CN103033329A - 一种改进功率谱峰值法的空间网格结构频率识别方法 - Google Patents
一种改进功率谱峰值法的空间网格结构频率识别方法 Download PDFInfo
- Publication number
- CN103033329A CN103033329A CN2012105682474A CN201210568247A CN103033329A CN 103033329 A CN103033329 A CN 103033329A CN 2012105682474 A CN2012105682474 A CN 2012105682474A CN 201210568247 A CN201210568247 A CN 201210568247A CN 103033329 A CN103033329 A CN 103033329A
- Authority
- CN
- China
- Prior art keywords
- frequency
- power spectrum
- curve
- value
- screening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000001228 spectrum Methods 0.000 title claims abstract description 63
- 230000001133 acceleration Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims abstract description 6
- 238000001914 filtration Methods 0.000 claims abstract description 3
- 238000012216 screening Methods 0.000 claims description 29
- 230000003595 spectral effect Effects 0.000 claims description 16
- 230000006872 improvement Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 12
- 238000012360 testing method Methods 0.000 abstract description 12
- 230000005540 biological transmission Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000009499 grossing Methods 0.000 abstract 1
- 230000005502 phase rule Effects 0.000 abstract 1
- 230000005284 excitation Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 244000000626 Daucus carota Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 235000005770 birds nest Nutrition 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004993 emission spectroscopy Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 235000005765 wild carrot Nutrition 0.000 description 1
Images
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种改进功率谱峰值法的空间网格结构频率识别方法。先将加速度响应信号进行预处理(平滑、滤波)，接着进行各个测点的自功率谱计算，然后形成平均正则化功率谱曲线和辅助功率谱曲线，分别拾取两曲线的峰值点对应的频率值，然后经过幅角和理论频率的筛选以及采用相位准则和振型准则剔除其虚假频率，最后取两条曲线对应频率值的并集，最终得到结构各个阶次的实测频率。同时根据此改进算法编制了功率谱分析程序。适用于大型桥梁、输电塔、高层建筑等结构形式的频率识别，尤其适用于具有密集模态的大跨空间网格结构的频率识别，改进后的算法具有速度快、避免频率遗漏及自动识别密集频率的特点。
Description
技术领域
本发明涉及一种结构的频率识别方法，特别涉及一种改进功率谱峰值法的空间网格结构频率识别方法。
背景技术
空间网格结构体系迅速发展于20世纪80年代，截至目前其结构形式已经向多样化、新颖化和超大跨度化方向发展。2008年北京奥运会、2009年十一届全运会、2010年上海世博会及2011年的深圳大运会后，大量新颖独特的空间网格结构奥运场馆即将向公众开发并长期投入使用，如鸟巢、水立方、深圳大运会场馆、各大城市的奥体中心等。这些新建或已建的大跨度空间网格结构工程，连同上个世纪建造的大跨空间结构无疑构成了我国社会和经济发展的主要载体。
大型空间网格结构工程设计使用年限长达上百年，在其服役过程中由于环境荷载作用、疲劳效应、腐蚀效应、材料老化和突变效应等灾害因素影响，结构不可避免地会产生损伤的累积和抗力的衰减，从而导致抵抗自然灾害能力的下降，极端情况下会引发灾难性的突发事故。这样的重大工程结构一旦失效，将会造成巨大的经济损失和人员伤亡，由此可见为了保障结构的安全性和可靠性，已建成使用的许多大跨、超大跨空间结构的损伤诊断与健康评估显得日益重要。
结构损伤检测较早采用的方法是结构静态检测，即通过直接测量结构及构件的尺寸、强度和内部缺陷(如超声波法、发射光谱法、射线法等)，进行计算分析以确定结构的工作性能与可靠性水平。该方法的优点是测量结果比较可靠，缺点是工作量大、效率低，受到应用条件的限制，且仅能测量结构的局部。随着科技与经济的发展，建筑结构不断向高层、超高层或大跨超大跨方向发展，结构局部的检测已逐渐不能满足结构健康判定的要求，因此基于振动的结构动力无损检测方法受到了重视。它利用动力响应进行结构性能的识别，不受结构规模和构件隐蔽的限制，另外高效率模块化、数字化的动力响应量测技术为结构动力检测方法提供了有效的技术支持。 动力检测方法的特点是应用条件限制少，效率高，既可以对复杂结构的整体也可以对结构的局部进行检测，包括人工激振法和环境随机激振法。而环境激励下的结构检测(监测)由于具有对构筑物无破坏、无环境污染、不打断结构的正常运营等优点而受到国内外的重视，成为国际社会研究的热点和前沿课题。
模态识别是结构进行长期健康监测的基础，环境激励下模态参数的识别是仅基于输出的响应的系统识别。国内外研究者提出了多种方法，主要有功率谱峰值法(PP)、自然激励技术(NEXT)、频域分解法(FDD)和随机子空间法(SSI)等。环境随机激振下的结构动力响应测试数据，具有幅值小、随机性强和数据量巨大的特点，给空间网格结构的模态参数识别带来很大的难度和挑战。传统的功率谱峰值法在识别模态参数时具有速度快，直观性强，容易操作的特点，因此在建筑工程中具有较多的应用，但也存在一些问题。例如：(1) 功率谱峰值法适用的前提是要求频率必须稀疏，而空间网格结构具有自振频率密集、空间耦合振动明显的特点，同时自然环境振动下的结构动力响应测试数据幅值小、随机性强，因此功率谱峰值法用于空间网格结构的模态参数识别时会遇到遗漏模态和重叠频率无法筛选的问题；(2) 传统的方法在频率识别时单纯采用取极大值的数学方法，峰值选取过于主观，没有与结构的理论模型联系起来。
发明内容
本发明针对上述问题，提出了一种改进功率谱峰值法的空间网格结构频率识别方法，其在传统功率谱峰值法的基础上进行了改进，根据空间网格结构模态密集的特点提出了若干判断准则，是一种以结构的理论振型为基础的辅助正则化功率谱算法，使其适用于空间网格结构的频率识别，同时根据此改进算法编制了功率谱分析程序。改进后的算法具有速度快、避免遗漏以及自动识别密集频率的特点。
本发明是通过以下技术方案实现的：
一种改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：先将结构测点的加速度响应信号进行预处理，接着进行测点的自功率谱计算，然后形成平均正则化功率谱曲线和辅助功率谱曲线，分别拾取各曲线的峰值点对应的频率值，经过幅角和理论频率的筛选及采用相位准则和振型准则剔除虚假频率，然后取二者的并集，最终得到结构各个阶次的实测频率。
上述方法具体包括以下几个步骤：
(1) 将实测的加速度响应信号进行预处理，计算各测点的自功率谱曲线，以所有测点的自功率谱曲线为目标进行计算，形成全部测点的平均正则化功率谱曲线，然后选择各个阶次目标模态中均振动较大的测点形成辅助功率谱曲线；
(2) 提取正则化功率谱曲线和辅助功率谱曲线的峰值点分别对应的频率值α与β，首先进行幅角判断，然后进行理论频率筛选，得到筛选后的频率值α’与β’；
(3) 若筛选后的频率值α’与β’结果不存在重叠频率，则此结果为最终的结构实测频率，若存在重叠频率则采用相位准则进行进一步筛选得到频率值α’’与β’’；
(4) 若进一步筛选后的频率值α’’与β’’不存在重叠频率，则此结果为最终的结构实测频率，若仍存在重叠频率则采用振型准则进行筛选，从而得到基于正则化功率谱曲线、辅助功率谱曲线最终的结构实测频率值α’’’与β’’’；
(5) 取曲线正则化功率谱曲线、辅助功率谱曲线最终的结构实测频率值α’’’与β’’’的并集，得到最终的结构实测频率。
所述步骤(1)中加速度响应信号的预处理包括平滑、滤波。
所述步骤(2)中幅角判断方法为：正则化功率谱曲线和辅助功率谱曲线峰值点对应的传递函数幅角值(即选取振动较大的测点为参考点，计算它与其余测点的互功率谱，可得出互功率谱曲线(与自谱曲线相似，同样会在频率处出现峰值)和幅角曲线，此时可得到每个峰值下对应的幅角值，也称相位角)在0°±30°或者180°±30°时为结构频率值，否则为虚假值。
所述步骤(2)中理论频率筛选方法为：将权利要求4中幅角判断中筛选后的结构频率值与理论频率值进行比较，上述结构频率值在理论频率值的5%范围内时为结构频率值，否则为虚假值。
所述步骤(3)中的相位准则筛选方法为：选择与重叠频率对应的理论振型的两个测点，计算二者的相位角，并分析相位关系，与理论振型中两测点相位关系不一致的为虚假频率。
所述步骤(4)中的振型准则筛选方法为：根据重叠频率对应的理论振型，选择振型分量较大处对应的测点，计算该测点的自谱，所得自谱中该振型具有明显峰值的为结构频率值，否则为虚假值。
有益效果
本发明的优点及效果是：
1.克服了传统功率谱峰值法中频率取值过于主观的缺点，本发明的方法可快速、高效的得出结构目标模态中每阶频率的值。
2.该发明在获得所有测点平均正则化功率谱的基础上，结合结构的理论振型特点计算辅助正则化功率谱，有效的解决了密集模态的遗漏问题。
3.该发明针对空间网格结构模态密集的特点，结合结构的理论模态采用相位准则、振型准则有效的剔除了虚假频率，解决了模态重叠的问题。
4.针对此改进算法的编制了对应的程序，可方便有效的应用到实际工程的频率测试中。
附图说明
图1为本发明的流程框图；
图2为某测点的加速度时程曲线；
图3为经平滑、滤波预处理后的曲线；
图4为实施例1各测点的平均正则化功率谱曲线和部分响应较大测点的辅助功率谱曲线；
图5为实施例2各测点的平均正则化功率谱曲线和部分响应较大测点的辅助功率谱曲线。
具体实施方式
本发明的具体实施方式如下：
实施例1
某正交正放四角锥网架结构，经白噪声激励后提取了测点的加速度时程曲线，为了更好的模拟环境激励，同时将10%的噪声加入结构响应，以下为结构前6阶频率识别步骤：
(1) 图2为某测点的加速度时程曲线，图3为经平滑、滤波预处理后的曲线。
(2)经计算，形成测点的平均正则化功率谱曲线和部分响应较大测点的辅助功率谱曲线，如图4所示。经幅角判断和理论频率筛选后α’与β’的结果分别如表1、2所示。β’的结果避免了第6阶模态的遗漏。
表1筛选后的α’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 11.801 | 11.817 |
| 2 | 15.092 | 14.765 |
| 2 | 15.092 | 15.483 |
| 3 | 15.962 | 15.483 |
| 4 | 17.481 | 16.842 |
| 4 | 17.481 | 18.047 |
| 5 | 18.618 | 18.047 |
表2筛选后的β’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 11.801 | 11.817 |
| 2 | 15.092 | 14.771 |
| 2 | 15.092 | 15.483 |
| 3 | 15.962 | 15.483 |
| 4 | 17.481 | 16.842 |
| 4 | 17.481 | 18.047 |
| 5 | 18.618 | 19.047 |
| 6 | 19.097 | 19.354 |
(3)以曲线A经幅角判断和理论频率筛选后α’为例，第2阶存在重叠频率，采用相位准则判断后得到α’’，如表3所示，同理β’可以得到β’’，剔除了第2阶的重叠频率。
表3筛选后的α’’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 11.801 | 11.817 |
| 2 | 15.092 | 14.765 |
| 3 | 15.962 | 15.483 |
| 4 | 17.481 | 16.842 |
| 4 | 17.481 | 18.047 |
| 5 | 18.618 | 18.047 |
(4)仍以相位准则筛选后α’’为例，第4阶仍存在重叠频率，采用振型准则(选取第4阶振动较大的测点，进行自谱分析，频率结果如表4所示)判断后得到α’’’，同理β’’可以得到β’’’，剔除了第4阶的重叠频率。
表4振型准则结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 2 | 15.092 | 14.785 |
| 4 | 17.481 | 16.816 |
(5)取曲线A、B最终的结构实测频率α’’’与β’’’的并集，得到最终的结构实测频率。改进功率谱法的识别值与理论值的对比如表5所示，网架的前6阶模态频率最大相对误差为3.8%，频率识别精度较高，具有较强的抗噪能力，且表明改进的功率谱峰值法能够识别密集频率。
表5 理论值与识别值对比(Hz)
| 阶次 | 理论值 | 识别值 | 相对误差 |
| 1 | 11.801 | 11.817 | 0.13% |
| 2 | 15.092 | 14.765 | 2.17% |
| 3 | 15.962 | 15.483 | 3.00% |
| 4 | 17.481 | 16.816 | 3.80% |
| 5 | 18.618 | 18.047 | 3.07% |
| 6 | 19.097 | 19.354 | 1.34% |
需要特别注意的是，由于平均正则化功率谱与辅助功率谱计算时选用的测点不同，计算过程中频率结果会有微小的差异，在步骤(5)整理过程中忽略各次识别结果的差异。
实施例2
某大型体育场馆的钢屋盖工程，其结构体系为单层折面空间网格结构，模态测试目标为前6阶自振频率。
图5为各测点形成的平均正则化功率谱A和部分响应较大测点的辅助正则化功率谱B，经幅角判断和理论频率筛选后α’与β’的结果分别如表6、7所示。β’的结果避免了第3、5阶频率的遗漏。
表6筛选后的α’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 0.867 | 0.834 |
| 1 | 0.951 | 0.907 |
| 2 | 0.951 | 0.907 |
| 4 | 1.044 | 1.079 |
| 6 | 1.144 | 1.523 |
表7筛选后的β’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 0.867 | 0.834 |
| 1 | 0.951 | 0.907 |
| 2 | 0.951 | 0.907 |
| 3 | 0.974 | 0.956 |
| 4 | 1.044 | 1.079 |
| 5 | 1.097 | 1.128 |
| 6 | 1.145 | 1.278 |
以曲线A经幅角判断和理论频率筛选后α’为例，第1阶存在重叠频率，采用相位准则判断后得到α’’，如表8所示，同理β’可以得到β’’，剔除了第1阶的重叠频率。改进功率谱法的识别值与理论值的对比如表9所示，钢屋盖结构的前6阶模态频率最大相对误差为4.52%，频率识别精度较高，有较大的工程应用价值。
表8筛选后的α’结果(Hz)
| 阶次 | 理论频率值 | 测试频率识别值 |
| 1 | 0.867 | 0.834 |
| 2 | 0.951 | 0.907 |
| 4 | 1.044 | 1.079 |
| 6 | 1.144 | 1.523 |
表9钢屋盖结构频率理论值与识别值对比(Hz)
| 阶次 | 理论值 | 识别值 | 相对误差(%) |
| 1 | 0.867 | 0.834 | 3.81 |
| 2 | 0.951 | 0.907 | 4.52 |
| 3 | 0.974 | 0.956 | 1.85 |
| 4 | 1.044 | 1.079 | 3.24 |
| 5 | 1.097 | 1.128 | 2.82 |
| 6 | 1.134 | 1.152 | 1.58 |
Claims (7)
1.一种改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：先将结构测点加速度响应信号进行预处理，接着进行测点的自功率谱计算，然后形成平均正则化功率谱曲线和辅助功率谱曲线，分别拾取各曲线的峰值点对应的频率值，经过幅角和理论频率的筛选及采用相位准则和振型准则剔除虚假频率，然后取二者的并集，最终得到结构各个阶次的实测频率。
2.如权利要求1所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述方法具体包括以下几个步骤：
(1) 将实测的加速度响应信号进行预处理，计算各测点的自功率谱曲线，以所有测点的自功率谱曲线为目标进行计算，形成全部测点的平均正则化功率谱曲线，然后选择各个阶次目标模态中均振动较大的测点形成辅助功率谱曲线；
(2) 提取正则化功率谱曲线和辅助功率谱曲线的峰值点分别对应的频率值α与β，首先进行幅角判断，然后进行理论频率筛选，得到筛选后的频率值α’与β’；
(3) 若筛选后的频率值α’与β’结果不存在重叠频率，则此结果为最终的结构实测频率，若存在重叠频率则采用相位准则进行进一步筛选得到频率值α’’与β’’；
(4) 若进一步筛选后的频率值α’’与β’’不存在重叠频率，则此结果为最终的结构实测频率，若仍存在重叠频率则采用振型准则进行筛选，从而得到基于正则化功率谱曲线、辅助功率谱曲线最终的结构实测频率值α’’’与β’’’；
(5) 取曲线正则化功率谱曲线、辅助功率谱曲线最终的结构实测频率值α’’’与β’’’的并集，得到最终的结构实测频率。
3.如权利要求1或2所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述加速度响应信号的预处理包括平滑、滤波。
4.如权利要求3所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述步骤(2)中幅角判断方法为：正则化功率谱曲线和辅助功率谱曲线峰值点对应的传递函数幅角值在0°±30°或者180°±30°时为结构频率值，否则为虚假值。
5.如权利要求4所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述步骤(2)中理论频率筛选方法为：将权利要求4中幅角判断中筛选后的结构频率值与理论频率值进行比较，上述结构频率值在理论频率值的5%范围内时为结构频率值，否则为虚假值。
6.如权利要求5所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述步骤(3)中的相位准则筛选方法为：选择与重叠频率对应的理论振型的两个测点，计算二者的相位角，并分析相位关系，与理论振型中两测点相位关系不一致的为虚假频率。
7.如权利要求6所述的改进功率谱峰值法的空间网格结构频率识别方法，其特征在于：所述步骤(4)中的振型准则筛选方法为：根据重叠频率对应的理论振型，选择振型分量较大处对应的测点，计算该测点的自谱，所得自谱中该振型具有明显峰值的为结构频率值，否则为虚假值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210568247.4A CN103033329B (zh) | 2012-12-24 | 2012-12-24 | 一种改进功率谱峰值法的空间网格结构频率识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210568247.4A CN103033329B (zh) | 2012-12-24 | 2012-12-24 | 一种改进功率谱峰值法的空间网格结构频率识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103033329A true CN103033329A (zh) | 2013-04-10 |
| CN103033329B CN103033329B (zh) | 2015-09-23 |
Family
ID=48020456
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210568247.4A Expired - Fee Related CN103033329B (zh) | 2012-12-24 | 2012-12-24 | 一种改进功率谱峰值法的空间网格结构频率识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103033329B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537213A (zh) * | 2014-12-12 | 2015-04-22 | 广西科技大学 | 一种风荷载的处理方法 |
| CN106404159A (zh) * | 2016-06-14 | 2017-02-15 | 北京航天控制仪器研究所 | 一种火箭橇试验连续振动传递谱确定方法 |
| CN107144388A (zh) * | 2017-05-17 | 2017-09-08 | 苏交科集团股份有限公司 | 一种柔性绳索振动频率的全域搜峰法 |
| CN109828033A (zh) * | 2019-01-08 | 2019-05-31 | 上海卫星工程研究所 | 基于振动响应相似度分析的损伤识别方法和系统 |
| CN111157095A (zh) * | 2020-01-17 | 2020-05-15 | 上海索辰信息科技有限公司 | 噪声声源的频率自动提取方法 |
| CN116401534A (zh) * | 2023-06-08 | 2023-07-07 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种脉动压力模态成分分离方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4327429A1 (de) * | 1992-08-19 | 1994-03-17 | Dfc Corp | Verfahren und Vorrichtung zur Gehirnwellenanalyse |
| JPH0749377A (ja) * | 1993-08-05 | 1995-02-21 | Toyota Motor Corp | 周波数変調レーダ装置 |
| CN101056295A (zh) * | 2007-01-11 | 2007-10-17 | 西安交通大学 | 一种基于子载波交织分配的ofdma系统频偏估计方法 |
| CN102511139A (zh) * | 2011-11-28 | 2012-06-20 | 华为技术有限公司 | 一种驻波检测方法和装置 |
-
2012
- 2012-12-24 CN CN201210568247.4A patent/CN103033329B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4327429A1 (de) * | 1992-08-19 | 1994-03-17 | Dfc Corp | Verfahren und Vorrichtung zur Gehirnwellenanalyse |
| JPH0749377A (ja) * | 1993-08-05 | 1995-02-21 | Toyota Motor Corp | 周波数変調レーダ装置 |
| CN101056295A (zh) * | 2007-01-11 | 2007-10-17 | 西安交通大学 | 一种基于子载波交织分配的ofdma系统频偏估计方法 |
| CN102511139A (zh) * | 2011-11-28 | 2012-06-20 | 华为技术有限公司 | 一种驻波检测方法和装置 |
Non-Patent Citations (3)
| Title |
|---|
| 姜浩等: "预应力混凝土桥梁模态参数识别方法", 《沈阳建筑大学学报》 * |
| 王锦文: "深圳市民中心屋顶网架结构的有限元模型修正及模态参数识别", 《中国优秀硕士学位论文数据库 工程科技Ⅱ辑》 * |
| 郑毅敏等: "大跨度高空钢结构连廊的有限元模型修正", 《振动工程学报》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104537213A (zh) * | 2014-12-12 | 2015-04-22 | 广西科技大学 | 一种风荷载的处理方法 |
| CN106404159A (zh) * | 2016-06-14 | 2017-02-15 | 北京航天控制仪器研究所 | 一种火箭橇试验连续振动传递谱确定方法 |
| CN106404159B (zh) * | 2016-06-14 | 2019-03-12 | 北京航天控制仪器研究所 | 一种火箭橇试验连续振动传递谱确定方法 |
| CN107144388A (zh) * | 2017-05-17 | 2017-09-08 | 苏交科集团股份有限公司 | 一种柔性绳索振动频率的全域搜峰法 |
| CN109828033A (zh) * | 2019-01-08 | 2019-05-31 | 上海卫星工程研究所 | 基于振动响应相似度分析的损伤识别方法和系统 |
| CN111157095A (zh) * | 2020-01-17 | 2020-05-15 | 上海索辰信息科技有限公司 | 噪声声源的频率自动提取方法 |
| CN111157095B (zh) * | 2020-01-17 | 2022-03-01 | 上海索辰信息科技股份有限公司 | 噪声声源的频率自动提取方法 |
| CN116401534A (zh) * | 2023-06-08 | 2023-07-07 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种脉动压力模态成分分离方法 |
| CN116401534B (zh) * | 2023-06-08 | 2023-08-01 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种脉动压力模态成分分离方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103033329B (zh) | 2015-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103033329B (zh) | 一种改进功率谱峰值法的空间网格结构频率识别方法 | |
| Barroso et al. | Damage detection utilizing the damage index method to a benchmark structure | |
| CN104964837B (zh) | 基于emd的结构刚度损伤监测方法及系统 | |
| CN102043019A (zh) | 一种框架结构损伤识别方法 | |
| CN110362886A (zh) | 一种基于不确定性分析的城镇砌体住宅安全评估方法 | |
| Shu et al. | A multi-task learning-based automatic blind identification procedure for operational modal analysis | |
| CN111581865A (zh) | 一种工程结构损伤远程监测预警方法及系统 | |
| KR101579732B1 (ko) | 스마트 콘크리트 구조물의 건전성을 모니터링하기 위한 방법 | |
| CN111753776B (zh) | 基于回声状态与多尺度卷积联合模型的结构损伤识别方法 | |
| Mao et al. | Bayesian operational modal analysis with genetic optimization for structural health monitoring of the long-span bridge | |
| WO2021142901A1 (en) | Method of physical mode extraction for engineering structure flexibility identification | |
| CN104316167A (zh) | 一种低信噪比下结构响应异常检测方法 | |
| CN111751211A (zh) | 一种岩石压裂缝网拓扑结构刻画方法 | |
| Sanchez et al. | Structural health monitoring using synchrosqueezed wavelet transform on IASC-ASCE benchmark phase I | |
| Yang et al. | A new convolutional neural network-based framework and data construction method for structural damage identification considering sensor placement | |
| Ma et al. | Two-stage damage identification based on modal strain energy and revised particle swarm optimization | |
| CN101950031A (zh) | 基于中国规范的强度折减系数模型的建模方法 | |
| KR101627771B1 (ko) | 석션 케이슨 앵커의 인발력을 예측하기 위한 데이터 지향 모델링 방법 | |
| Liu et al. | Production and construction quality management system of prefabricated buildings based on BIM technology | |
| CN103911958B (zh) | 悬索桥及拱桥吊杆定期检测的损伤定位系统及其方法 | |
| CN114997028A (zh) | 一种基于改进稳定图的空间网格结构省时随机子空间方法 | |
| CN113486502B (zh) | 一种基于复合赋权云模型的邮轮玻璃幕墙风险分析方法 | |
| CN112698405B (zh) | 基于地震动信号的滑坡事件识别、预警、评估方法 | |
| CN105701333B (zh) | 一种空间预应力索杆体系整体安全性评价方法 | |
| CN104008305B (zh) | 用于千万千瓦风电基地的可发电风资源分布估计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220207 Address after: 221150 houlou Industrial Park, Dapeng Town, Tongshan District, Xuzhou City, Jiangsu Province Patentee after: Xuzhou Jiuding Steel Structure Co.,Ltd. Address before: 100124 No. 100 Chaoyang District Ping Tian Park, Beijing Patentee before: Beijing University of Technology |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150923 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |