采用Boorsrrap抽样的靖远黄河大桥模态参数识别不确定性量化

Journal of Huaqiao University(Natural Science)(2020)

引用 0|浏览2
暂无评分
摘要
提出一种基于Bootstrap抽样的模态参数识别不确定性量化方法,从整体和局部的角度评价模态参数识别结果的可靠性.首先,基于动力测试的加速度时程数据,采用协方差驱动随机子空间(SSI-COV)法识别不同测试组的模态参数;引入Bootstrap抽样方法,对多组模态参数识别结果进行B次重复抽样,得到Bootstrap样本数据,并通过其概率统计特征值衡量整体不确定性.然后,对单个测试组中不同时间段的识别结果进行重复抽样,分析并量化单个测试组的模态参数识别的不确定性.最后,以靖远黄河大桥试验数据为例,对靖远黄河大桥竖向单个及多个测试组下的模态参数进行不确定性量化.结果表明:不同测试组识别的前3阶固有频率的均值分别为1.5539,1.7206,2.1652,方差分别为0.0761,0.0429,0.0965;单个测试组识别的前3阶固有频率的均值分别为1.5265,1.7880,2.3060,方差分别为0.0153,0.0496,0.0182;文中方法识别的固有频率值总体较为稳定.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要