6.1.1 結(jié)構(gòu)模態(tài)參數(shù)識別的定義

在系統(tǒng)模型已知的情況下，用實測的輸入與輸出數(shù)據(jù)來識別描述系統(tǒng)特性的各種物理參數(shù)，如系統(tǒng)的質(zhì)量、剛度及阻尼，稱之為“參數(shù)識別”。

如果實際結(jié)構(gòu)可以運(yùn)用所謂的“模態(tài)模型”來描述其動態(tài)響應(yīng)，則通過實驗數(shù)據(jù)的處理和分析，尋求其“模態(tài)參數(shù)”的過程，稱之為模態(tài)參數(shù)識別。

6.1.2 結(jié)構(gòu)模態(tài)參數(shù)識別的目的

1 通過模態(tài)試驗，一般情況下可獲取結(jié)構(gòu)自振頻率、振型、模態(tài)阻尼比，如有特殊要求，可獲取模態(tài)剛度、模態(tài)質(zhì)量等結(jié)構(gòu)動力特性參數(shù)。

2 獲取的結(jié)構(gòu)動力特性參數(shù)，可為結(jié)構(gòu)計算模型修正提供依據(jù)，并為結(jié)構(gòu)損傷識別提供基礎(chǔ)數(shù)據(jù)。

6.1.3 模態(tài)試驗的基本要求

1 結(jié)構(gòu)模態(tài)試驗前，應(yīng)根據(jù)試驗?zāi)康闹贫ǚ舷嚓P(guān)技術(shù)要求的試驗方案，并進(jìn)行必要的計算。

2 模態(tài)試驗應(yīng)符合下列要求：

(1) 傳感器宜選擇高靈敏度的低頻傳感器；

(2) 測點布置應(yīng)盡量避開振型節(jié)點和反節(jié)點處，所布測點數(shù)不應(yīng)少于所測模態(tài)階數(shù)的2倍，宜對稱布置同時采集；

(3) 試驗時應(yīng)避免環(huán)境及系統(tǒng)干擾；

(4) 采樣頻率應(yīng)滿足采樣定理的基本要求；

(5) 采樣時間要保證數(shù)據(jù)有足夠的長度；

(6) 當(dāng)測點較多而傳感器數(shù)量不足時，可以分批測量，每批測試應(yīng)至少保留一個共同的參考點。

6.1.4 數(shù)據(jù)處理方法

大跨橋梁、大型建筑等土木工程結(jié)構(gòu)，通常難以對其實施人工激勵，可以采用隨機(jī)振動識別理論，通過測量“環(huán)境激勵”下的輸出響應(yīng)來識別結(jié)構(gòu)的模態(tài)參數(shù)。

環(huán)境激勵下的工程結(jié)構(gòu)模態(tài)參數(shù)識別方法可以分為三大類：頻域識別方法、時域識別方法和時頻域方法。

6.1.5 在線識別技術(shù)

“在線”強(qiáng)調(diào)的是模態(tài)參數(shù)識別的實時性和自動性。相對于普通的基于現(xiàn)場測試的模態(tài)試驗而言，在線模態(tài)參數(shù)識別具有全天候、快速、實時的優(yōu)點，由于實際結(jié)構(gòu)在不同環(huán)境下其動力特性會有所不同，如邊界條件、溫度的變化，臺風(fēng)、運(yùn)營荷載等，只有實時分析才能獲取整個結(jié)構(gòu)的動力特性變化情況。

6.2 損傷識別方法

6.2.1 總體要求

1 工作目標(biāo)

結(jié)構(gòu)的損傷識別是指利用結(jié)構(gòu)的響應(yīng)數(shù)據(jù)來分析結(jié)構(gòu)物理參數(shù)的變化，進(jìn)而識別結(jié)構(gòu)的損傷。

2 深度要求

(1) 損傷識別根據(jù)工作深度可以由淺入深逐次分為損傷預(yù)警、損傷定位、損傷定量、損傷評估；

(2) 損傷預(yù)警應(yīng)給出結(jié)構(gòu)是否發(fā)生損傷的明確判斷，并對相應(yīng)的判斷閾值進(jìn)行說明；

(3) 損傷定位應(yīng)給出結(jié)構(gòu)發(fā)生的損傷位置，可給出損傷位置的幾何坐標(biāo)，也可給出損傷單元或者構(gòu)件的編號；

(4) 損傷定量應(yīng)以百分比的形式給出發(fā)生損傷的單元或者構(gòu)件的損傷程度；

(5) 損傷評估應(yīng)對結(jié)構(gòu)的損傷后的性能退化做出綜合評估，對結(jié)構(gòu)損傷后的殘余壽命進(jìn)行科學(xué)預(yù)測。

6.2.2 動力指紋法

可選用固有頻率、固有振型等模態(tài)參數(shù)及其各種導(dǎo)出量來構(gòu)建結(jié)構(gòu)的動力指紋，根據(jù)動力指紋的變化來辨識結(jié)構(gòu)的損傷。

常見的結(jié)構(gòu)動力指紋包括固有頻率比、固有振型變化、振型曲率、應(yīng)變模態(tài)振型、MAC、COMAC、柔度曲率、模態(tài)應(yīng)變能、里茲向量等，結(jié)構(gòu)損傷識別時，可根據(jù)實際需要選用其中的一種或者多種。

6.2.3 模型修正法

若有高精度的有限元基準(zhǔn)模型可供利用時，可采用模型修正的方法進(jìn)行結(jié)構(gòu)物理參數(shù)辨識進(jìn)而實現(xiàn)結(jié)構(gòu)損傷識別的目的。

模型修正是利用結(jié)構(gòu)實測數(shù)據(jù)（一般是模態(tài)參數(shù)）來修正結(jié)構(gòu)的初始理論模型，使修正后的結(jié)構(gòu)模型的響應(yīng)與結(jié)構(gòu)的實測響應(yīng)相一致。用模型修正法進(jìn)行損傷識別時，應(yīng)把有限元基準(zhǔn)模型作為結(jié)構(gòu)的初始理論模型，把損傷后的結(jié)構(gòu)響應(yīng)作為結(jié)構(gòu)實測數(shù)據(jù)。

用于損傷識別的常用的模型修正方法可分為：矩陣型修正方法、元素型修正方法、誤差因子修正方法（子矩陣修正方法）、設(shè)計參數(shù)修正方法。

6.2.4 神經(jīng)網(wǎng)絡(luò)法

神經(jīng)網(wǎng)絡(luò)是一種基于數(shù)據(jù)的非參數(shù)化非線性建模方法，其用于損傷識別的基本步驟，是構(gòu)建結(jié)構(gòu)的損傷數(shù)據(jù)集合，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，校驗神經(jīng)網(wǎng)絡(luò)的有效性，利用訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行損傷識別。

結(jié)構(gòu)的損傷數(shù)據(jù)應(yīng)根據(jù)用途劃分為訓(xùn)練集、校驗集、測試集。為了得到較好的結(jié)果，訓(xùn)練集一般應(yīng)進(jìn)行歸一化。