MAR(Multivariate Auto Regression)是一种多变量时间序列模型,可用于结构响应建模和模态参数识别。作为一种时域方法,采用MAR模型进行参数识别同样存在虚假模态问题。针对该方法提出了一种新的虚假模态剔除方法。基本思想是:求解由结...MAR(Multivariate Auto Regression)是一种多变量时间序列模型,可用于结构响应建模和模态参数识别。作为一种时域方法,采用MAR模型进行参数识别同样存在虚假模态问题。针对该方法提出了一种新的虚假模态剔除方法。基本思想是:求解由结构响应建立的MAR模型的自回归系数,结合基于MAR模型识别的各阶模态参数建立含残差项的模态响应MAR模型,将残差较大的模态确定为虚假模态。首先讨论了结构脉冲响应的MAR模型及其模态响应MAR模型;然后应用杜哈梅积分思想,推导得到了环境激励下带误差项的结构响应MAR模型;对该模型进行时域离散,得到离散响应MAR模型。利用测试得到的结构响应即可建立MAR模型,并采用最小二乘法估计模型回归系数。利用回归系数与识别的模态参数建立含残差项的模态响应MAR模型。采用残差的欧几里德范数与模态响应范数比值作为评判指标,残差较大的模态即可判定为虚假模态。最后用数值模拟算例和模型实验对该方法的有效性进行了验证。结果表明:与常规稳定图相比,使用该方法剔除虚假模态后得到的增强稳定图更清晰,能更可靠地确定结构的真实模态。展开更多
文摘MAR(Multivariate Auto Regression)是一种多变量时间序列模型,可用于结构响应建模和模态参数识别。作为一种时域方法,采用MAR模型进行参数识别同样存在虚假模态问题。针对该方法提出了一种新的虚假模态剔除方法。基本思想是:求解由结构响应建立的MAR模型的自回归系数,结合基于MAR模型识别的各阶模态参数建立含残差项的模态响应MAR模型,将残差较大的模态确定为虚假模态。首先讨论了结构脉冲响应的MAR模型及其模态响应MAR模型;然后应用杜哈梅积分思想,推导得到了环境激励下带误差项的结构响应MAR模型;对该模型进行时域离散,得到离散响应MAR模型。利用测试得到的结构响应即可建立MAR模型,并采用最小二乘法估计模型回归系数。利用回归系数与识别的模态参数建立含残差项的模态响应MAR模型。采用残差的欧几里德范数与模态响应范数比值作为评判指标,残差较大的模态即可判定为虚假模态。最后用数值模拟算例和模型实验对该方法的有效性进行了验证。结果表明:与常规稳定图相比,使用该方法剔除虚假模态后得到的增强稳定图更清晰,能更可靠地确定结构的真实模态。
