)日：2024-12-06
申请号：CN202010568581.4
申请日：2020-06-19
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 同济大学
Abstract: 本发明提供了一种环境及受迫激励下快速模态参数准确性评估方法、系统及存储介质，该方法包括步骤1，优化步骤：对获取得到的模态参数进行优化，得到模态参数的最优值；步骤2，汉森矩阵构建步骤：根据模态参数的最优值构建汉森矩阵；步骤3，计算步骤：计算得到模态参数的协方差矩阵；步骤4，评估步骤：计算模态参数变异系数，实现模态参数准确性评估。本发明的有益效果是:本发明针对现有方法无法实现环境激励作用下的受迫振动模态识别参数准确性评估的问题，发展新型的模态参数不确定性评估技术，实现在环境激励及受迫振动双重作用下的模态参数的准确性评估，为后期基于振动数据及模态参数变化的损伤识别及安全评估技术开发提供数据及理论支撑。
-
公开(公告)号：CN106897717B
公开(公告)日：2020-11-03
申请号：CN201710070511.4
申请日：2017-02-09
Applicant: 同济大学
Abstract: 本发明目的在于克服传统方法的缺点，给出一种基于环境激励数据的多次测试下贝叶斯模型修正方法，可实现对多次测试数据进行直接的处理分析，可对多次测试得到的模态参数进行一次性输入，模型修正结果直接输出。本发明技术方案可用来解决基于实际测试数据的有限元模型修正问题。本发明分两个阶段，第一阶段是对多次测试下采集的环境激励下结构加速度数据进行分析，得到每次测试测得的结构的固有频率和振型，并计算这些模态参数的不确定性，用协方差矩阵来表示。第二个阶段是基于多次测试得到的结构模态参数及其协方差矩阵，基于贝叶斯理论构建目标函数，通过对目标函数的优化，得到需要修正的有限元模型的模型参数的最优值。
-
公开(公告)号：CN106897717A
公开(公告)日：2017-06-27
申请号：CN201710070511.4
申请日：2017-02-09
Applicant: 同济大学
Abstract: 本发明目的在于克服传统方法的缺点，给出一种基于环境激励数据的多次测试下贝叶斯模型修正方法，可实现对多次测试数据进行直接的处理分析，可对多次测试得到的模态参数进行一次性输入，模型修正结果直接输出。本发明技术方案可用来解决基于实际测试数据的有限元模型修正问题。本发明分两个阶段，第一阶段是对多次测试下采集的环境激励下结构加速度数据进行分析，得到每次测试测得的结构的固有频率和振型，并计算这些模态参数的不确定性，用协方差矩阵来表示。第二个阶段是基于多次测试得到的结构模态参数及其协方差矩阵，基于贝叶斯理论构建目标函数，通过对目标函数的优化，得到需要修正的有限元模型的模型参数的最优值。
-
公开(公告)号：CN108052958B
公开(公告)日：2021-11-16
申请号：CN201711096093.2
申请日：2017-11-09
Applicant: 同济大学
IPC: G06K9/62 , G06F30/27 , G06F111/08
Abstract: 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。
-
公开(公告)号：CN108052958A
公开(公告)日：2018-05-18
申请号：CN201711096093.2
申请日：2017-11-09
Applicant: 同济大学
Abstract: 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。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
