CN111751070B - 调谐液体阻尼器性能参数的检测方法、系统、设备和介质 - Google Patents
调谐液体阻尼器性能参数的检测方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN111751070B CN111751070B CN202010649654.2A CN202010649654A CN111751070B CN 111751070 B CN111751070 B CN 111751070B CN 202010649654 A CN202010649654 A CN 202010649654A CN 111751070 B CN111751070 B CN 111751070B
- Authority
- CN
- China
- Prior art keywords
- tld
- modal
- frequency
- colored noise
- scale model
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种调谐液体阻尼器性能参数的检测方法、系统、设备和介质,首先确定输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励,在定制有色噪声激励下的振动台试验过程中,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;基于TLD耦合响应信号,获取到解耦后的模态响应信号,从解耦后的模态响应信号进行参数识别,得到TLD的参数性能。本发明能够快速、高效的检测出TLD性能参数,且具有资源占用量少的优点,并且本发明不受TLD形状和内部所设置构件的限制,适用于一些形状不规则、设置内部构件的TLD的性能参数检测。
Description
技术领域
本发明涉及动力减振器中的调谐液体阻尼器,特别涉及一种调谐液体阻尼器(TLD)性能参数的检测方法和系统。
背景技术
动力减振器(DVA)是一种常用在超高层建筑风振控制中的被动控制装置,通常包括调谐质量阻尼器(TMD)和调谐液体阻尼器(TLD)。一般,TLD由箱体、箱内液体以及具有调谐或增大阻尼功能的内部构件组成。TLD的频率和阻尼比是工程师所关注的两个重要性能指标。将TLD一阶频率与所要控制的结构模态频率调至相同,能够有效减缓结构风振响应。在TLD中设置内部构件,能够增大附加阻尼,使TLD达到更好的控制效果。因此,在设计初期,通过快速有效的检测方法,获得所设计TLD的性能参数,是工程师评估TLD控制效果的重要基础。
TLD的性能参数常可通过振动台试验、理论分析以及数值模拟的方法获得。其中,振动台试验通过正弦波扫频的方法,获得峰值波高随频率变化曲线,曲线最大值所对应频率即为TLD一阶频率。理论分析和数值模拟方法都是通过建立流体运动方程,设置相应初始条件与边界条件,求解方程获得流体响应,理论分析和数值模拟方法适合针对形状规则、不设置内部构件的TLD获取性能参数。
以上方法中,正弦波扫频的方法需要进行多条不同频率正弦波激励加载,费时费力,尤其是在需要识别高阶模态参数时工作量会更大而显得极为不经济,同时扫频方法不能准确识别存在耦合系统的模态参数。对于形状不规则、设置内部构件的TLD,理论分析和数值模拟方法较难准确确定其频率、阻尼比等性能参数。
发明内容
本发明的第一目的在于克服现有技术的缺点与不足,提供一种调谐液体阻尼器性能参数的检测方法,该检测方法能够快速、高效的识别出TLD性能参数,且适用于形状不规则、设置内部构件的TLD的性能参数检测。
本发明第二目的在于提供一种调谐液体阻尼器性能参数的检测系统。
本发明第三目的在于提供一种计算设备。
本发明第四目的在于提供一种存储介质。
本发明的第一目的通过下述技术方案实现:一种调谐液体阻尼器性能参数的检测方法,该方法包括步骤:
步骤1、根据TLD缩尺模型振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱;所述TLD缩尺模型为根据TLD原型结构设计制作的;
步骤2、根据输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励;
步骤3、在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;
步骤4、对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;
步骤5、在模态坐标下,对解耦后的模态响应信号进行参数识别,得到TLD的性能参数。
优选的,步骤1中确定输入激励的有色噪声功率谱SFF(f)为:
其中,α和β为由振动台的性能所决定的系数;a和b为输入激励的有效带宽范围的上限和下限,由TLD的理论估计确定。
优选的,所述TLD缩尺模型为给根据TLD原型结构,按照一定相似准则进行设计制作;具体的TLD缩尺模型和TLD原型结构相似准则为:
长度缩尺比为:
质量缩尺比为:
时间缩尺比为:
频率缩尺比为:
加速度缩尺比为:
其中,n为常数,代表长度缩尺比值,Lm为TLD缩尺模型长度,Lp为TLD原型结构长度,Mm为TLD缩尺模型质量,Mp为TLD原型结构质量,ρ为液体密度,Vm为TLD缩尺模型体积,Vp为TLD原型结构体积,Tm为TLD缩尺模型周期,Tp为TLD原型结构周期,fm为TLD缩尺模型频率,fp为TLD原型结构频率,am为TLD缩尺模型加速度,ap为TLD原型结构加速度。
优选的,步骤2中,采用随机模拟方法模拟出用于振动试验的定制有色噪声激励的具体包括:
步骤2-1、采用随机模拟方法将有色噪声功率谱转换为有色噪声时程x(t):
Na=int(a/△f),Nb=int(b/△f);
△f=1/T;
其中,△f为离散频率点的频率间隔,N″为离散化的有色噪声功率谱线序列,为在[0,2π]区间内满足均匀分布的随机相位角,T为要模拟的样本时间,a和b为输入激励的有效带宽范围的上限和下限,TLD的理论估计确定;
步骤2-2、对有色噪声时程x(t)进行加窗与调幅,得到用于振动台试验的定制有色噪声激励。
优选的,步骤4中得到解耦后的模态响应信号的具体步骤包括:
步骤4-1、对测量系统采集到的TLD耦合响应信号进行前处理,构建相应复信号;
优选的,步骤5中对解耦后的模态响应信号进行参数识别,识别得到的TLD性能参数包括频率和阻尼比,具体步骤包括:
式中,S0为输入激励在固有频率处的功率谱密度值,β为荷载幂指数,fj为TLD的第j阶模态频率,f为频率变量;
步骤5-2、计算需要进行参数性能识别的TLD模态响应y(t)功率谱密度Sy,N(f')的期望;具体为:
本步骤中,需要进行参数性能识别的TLD模态响应y(t)为:
本步骤中,计算TLD模态响应y(t)功率谱密度Sy,N(f')的期望:
式中,Sη为η(t)的功率谱密度分布;f'=k△f,k=0,1,…,int(N/2),int表示取实数的整数部分,T为采样时间;θ为需要识别的TLD模态参数,包括TLD模态频率和阻尼比参数值;为TLD模态响应的功率谱密度;N为采样总数;
步骤5-3、计算Sy,N(f')的概率密度函数;具体为:
本步骤中,对于平稳过程,在特定的频率区间段,Sy,N(f')的概率密度函数p(Sy,N(f')|θ)近似为Chi-square分布:
当k1≠k2时,Sy,N(k1△f)与Sy,N(k2△f)的联合概率密度分布函数可表示为
步骤5-4、计算TLD模态参数最优解,得到TLD的多阶频率f1、f2、f3...fN',阻尼比ζ1、ζ2、ζ3...ζN',N′为TLD所求频率和阻尼的总阶数;具体为:
步骤5-5、对上述获取到的TLD性能参数进行不确定性评估。
本发明的第二目的通过下述技术方案实现:一种调谐液体阻尼器性能参数的检测系统,包括上位机、TLD缩尺模型、振动台、作动器和测量系统;
所述TLD缩尺模型安装在振动台上;
所述测量系统连接上位机,用于采集TLD缩尺模型中液体响应数据,并且将采集到的液体响应数据传送给上位机;
所述振动台连接作动器,由作动器驱动振动台进行振动;
所述上位机连接作动器和测量系统,用于执行本发明第一目的所述的调谐液体阻尼器性能参数的检测方法;用于在执行调谐液体阻尼器性能参数的检测方法中,根据获取到的定制有色噪声激励控制作动器的动作,驱动振动台在定制有色噪声激励下的振动试验;用于在振动台振动试验时,通过测量系统采集到TLD缩尺模型中液体响应数据。
优选的,所述测量系统包括波高计,所述波高计连接上位机;所述波高计设置在TLD缩尺模型内部,用于检测TLD缩尺模型中液体高度变化;
所述波高计的数量为一个或多个,其中,波高计数量的最大值与有效宽带范围内所包括的TLD模态阶数相等。
本发明的第三目的通过下述技术方案实现:一种计算设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现本发明第一目的所述的调谐液体阻尼器性能参数的检测方法。
本发明的第四目的通过下述技术方案实现:一种存储介质,存储有程序,所述程序被处理器执行时,实现本发明第一目的所述的调谐液体阻尼器性能参数的检测方法。
本发明相对于现有技术具有如下的优点及效果:
(1)本发明调谐液体阻尼器性能参数的检测方法,该方法首先确定输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励,在定制有色噪声激励下的振动台试验过程中,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;基于TLD耦合响应信号,获取到解耦后的模态响应信号,从解耦后的模态响应信号进行参数识别,得到TLD的参数性能。本发明检测方法可仅通过一次定制有色噪声激励下的振动台试验结果,就能分析获得TLD性能参数,并且是基于模态响应信号进行TLD性能参数识别的,因此能够快速、高效的检测出TLD性能参数,且具有资源占用量少的优点。并且本发明检测方法,不受TLD形状和内部所设置构件的限制,适用于一些形状不规则、设置内部构件的TLD的性能参数检测。
(2)本发明调谐液体阻尼器性能参数的检测方法中,通过需要进行参数性能识别的TLD模态响应y(t)功率谱密度Sy,N(f')的期望、Sy,N(f')的概率密度函数以及TLD模态参数的后验概率密度函数,针对TLD模态参数计算最优解,能够同时识别TLD多阶频率以及各阶相应阻尼比。
(3)本发明调谐液体阻尼器性能参数的检测方法具有普适性,可用于信号耦合和非耦合的情况,并引入了复模态理论,能够自适应比例阻尼和非比例阻尼,具有解耦效果可靠、有效的优点。
(4)本发明调谐液体阻尼器性能参数的检测方法中,在获取到TLD性能参数后,还包括对TLD性能参数进行不确定性评估,实现对调谐液体阻尼器减振性能的不确定性评估。
附图说明
图1是本发明方法流程图。
图2是本发明系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本实施例一种调谐液体阻尼器性能参数的检测方法,基于该方法能够检测出调谐液体阻尼器的性能参数,如图1所示,该方法包括步骤:
步骤1、根据TLD缩尺模型的测试系统即振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱SFF(f):
其中,α和β为由振动台的性能所决定的系数,其中当振动台为位移控制加载时,α=1,β=-4,当振动台为加速度控制加载时,α=1,β=0;f为频率变量,a和b为输入激励的有效带宽范围的上限和下限,由TLD的理论估计确定。
TLD性能的理论估计指采用理论公式计算TLD的各阶模态频率,理论公式为:
其中,fj为TLD第j阶模态频率,g为重力加速度,L为TLD缩尺模型长度,h为TLD缩尺模型内液体深度。确定重点关注的频率范围,例如重点关注的是TLD前三阶模态频率f1、f2、f3,那么输入激励的有效带宽范围的下限应小于f1,上限应大于f3。
本实施例中,TLD缩尺模型为根据TLD原型结构,按照一定相似准确设计制作的,制作材料可以选择有机玻璃或铁板等。本实施例中,具体的TLD缩尺模型和TLD原型结构相似准则为:
长度缩尺比为:
质量缩尺比为:
时间缩尺比为:
频率缩尺比为:
加速度缩尺比为:
其中,n为常数,代表长度缩尺比值,n一般根据振动台台面尺寸确定,振动台台面尺寸大,则n值越小,反之n值越大,Lm为TLD缩尺模型长度,Lp为TLD原型结构长度,Mm为TLD缩尺模型质量,Mp为TLD原型结构质量,ρ为液体密度,Vm为TLD缩尺模型体积,Vp为TLD原型结构体积,Tm为TLD缩尺模型周期,Tp为TLD原型结构周期,fm为TLD缩尺模型频率,fp为TLD原型结构频率,am为TLD缩尺模型加速度,ap为TLD原型结构加速度。
步骤2、根据输入激励的有色噪声功率谱,采用随机模拟方法模拟出用于振动试验的定制有色噪声激励。具体包括:
步骤2-1、采用随机模拟方法将有色噪声功率谱转换为有色噪声时程x(t):
Na=int(a/△f),Nb=int(b/△f);
△f=1/T;
其中,△f为离散频率点的频率间隔,N″为离散化的有色噪声功率谱线序列,为在[0,2π]区间内满足均匀分布的随机相位角,T为要模拟的样本时间,a和b为输入激励的有效带宽范围的上限和下限,TLD的理论估计确定;上述式(1)可以通过快速逆傅里叶变换进行快速计算。
步骤2-2、对有色噪声时程x(t)进行加窗与调幅,得到用于振动台试验的定制有色噪声激励。
步骤3、在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号,在本实施例中,测量系统中包括设置在TLD缩尺模型中的波高计,液体响应数据为通过波高计所测量到的TLD内部液体液面变化时程数据。
在本实施例中,测量系统主要包括测量TLD缩尺模型中液体高度变化的波高计,以及测量振动台台面加速度的加速度传感器,本实施例中,根据波高计检测到的液体高度信号获取到TLD缩尺模型中液体响应数据。在本实施例中,设置在TLD缩尺模型中的波高计数量可以为一个或多个,波高计的数量决定了所能检测到的TLD性能参数的多少,即在输入激励的有效带宽范围内,设置波高计数量越多,所能识别的TLD模态阶数越多,波高计设置数量最大值与有效带宽范围内所包含TLD模态阶数相等。
步骤4、对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;具体步骤包括:
本步骤中,对TLD耦合响应信号进行前处理指的是对TLD耦合响应信号x(t)进行复数化,得到x(t)的复信号为:
式中,x90(t)由x(t)经Hilbert变换获得,并采用镜像法消除边界效应;i表示虚数单位。
并对该矩阵进行特征值分解,得到Cx(t)的单位特征向量矩阵E,以及对角元素为Cx(t)特征值的对角矩阵Λ=diag(λ1,λ2,...λi),λ1,λ2,...λi为常量;则白化矩阵W可表示为:
W=Λ-1/2ET;
式中,S0为输入激励在固有频率处的功率谱密度值,β为荷载幂指数,fj为TLD的第j阶模态频率。
步骤5-2、计算需要进行参数性能识别的TLD模态响应y(t)功率谱密度Sy,N(f')的期望;
本步骤中,需要进行参数性能识别的TLD模态响应y(t)为:
本步骤中,计算TLD模态响应y(t)功率谱密度Sy,N(f')的期望:
式中,Sη为η(t)的功率谱密度分布;f'=k△f,k=0,1,…,int(N/2),int表示取实数的整数部分,T为采样时间;θ为需要识别的TLD模态参数,包括TLD模态频率和阻尼比等参数值;为TLD模态响应的功率谱密度;N为采样总数。
步骤5-3、计算Sy,N(f')的概率密度函数;
本步骤中,对于平稳过程,在特定的频率区间段,Sy,N(f')的概率密度函数p(Sy,N(f')|θ)近似为Chi-square分布,
当k1≠k2时,Sy,N(k1△f)与Sy,N(k2△f)的联合概率密度分布函数可表示为
步骤5-4、计算TLD模态参数最优解,得到TLD的多阶频率f1、f2、f3...fN',阻尼比ζ1、ζ2、ζ3...ζN',N′为TLD所求频率和阻尼的总阶数。
本步骤中,根据贝叶斯定理,TLD模态参数的后验概率密度函数为:
式中b为一个正则化常数,p(θ)为先验概率密度函数,两者在计算中通常被视为常数。
步骤5-5、对上述获取到的TLD性能参数进行不确定性评估;在本实施例中,通过后验变异系数cov(coefficient of variation=标准差/MPV)来评估TLD性能参数的不确定性,从而实现对调谐液体阻尼器减振性能的不确定性评估。
实施例2
本实施例公开了一种调谐液体阻尼器性能参数的检测系统,如图2所示,包括TLD缩尺模型1、上位机2、作动器3、振动台4和测量系统。
本实施例中,TLD缩尺模型1安装在振动台4上。在本实施例中,TLD缩尺模型为根据TLD原型结构,按照一定相似准确设计制作的,制作材料可以选择有机玻璃或铁板等。本实施例中,具体的TLD缩尺模型和TLD原型结构相似准则可以如实施例1中所示,此处不再赘述。
本实施例中,测量系统连接上位机,用于采集TLD缩尺模型中液体响应数据,并且将采集到的液体响应数据传送给上位机。
本实施例中,振动台连接作动器,由作动器驱动振动台进行振动。在本实施例中,作动器连接上位机,由上位机根据激励大小来控制作动器的动作,由于作动器连接到振动台,作动器在动作的过程中,能够带动振动台进行振动,从而使得振动台进行振动试验。
本实施例中,上位机连接作动器和测量系统,用于执行实施例1所述的调谐液体阻尼器性能参数的检测方法,如下:
根据TLD缩尺模型振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱;所述TLD缩尺模型为根据TLD原型结构设计制作的;
根据输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励;
在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;
对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;
在模态坐标下,对解耦后的模态响应信号进行参数识别,得到TLD的性能参数。
同时,在本实施例中,上位机用于在执行调谐液体阻尼器性能参数的检测方法中,根据获取到的定制有色噪声激励控制作动器的动作,驱动振动台在定制有色噪声激励下的振动试验;上位机在振动台振动试验时,通过测量系统采集到TLD缩尺模型中液体响应数据。
在本实施例中,测量系统包括加速度传感器5和波高计6,加速度传感器5和波高计6分别连接上位机;加速度传感器5安装在振动台的台面上,用于检测振动台的加速度;波高计6设置在TLD缩尺模型内部,用于检测TLD缩尺模型中液体高度变化。上位机基于波高计所检测的信号,获取到TLD液体响应数据。
在本实施例中,波高计在TLD缩尺模型中的设置位置可以如图2中所示,即均匀的设置在TLD缩尺模型内。本实施例中,波高计的数量不仅可以是如图2中所示的设置为4个,所设置波高计的数量决定了本实施系统所能检测到的TLD性能参数的多少,即在输入激励的有效带宽范围内,其中,设置波高计数量越多,本实施例所能识别的TLD模态阶数越多,波高计设置数量最大值与有效带宽范围内所包含TLD模态阶数相等。
在本实施例中,如图2中所示,多个波高计6分别连接一台集线仪7,各波高计采集到的数据可通过一台集线仪统一传输到上位机。
在本实施例中,上位机可以是计算机、服务器、工控机等设备。
实施例3
本实施例公开了一种计算设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现实施例1所示的调谐液体阻尼器性能参数的检测方法,如下:
根据TLD缩尺模型振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱;所述TLD缩尺模型为根据TLD原型结构设计制作的;
根据输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励;
在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;
对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;
在模态坐标下,对解耦后的模态响应信号进行参数识别,得到TLD的性能参数。
在本实施例中,计算设备可以为台式电脑、笔记本电脑、智能手机、PDA手持终端或平板电脑。
实施例4
本实施例公开了一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现实施例1所述的调谐液体阻尼器性能参数的检测方法,如下:
根据TLD缩尺模型振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱;所述TLD缩尺模型为根据TLD原型结构设计制作的;
根据输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励;
在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;
对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;
在模态坐标下,对解耦后的模态响应信号进行参数识别,得到TLD的性能参数。
本实施例中存储介质可以是磁盘、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、U盘、移动硬盘等介质。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种调谐液体阻尼器性能参数的检测方法,其特征在于,该方法包括步骤:
步骤1、根据TLD缩尺模型振动台的性能和TLD的理论估计,确定输入激励的有色噪声功率谱;所述TLD缩尺模型为根据TLD原型结构设计制作的;
步骤2、根据输入激励的有色噪声功率谱,模拟出用于振动试验的定制有色噪声激励;
步骤3、在定制有色噪声激励下进行振动台试验时,通过测量系统采集TLD缩尺模型中液体响应数据,得到TLD耦合响应信号;
步骤4、对测量系统采集到的TLD耦合响应信号进行解耦,进而得到解耦后的模态响应信号;
步骤5、在模态坐标下,对解耦后的模态响应信号进行参数识别,得到TLD的性能参数;
步骤1中确定输入激励的有色噪声功率谱SFF(f)为:
其中,α和β为由振动台的性能所决定的系数;a和b为输入激励的有效带宽范围的上限和下限,由TLD的理论估计确定;
所述TLD缩尺模型为根据TLD原型结构,按照一定相似准则进行设计制作;具体的TLD缩尺模型和TLD原型结构相似准则为:
长度缩尺比为:
质量缩尺比为:
时间缩尺比为:
频率缩尺比为:
加速度缩尺比为:
其中,n为常数,代表长度缩尺比值,Lm为TLD缩尺模型长度,Lp为TLD原型结构长度,Mm为TLD缩尺模型质量,Mp为TLD原型结构质量,ρ为液体密度,Vm为TLD缩尺模型体积,Vp为TLD原型结构体积,Tm为TLD缩尺模型周期,Tp为TLD原型结构周期,fm为TLD缩尺模型频率,fp为TLD原型结构频率,am为TLD缩尺模型加速度,ap为TLD原型结构加速度;
步骤2中,采用随机模拟方法模拟出用于振动试验的定制有色噪声激励的具体包括:
步骤2-1、采用随机模拟方法将有色噪声功率谱转换为有色噪声时程x(t):
Na=int(a/△f),Nb=int(b/△f);
△f=1/T;
其中,△f为离散频率点的频率间隔,N″为离散化的有色噪声功率谱线序列,为在[0,2π]区间内满足均匀分布的随机相位角,T为要模拟的样本时间,a和b为输入激励的有效带宽范围的上限和下限,由TLD的理论估计确定;
步骤2-2、对有色噪声时程x(t)进行加窗与调幅,得到用于振动台试验的定制有色噪声激励。
3.根据权利要求1所述的调谐液体阻尼器性能参数的检测方法,其特征在于,步骤5中对解耦后的模态响应信号进行参数识别,识别得到的TLD性能参数包括频率和阻尼比,具体步骤包括:
式中,S0为输入激励在固有频率处的功率谱密度值,β为荷载幂指数,fj为TLD的第j阶模态频率,f为频率变量;
步骤5-2、计算需要进行参数性能识别的TLD模态响应y(t)功率谱密度Sy,N(f')的期望;具体为:
本步骤中,需要进行参数性能识别的TLD模态响应y(t)为:
本步骤中,计算TLD模态响应y(t)功率谱密度Sy,N(f')的期望:
式中,Sη为η(t)的功率谱密度分布;f'=k△f,k=0,1,…,int(N/2),int表示取实数的整数部分,T为采样时间;θ为需要识别的TLD模态参数,包括TLD模态频率和阻尼比参数值;为TLD模态响应的功率谱密度;N为采样总数;
步骤5-3、计算Sy,N(f')的概率密度函数;具体为:
本步骤中,对于平稳过程,在特定的频率区间段,Sy,N(f')的概率密度函数p(Sy,N(f')|θ)近似为Chi-square分布:
当k1≠k2时,Sy,N(k1△f)与Sy,N(k2△f)的联合概率密度分布函数可表示为
步骤5-4、计算TLD模态参数最优解,得到TLD的多阶频率f1、f2、f3...fN',阻尼比ζ1、ζ2、ζ3...ζN',N′为TLD所求频率和阻尼的总阶数;具体为:
步骤5-5、对上述获取到的TLD性能参数进行不确定性评估。
4.一种调谐液体阻尼器性能参数的检测系统,其特征在于,包括上位机、TLD缩尺模型、振动台、作动器和测量系统;
所述TLD缩尺模型安装在振动台上;
所述测量系统连接上位机,用于采集TLD缩尺模型中液体响应数据,并且将采集到的液体响应数据传送给上位机;
所述振动台连接作动器,由作动器驱动振动台进行振动;
所述上位机连接作动器和测量系统,用于执行权利要求1~3中任一项所述的调谐液体阻尼器性能参数的检测方法;用于在执行调谐液体阻尼器性能参数的检测方法中,根据获取到的定制有色噪声激励控制作动器的动作,驱动振动台在定制有色噪声激励下的振动试验;用于在振动台振动试验时,通过测量系统采集到TLD缩尺模型中液体响应数据。
5.根据权利要求4所述的调谐液体阻尼器性能参数的检测系统,其特征在于,所述测量系统包括波高计,所述波高计连接上位机;所述波高计设置在TLD缩尺模型内部,用于检测TLD缩尺模型中液体高度变化;
所述波高计的数量为一个或多个,其中,波高计数量的最大值与有效带宽范围内所包括的TLD模态阶数相等。
6.一种计算设备,包括处理器以及用于存储处理器可执行程序的存储器,其特征在于,所述处理器执行存储器存储的程序时,实现权利要求1-3中任一项所述的调谐液体阻尼器性能参数的检测方法。
7.一种存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-3中任一项所述的调谐液体阻尼器性能参数的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010649654.2A CN111751070B (zh) | 2020-07-08 | 2020-07-08 | 调谐液体阻尼器性能参数的检测方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010649654.2A CN111751070B (zh) | 2020-07-08 | 2020-07-08 | 调谐液体阻尼器性能参数的检测方法、系统、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111751070A CN111751070A (zh) | 2020-10-09 |
CN111751070B true CN111751070B (zh) | 2021-07-20 |
Family
ID=72680120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010649654.2A Active CN111751070B (zh) | 2020-07-08 | 2020-07-08 | 调谐液体阻尼器性能参数的检测方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111751070B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112326240B (zh) * | 2020-11-12 | 2022-12-20 | 中建八局第三建设有限公司 | 一种利用高层建筑调谐质量阻尼器性能检测系统的检测方法 |
CN113065208B (zh) * | 2021-03-29 | 2021-11-23 | 华南理工大学 | 调谐液体阻尼器设计方法、装置、介质和设备 |
CN113673012B (zh) * | 2021-07-29 | 2023-08-22 | 华南理工大学 | 基于风洞试验的结构-tld系统的耦合振动实现方法 |
US20230093741A1 (en) * | 2021-09-17 | 2023-03-23 | Triad National Security, Llc | Signal processing methods and apparatus |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1600755A1 (fr) * | 2004-05-24 | 2005-11-30 | Renault SAS | Dispositif de simulation de vibrations, et banc d'essai de moteurs à combustion interne équipé d'un tel dispositif |
CN108918074A (zh) * | 2018-07-13 | 2018-11-30 | 上海交通大学 | 一种基于智能材料阻尼器的冲击载荷模拟设备及应用方法 |
CN110823537A (zh) * | 2019-10-16 | 2020-02-21 | 华南理工大学 | 一种超高层建筑风振控制阻尼器性能的检测评价方法 |
-
2020
- 2020-07-08 CN CN202010649654.2A patent/CN111751070B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1600755A1 (fr) * | 2004-05-24 | 2005-11-30 | Renault SAS | Dispositif de simulation de vibrations, et banc d'essai de moteurs à combustion interne équipé d'un tel dispositif |
CN108918074A (zh) * | 2018-07-13 | 2018-11-30 | 上海交通大学 | 一种基于智能材料阻尼器的冲击载荷模拟设备及应用方法 |
CN110823537A (zh) * | 2019-10-16 | 2020-02-21 | 华南理工大学 | 一种超高层建筑风振控制阻尼器性能的检测评价方法 |
Non-Patent Citations (3)
Title |
---|
Real-time hybrid shaking table testing method for the performance evaluation of a tuned liquid damper controlling seismic response of building structures;Sung-Kyung Lee, et al.;《Journal of Sound and Vibration》;20071231;第596-612页 * |
调谐液体阻尼器对桩应力影响的振动台实验;宗刚等;《同济大学学报(自然科学版)》;20040830;第32卷(第08期);第981-985页 * |
调谐液体阻尼器的振动台子结构试验研究;周惠蒙等;《土木工程学报》;20141115;第47卷;第70-75页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111751070A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111751070B (zh) | 调谐液体阻尼器性能参数的检测方法、系统、设备和介质 | |
Montiel et al. | Hydroelastic response of floating elastic discs to regular waves. Part 2. Modal analysis | |
US20180328797A1 (en) | Method for measuring axial force of bolt | |
JP6763394B2 (ja) | 土質判定装置、土質判定方法及びプログラムを記憶する記録媒体 | |
CN110823537B (zh) | 一种超高层建筑风振控制阻尼器性能的检测评价方法 | |
CN113065208B (zh) | 调谐液体阻尼器设计方法、装置、介质和设备 | |
JPH0627695B2 (ja) | 超音波を使用して懸濁液中の粒子サイズ分布および濃度を測定する方法 | |
Mao et al. | The construction and comparison of damage detection index based on the nonlinear output frequency response function and experimental analysis | |
Kelareh et al. | Dynamic Specification Determination using System Response Processing and Hilbert-Huang Transform Method | |
CN112525998A (zh) | 一种墙体质量的检测方法及装置 | |
Kulakovskyi et al. | Statistical analysis of guided wave imaging algorithms performance illustrated by a simple structural health monitoring configuration | |
Zea et al. | Sound absorption estimation of finite porous samples with deep residual learning | |
Zhao et al. | Early Fatigue Crack Damage Identification by Multi-classification Support-Vector Machine Based on Lamb Wave and Temperature Compensation | |
CN111881800A (zh) | 基于ar模型和自助检验的钢管混凝土脱空缺陷检测方法 | |
Cheng et al. | Transfer Path Analysis and Contribution Evaluation Using SVD‐and PCA‐Based Operational Transfer Path Analysis | |
Khodaparast et al. | Fuzzy model updating and its application to the DLR AIRMOD test structure | |
CN107941485A (zh) | 一种船舶典型结构内损耗因子快速测试方法 | |
CN113919388A (zh) | 一种融合信号频谱幅值调制和深度学习的机电装备故障诊断方法及装置 | |
Qu et al. | Aging state detection of viscoelastic sandwich structure based on ELMD and sensitive IA spectrum entropy | |
Xu et al. | Operational modal analysis of a rectangular plate using noncontact acoustic excitation | |
Dwek et al. | Damage Identification in Plate-Like Structures Using Frequency-Coupled L1-Based Sparse Estimation | |
RU2783367C1 (ru) | Способ определения положения разломов на основе сейсмических данных | |
Li et al. | Multi-parameter Tikhonov regularization-based OTPA with application to ship-radiated noise evaluation | |
Egner et al. | Fast Inverse Estimation of 9 Poroelastic Material Parameters Based on Absorption Coefficient Measurement | |
Chen et al. | Acoustic and Vibrating Signal Analysis Technologies in Food |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |