基于无线监测数据和贝叶斯方法的桥梁结构模态参数识别研究

Modal parameters of bridge structures play important roles in the investigation of vibration control (e.g. TMD design) of bridges. Modal parameter identification of bridge structures using ambient vibration data based on wireless sensor monitoring has received considerable attentions in recent years due to its fast, flexible and smart merits. However, there are still some problems to be solved. On one hand, there are synchronization errors among wireless sensors. On the other hand, the ambient vibration tests only measure the output response and the ratio of signal to noise is always relatively low, thus the uncertainties in the identified modal parameters are relatively large. This project plans to solve some key problems in this process: firstly a synchronization error estimation method will be proposed based on the wireless sensor measured response data themselves; then, a fast Bayesian modal parameter identification method based on frequency domain information of the response data will be proposed and the uncertainties in the modal parameters will be quantified as well; subsequently, a fast modal parameter identification method based on time domain information of the response data will be proposed and the uncertainties in the modal parameters will be quantified using a Bayesian approach; finally, the proposed methods will be verified using experimental model tests and real bridge field tests. This research will enhance the accuracy and speed of the current modal identification methods, make up the weakness of most conventional methods in uncertainty quantification aspect and the original Bayesian methods in the computation efficiency aspect, and provide reliable and strong bases for the following vibration mitigation researches.

桥梁结构模态参数对振动控制（如TMD设计）等研究具有重要作用。利用无线传感器采集桥梁环境振动响应数据识别模态参数，具有快捷灵活智能等诸多优点，近年来受到了国内外研究广泛关注，但也存在一些亟需解决的问题。一方面无线传感器之间存在同步误差；另一方面环境振动试验仅测量了输出信号且信噪比相对较低，识别出的模态参数不确定性较大。本项目拟解决该过程中的关键问题：提出基于桥梁动态响应监测数据估算无线传感器同步误差的方法；提出基于响应数据频域信息快速识别模态参数并进行不确定性分析的贝叶斯方法；提出基于响应数据时域信息快速识别模态参数并进行不确定性分析的贝叶斯方法；最后通过模型实验和实桥试验进一步验证方法的正确性。本项目研究成果将大幅提高现有模态参数识别方法的准确度和识别速度，弥补大多数现有传统方法在不确定性分析方面的不足和原贝叶斯方法在模态参数识别中计算效率问题，并为后续减振研究提供可靠有力的基础。

桥梁结构模态参数对结构模型修正等研究具有重要作用，修正后的结构模型才能更好预测结构响应并为结构损伤识别和振动控制提供依据。利用无线传感器采集桥梁环境振动响应数据识别模态参数，具有快捷灵活智能等诸多优点，近年来受到了国内外研究广泛关注，但也存在一些亟需解决的问题。一方面无线传感器之间存在同步误差；另一方面环境振动试验仅测量了输出信号且信噪比相对较低，识别出的模态参数不确定性较大。本项目针对无线传感器的采集同步误差、模态参数识别的不确定性、模型修正的不确定性等问题进行了深入研究，提出了一系列新的参数识别理论和算法，并应用于实际工程，项目取得的主要成果包括：（1）综合考虑无线传感器的时延误差和频率误差，提出了基于数据本身的同步误差估计方法；（2）提出了快速贝叶斯频域分解的结构模态参数识别算法，计算效率大为提高，同时保留了贝叶斯算法对参数不确定性量化的优势；（3）提出了增强EMD-RDT的时域模态参数识别方法，该方法利用特征值分解分别识别振型和频率与阻尼，计算效率大为提高，同时采用Bootstrap方法量化了模态参数的不确定性；（4）提出了基于ESMD方法的模态参数识别方法，该方法通过极点对称构造内部插值曲线，更好地降低由插值带来的不确定性，确保了更佳的识别效果；（5）提出了基于模态参数并结合改进的类电磁机制算法的结构模型修正方法，改进的类电磁机制算法具有更快的收敛速度和求解精度，提高了结构模型修正的精度和效率；（6）提出了基于近似贝叶斯计算和子集模拟算法的结构模型修正方法，该方法避免了似然函数的显示表达，使得目标函数的建立更为方便，该方法不仅获得了结构参数的最优值，还量化了参数的不确定性；（7）项目在国内外期刊上发表论文5篇，其中SCI收录3篇。项目成果可为桥梁工程健康监测和振动控制提供依据，具有较大的理论意义和工程实用价值。