CN110749655B - 一种针对比例阻尼结构的复模态辨识方法 - Google Patents
一种针对比例阻尼结构的复模态辨识方法 Download PDFInfo
- Publication number
- CN110749655B CN110749655B CN201911017829.1A CN201911017829A CN110749655B CN 110749655 B CN110749655 B CN 110749655B CN 201911017829 A CN201911017829 A CN 201911017829A CN 110749655 B CN110749655 B CN 110749655B
- Authority
- CN
- China
- Prior art keywords
- complex
- real
- modal
- phi
- frequency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013016 damping Methods 0.000 title claims abstract description 25
- 230000005284 excitation Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 14
- 230000010355 oscillation Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4472—Mathematical theories or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/023—Solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/025—Change of phase or condition
- G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明属于工程结构监测数据分析技术领域,涉及带有比例阻尼结构模态识别方法中的复模态辨识方法。首先通过短时傅里叶变换及单源点检测获取构成实振型的单源点集合,再通过层次距离方法求解实振型;通过自然激励技术和希尔伯特变换获取脉冲响应及其希尔伯特变换,建立模态响应与响应的关系,求解复模态信息。该发明通过明确地表达式给出了带有比例阻尼结构隐藏的复模态的求解步骤,从本质上揭示了结构振动规律。
Description
技术领域
本发明属于工程结构监测数据分析技术领域,涉及带有比例阻尼结构模态识别方法中的复模态辨识方法。
背景技术
结构健康监测是保障结构安全的重要手段,而模态参数反应结构动力特性,可用于结构性能的评估,因此,利用结构监测数据来识别结构模态参数至关重要。
结构的模态参数包括频率、振型、阻尼比,实际工程结构多被假定为带有比例阻尼,现有的模态参数识别方法对这种结构进行模态识别,得到的模态参数常常为实模态参数,而真实的情况是该模态是复模态,相互共轭的虚数部分相互抵消从而展现出了实模态的假象,识别出隐含的复模态信息,是揭示结构动力特性本质的关键所在。
工程中常用模态参数识别方法有多种,Juang和Pappa于1985年提出特征***实现算法利用脉冲响应信号进行模态参数识别;Overschee和Moor于2012年提出了随机子空间方法来利用白噪声激励响应识别模态参数;Qu等于2019年提出利用传递函数的概念在频域上减小环境噪声,并转换传递函数为脉冲响应函数进行模态识别;Yao等于2018年提出利用盲源分离的框架来对模态参数进行识别;Antunes等于2018年提出通过解析信号,采用盲源分离方法识别复模态;Bajri′c和于2018年给出了由非经典阻尼结构的复特征向量和特征值构成的阻尼矩阵表达式。然而,工程结构长期处于稳定状态,体现出比例阻尼结构的特性,通过上述方法难以获取结构真实的复模态信息,从而难以准确把握结构的动力特性。因此,如何针对比例阻尼结构进行复模态辨识,是十分必要的。
发明内容
本发明旨在提供一种针对比例阻尼结构的复模态辨识方法,解决带有比例阻尼结构模态识别过程中的隐藏复模态识别的问题。
本发明的技术方案:推导一种针对比例阻尼结构的复模态辨识方法,首先对环境激励下的结构响应信号,进行短时傅里叶变换,通过单源点检测和成熟的层次聚类方法,获得实振型。通过成熟的自然激励技术,将环境激励响应信号转化为脉冲响应信号,并将此信号进行希尔伯特变换,建立模态响应与脉冲响应和其希尔伯特变换的函数关系,求解出实振型和复振型间的关系系数,将该系数带入的模态响应中,通过两个相邻时刻的模态响应的比值来求出复频率,通过复频率求出阻尼比,从而识别除了复振型、复频率和阻尼比三个模态参数。
一种针对比例阻尼结构的复模态辨识方法,步骤如下:
步骤一:实振型矩阵识别
(1)获取结构在k时刻的加速度响应y(k)=[y1(k),y2(k),…,yl(k)]T;采用短时傅里叶变换将时域加速度响应变换到时频域,其表达式变为Y(K,ω)=[Y1(K,ω),Y2(K,ω),…,Yl(K,ω)],其中,l为传感器的个数,K表示第K个时段,ω表示圆频率;
(2)单源点反映单阶模态信息,单源点检测的依据为时频系数的实部和虚部具有相同的方向,采用以下公式来检测单元点:其中,Re{·}和Im{·}分别表示所提取数据的实部和虚部,Δβ表示单源点检测的阈值,可设置为Δβ=2°;
检测出的单源点位置标记为(tK,ωK,i),其值为:
Y(K,ωK,i)=[Y1(K,ωK,i),Y2(K,ωK,i),...,Yl(K,ωK,i)]T
其中,符号“K,i”表示第K时段第i阶频率;
(3)通过加速度响应的功率谱密度明显的峰值个数来确定聚类数目,使用成熟的层次聚类方法对单源点Y(K,ωK,i)进行分类,并计算各个类的聚类中心,获得实振型矩阵ΦR;
步骤二:求复振型
(5)列方程如下式:
其中,ΦI表示复振型的虚数部分,真实模态表示为ΦR±jΦI,并且满足ΦI=ΦRγ,j表示虚数单位,满足j2=-1;qR和qI表示模态坐标,且满足下式:
yd(k)=[ΦR+jΦI][qR+jqI]T+[ΦR-jΦI][qR-jqI]T
(6)将上述构建的方程求伪逆,获取qR和qI的表达式,表达式中qR和qI被未知参量γ来表示:
(7)将带有参量γ表示的qR和qI表达式带入到下式,求解得出未知参量γ:
[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
=[qR(k+2)+jqI(k+2)]./[qR(k+1)+jqI(k+1)]
其中,符号“./”表示点除,即向量中的每行元素分别相除,k表示第k时刻;
(8)根据第(3)步求出的实振型矩阵ΦR和第(7)步求解出的γ获得振型矩阵的虚数部分ΦI=ΦRγ;
(9)将第(7)步求解出的γ带入到第(6)步给出的qR和qI表达式中,得到qR和qI;
(10)通过下式求复频率:
ωR+jωI=[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
其中,ωR和ωI为复频率的实部和虚部;
(11)通过下式求出阻尼比:
至此,复模态参数ωR±jωI,ΦR±jΦI,ζi已全部求出。
本发明的有益效果:可求出比例阻尼结构中隐藏的复模态信息,该方法可通过解析的手段进行识别,流程清晰简单,无需迭代,比例阻尼结构的复模态求解,可更好地揭示结构振动的本质规律。
具体实施方式
以下结合技术方案,进一步阐明本发明的实施方式。
以一个3层框架结构为例,设其各层质量为分别为1×103kg、2×103kg、1×103kg,刚度矩阵和质量阻尼矩阵如下:
激励形式为白噪声激励,噪声水平为实际信号方差的20%,响应信号为结构的每层位移。方法具体实施方式如下:
步骤一:实振型矩阵识别
(1)采集得到在k时刻的加速度响应y(k)=[y1(k),y2(k),…,yl(k)]T;采用短时傅里叶变换将时域加速度响应变换到时频域,其表达变为Y(K,ω),其中l为传感器的个数,K表示第K个时段,ω表示圆频率;
Y(K,ωK,i)=[Y1(K,ωK,i),Y2(K,ωK,i),...,Yl(K,ωK,i)]T
其中,符号“K,i”表示第K时段第i阶频率;
二、求复振型
(5)用未知参量γ来表示qR和qI:
(6)将qR和qI表达式带入到下式,求解得出未知参量γ=diag([18.0156,17.6482,17.1870]):
[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
=[qR(k+2)+jqI(k+2)]./[qR(k+1)+jqI(k+1)]
其中,“diag”表示对角矩阵,符号“./”表示点除,即向量中的每行元素分别相除,j表示虚数单位,满足j2=-1,k表示第k时刻;
(7)根据第(3)步求出的实振型矩阵ΦR和第(6)步求解出的γ获得振型矩阵的虚数部分ΦI=ΦRγ;
(8)将第(6)步求解出的γ带入到第(5)步给出的qR和qI表达式中,得到qR和qI;
(9)通过下式求复频率的:
ωR+jωI=[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
其中,ωR和ωI为复频率的实部和虚部。
(10)通过下式求出阻尼比:
Claims (2)
1.一种针对比例阻尼结构的复模态辨识方法,其特征在于,步骤如下:
步骤一:实振型矩阵识别
(1)获取结构在k时刻的加速度响应y(k)=[y1(k),y2(k),…,yl(k)]T;采用短时傅里叶变换将时域加速度响应变换到时频域,其表达式变为Y(K,ω)=[Y1(K,ω),Y2(K,ω),…,Yl(K,ω)],其中,l为传感器的个数,K表示第K个时段,ω表示圆频率;
检测出的单源点位置标记为(tK,ωK,i),其值为:
Y(K,ωK,i)=[Y1(K,ωK,i),Y2(K,ωK,i),...,Yl(K,ωK,i)]T
其中,符号“K,i”表示第K时段第i阶频率;
(3)通过加速度响应的功率谱密度明显的峰值个数来确定聚类数目,使用成熟的层次聚类方法对单源点Y(K,ωK,i)进行分类,并计算各个类的聚类中心,获得实振型矩阵ΦR;
步骤二:求复振型
(5)列方程如下式:
其中,ΦI表示复振型的虚数部分,真实模态表示为ΦR±jΦI,并且满足ΦI=ΦRγ,j表示虚数单位,满足j2=-1;qR和qI表示模态坐标,且满足下式:
yd(k)=[ΦR+jΦI][qR+jqI]T+[ΦR-jΦI][qR-jqI]T
(6)将上述构建的方程求伪逆,获取qR和qI的表达式,表达式中qR和qI被未知参量γ来表示:
(7)将带有参量γ表示的qR和qI表达式带入到下式,求解得出未知参量γ:
[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
=[qR(k+2)+jqI(k+2)]./[qR(k+1)+jqI(k+1)]
其中,符号“./”表示点除,即向量中的每行元素分别相除,k表示第k时刻;
(8)根据第(3)步求出的实振型矩阵ΦR和第(7)步求解出的γ获得复 振型矩阵的虚数部分ΦI=ΦRγ;
(9)将第(7)步求解出的γ带入到第(6)步给出的qR和qI表达式中,得到qR和qI;
(10)通过下式求复频率:
ωR+jωI=[qR(k+1)+jqI(k+1)]./[qR(k)+jqI(k)]
其中,ωR和ωI为复频率的实部和虚部;
(11)通过下式求出阻尼比:
2.根据权利要求1所述的针对比例阻尼结构的复模态辨识方法,其特征在于,其中Δβ=2°。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911017829.1A CN110749655B (zh) | 2019-10-24 | 2019-10-24 | 一种针对比例阻尼结构的复模态辨识方法 |
PCT/CN2019/115898 WO2021077467A1 (en) | 2019-10-24 | 2019-11-06 | Method of complex modal identification for structure with proportional damping |
US17/046,713 US20210223214A1 (en) | 2019-10-24 | 2019-11-06 | Method of complex modal identification for the structure with proportional damping |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911017829.1A CN110749655B (zh) | 2019-10-24 | 2019-10-24 | 一种针对比例阻尼结构的复模态辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110749655A CN110749655A (zh) | 2020-02-04 |
CN110749655B true CN110749655B (zh) | 2021-05-07 |
Family
ID=69279741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911017829.1A Active CN110749655B (zh) | 2019-10-24 | 2019-10-24 | 一种针对比例阻尼结构的复模态辨识方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210223214A1 (zh) |
CN (1) | CN110749655B (zh) |
WO (1) | WO2021077467A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113375789B (zh) * | 2021-06-09 | 2023-03-14 | 北京科技大学 | 一种基于自由振动的结构阻尼比识别方法 |
CN113836761B (zh) * | 2021-08-23 | 2024-02-06 | 大连理工大学 | 一种基于地基动力特性时序分离的地基非均质夹层位置的识别方法 |
CN114354170B (zh) * | 2022-01-07 | 2022-10-25 | 大连理工大学 | 一种基于未知脉冲激励响应的结构阻尼比识别方法 |
CN114838924A (zh) * | 2022-04-14 | 2022-08-02 | 东南大学 | 一种基于风致振动非平稳响应的结构阻尼比识别方法 |
CN117669211B (zh) * | 2023-12-06 | 2024-06-25 | 南京航空航天大学 | 基于参数化时域传递率的结构参数辨识及方差计算方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404005A (zh) * | 2008-11-05 | 2009-04-08 | 刘明辉 | 基于可变预处理迭代获得非比例阻尼力学***模态频响的方法 |
CN101916242A (zh) * | 2010-07-30 | 2010-12-15 | 中国海洋大学 | 非传统阻尼矩阵识别方法 |
CN103267907A (zh) * | 2013-04-19 | 2013-08-28 | 上海交通大学 | 一种变压器绕组模态参数识别方法 |
CN103412850A (zh) * | 2013-07-30 | 2013-11-27 | 北京交通大学 | 一种松弛因子的迭代计算方法 |
CN103886160A (zh) * | 2014-04-04 | 2014-06-25 | 哈尔滨工业大学 | 一种基于基础激励响应数据的考虑阻尼的模型修正方法 |
CN105787655A (zh) * | 2016-02-24 | 2016-07-20 | 西安工业大学 | 超高层结构模态参数识别方法模态参数识别方法 |
CN107729592A (zh) * | 2017-08-14 | 2018-02-23 | 西安理工大学 | 基于广义子空间溯踪的时变结构模态参数辨识方法 |
EP3372817A1 (en) * | 2017-03-07 | 2018-09-12 | United Technologies Corporation | Flutter inhibiting intake for gas turbine propulsion system |
CN108875178A (zh) * | 2018-06-04 | 2018-11-23 | 大连理工大学 | 用于减小结构模态识别不确定性的传感器布置方法 |
CN109376330A (zh) * | 2018-08-27 | 2019-02-22 | 大连理工大学 | 一种基于扩展稀疏分量分析的非比例阻尼结构模态识别方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998012667A2 (en) * | 1996-08-29 | 1998-03-26 | Johnson Steven A | Wavefield imaging using inverse scattering techniques |
US7206709B2 (en) * | 2003-05-29 | 2007-04-17 | Carnegie Mellon University | Determination of damping in bladed disk systems using the fundamental mistuning model |
CN106326530A (zh) * | 2016-08-10 | 2017-01-11 | 北京理工大学 | 一种基于右矩阵分式模型的时变结构模态参数辨识方法 |
CN106844935B (zh) * | 2017-01-18 | 2020-04-24 | 大连理工大学 | 一种大阻尼工程结构模态参数识别方法 |
CN107133195B (zh) * | 2017-04-14 | 2019-08-09 | 大连理工大学 | 一种工程结构模态识别的模型定阶方法 |
CN107561934B (zh) * | 2017-08-24 | 2020-04-21 | 北京理工大学 | 基于多参考时域传递率的仅输出结构模态参数辨识方法 |
-
2019
- 2019-10-24 CN CN201911017829.1A patent/CN110749655B/zh active Active
- 2019-11-06 WO PCT/CN2019/115898 patent/WO2021077467A1/en active Application Filing
- 2019-11-06 US US17/046,713 patent/US20210223214A1/en not_active Abandoned
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101404005A (zh) * | 2008-11-05 | 2009-04-08 | 刘明辉 | 基于可变预处理迭代获得非比例阻尼力学***模态频响的方法 |
CN101916242A (zh) * | 2010-07-30 | 2010-12-15 | 中国海洋大学 | 非传统阻尼矩阵识别方法 |
CN103267907A (zh) * | 2013-04-19 | 2013-08-28 | 上海交通大学 | 一种变压器绕组模态参数识别方法 |
CN103412850A (zh) * | 2013-07-30 | 2013-11-27 | 北京交通大学 | 一种松弛因子的迭代计算方法 |
CN103886160A (zh) * | 2014-04-04 | 2014-06-25 | 哈尔滨工业大学 | 一种基于基础激励响应数据的考虑阻尼的模型修正方法 |
CN105787655A (zh) * | 2016-02-24 | 2016-07-20 | 西安工业大学 | 超高层结构模态参数识别方法模态参数识别方法 |
EP3372817A1 (en) * | 2017-03-07 | 2018-09-12 | United Technologies Corporation | Flutter inhibiting intake for gas turbine propulsion system |
CN107729592A (zh) * | 2017-08-14 | 2018-02-23 | 西安理工大学 | 基于广义子空间溯踪的时变结构模态参数辨识方法 |
CN108875178A (zh) * | 2018-06-04 | 2018-11-23 | 大连理工大学 | 用于减小结构模态识别不确定性的传感器布置方法 |
CN109376330A (zh) * | 2018-08-27 | 2019-02-22 | 大连理工大学 | 一种基于扩展稀疏分量分析的非比例阻尼结构模态识别方法 |
Non-Patent Citations (6)
Title |
---|
Automated Eigensystem Realization Algorithm for Operational Modal Identification of Bridge Structures;Xiao-Mei Yang等;《Journal of Aerospace》;20181003;全文 * |
Clustering Number Determination for Sparse Component Analysis during Output-Only Modal Identification;Ting-Hua Yi等;《Journal of Engineering》;20181226;全文 * |
Mass proportional damping in nonlinear time-history analysis;Chen Xiaoming等;《3rd International Conference on Material, Mechanical and Manufacturing Engineering》;20151231;全文 * |
基于复模态实验数据的粘性阻尼矩阵的修正;蒋家尚等;《振动与冲击》;20071231;第26卷(第5期);全文 * |
基于复模态的非比例阻尼结构参数识别研究;王建有等;《哈尔滨工业大学学报》;20051231;第37卷(第12期);全文 * |
阻尼***振动分析的实模态与复模态理论间统一性的探讨;冯振东等;《吉林工业大学学报》;19891231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021077467A1 (en) | 2021-04-29 |
US20210223214A1 (en) | 2021-07-22 |
CN110749655A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110749655B (zh) | 一种针对比例阻尼结构的复模态辨识方法 | |
CN104819846B (zh) | 一种基于短时傅里叶变换和稀疏层叠自动编码器的滚动轴承声音信号故障诊断方法 | |
CN103575523B (zh) | 基于FastICA-谱峭度-包络谱分析的旋转机械故障诊断方法 | |
CN103654789B (zh) | 磁共振快速参数成像方法和*** | |
CN106226407B (zh) | 一种基于奇异谱分析的超声回波信号在线预处理方法 | |
CN104166804B (zh) | 一种基于时频域单源点稀疏成分分析的工作模态辨识方法 | |
CN103217213B (zh) | 基于响应信号时频联合分布特征的模态参数辨识方法 | |
CN109376330A (zh) | 一种基于扩展稀疏分量分析的非比例阻尼结构模态识别方法 | |
Hu et al. | Model order determination and noise removal for modal parameter estimation | |
CN109000876B (zh) | 基于自动编码器深度学习的sns光纤冲击识别方法 | |
Yao et al. | Blind modal identification using limited sensors through modified sparse component analysis by time‐frequency method | |
CN102023010B (zh) | 基于mems的小波域多传感器信息融合***及融合方法 | |
CN101587007A (zh) | 识别柔性桥梁结构动力参数的惟输出小波基分析方法 | |
AU2021103898A4 (en) | Bridge time series displacement signal denoising method | |
CN105424366A (zh) | 基于eemd自适应消噪的轴承故障诊断方法 | |
CN110048416B (zh) | S-g滤波和自适应mp算法的低频振荡模态辨识方法 | |
CN106052848A (zh) | 双测量面近场声全息噪声源识别*** | |
CN108491608A (zh) | 传感器数量不完备时结构模态识别的稀疏分量分析方法 | |
CN106682615A (zh) | 一种水下弱小目标检测方法 | |
CN104282021B (zh) | 磁共振弥散张量成像的参数误差估计方法和装置 | |
CN113472390B (zh) | 一种基于深度学习的跳频信号参数估计方法 | |
CN107729845A (zh) | 一种基于子空间特征值分解的实测频响函数降噪方法 | |
US20220317273A1 (en) | Underwater acoustic target ranging method based on feature extraction and neural network | |
CN111274630A (zh) | 一种用于工程结构柔度识别的物理模态提取方法 | |
CN106248201A (zh) | 基于增强谱峭度的谐波成分检测方法 |
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 |