申请/专利权人：华侨大学

申请日：2020-11-13

公开（公告）日：2023-02-03

公开（公告）号：CN112417722B

主分类号：G06F30/23

分类号：G06F30/23;G06F17/11;G06F17/14;G06F17/16;G01M13/00;G01M99/00

优先权：

专利状态码：有效-授权

法律状态：2023.02.03#授权;2021.03.16#实质审查的生效;2021.02.26#公开

摘要：本发明公开了一种基于滑动窗NPE的线性时变结构工作模态识别方法，具体包括：获取线性时时变结构在采样时间内的振动位移响应信号；依据“时间冻结”理论，将振动位移响应信号进行划分分解成有限个窗长为L的位移响应信号；根据每个窗口下的振动位移响应信号建立NPE求解工作模态参数的模型，获得该瞬时时刻的工作模态参数；拟合各个窗口的工作模态参数，得到线性时变结构的工作模态参数；采用模态置信参数评价模态振型识别的准确性，采用误差率评价固有频率的准确性。本发明提出的方法将流形学习中的NPE结合滑动窗技术应用于时变结构的工作模态参数识别，有效的识别线性时变结构的工作模态参数。

主权项：1.一种基于滑动窗NPE的线性时变结构工作模态识别方法，其特征在于，包括如下步骤：获取线性时变结构在采样时间内的振动位移响应信号n表示的是传感器的个数，T表示采样时间；依据“时间冻结”理论，根据设置的滑动窗窗长L、传感器的个数n以及采样时间T，将振动位移响应信号进行划分分解成有限个窗长为L的振动位移响应信号根据每个窗口下的振动位移响应信号建立NPE求解工作模态参数的模型，获得瞬时时刻的工作模态参数；具体为：获得模态振型参数和固有频率参数，具体包括：构建含有个节点的邻接图G：通过K近邻算法获得节点的K个近邻点，并建立分别从节点到K个近邻点的有向边计算有向边的权重：设矩阵W表示权重矩阵，其中wij表示这条边的权重值，如果两个节点不相连，则权重为0；相连边的权值可以通过最小化以下目标函数来计算： 计算投影矩阵：通过求解以下式子的广义特征向量，计算线性投影A； 其中，M＝I-WTI-W，I＝diag1,…,1，矩阵M为半正定的对称矩阵；列向量为求解特征值λ0,λ1,…λi…,λd-1对应的特征向量，且λ0≤λ1≤…λi…≤λd-1；则表示为从而求得低维嵌入其中求得低维嵌入向量对应第i时刻的模态响应窗口的振动位移响应信号可分解为利用最小二乘法广义逆，估计出模态振型矩阵，最后通过用傅里叶变换从模态响应中求得模态固有频率；拟合各个窗口的工作模态参数，得到线性时变结构的工作模态参数，所述工作模态参数包括模态振型参数和固有频率参数；采用模态置信参数评价模态振型识别的准确性，采用误差率评价固有频率的准确性。

全文数据：

权利要求：

百度查询： 华侨大学 一种基于滑动窗NPE的线性时变结构工作模态识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD