海洋平台结构模态参数识别的关键技术研究

Modal parameters identification is a fundamental and critical component in structural health monitoring for offshore platforms. Model order determination and noise removal are the key technologies of modal parameters identification. Traditional ways of handling the uncertainty of the model order are basically a trial-and-error procedure, and the calculation efficiency is low. As the measured data are contaminated by noise, the estimated modal parameters must contain error. In the modern modal analysis, it does not seem to have a particular procedure intending to eliminate the noise. This project proposes a method of modal paramenters identificatin based on model order determination and noise removal for offshore platforms. The Hankel matrix is built by the impulse response functions and the relationship between the rank and the system order is illustrated. The law of model order determination is clarified combining with singular value decomposition; The linear mathematical technology of low rank approximation is introduced into the engineering field, and the mechanism of the signal de-noising is theoretically explained. Based on the structured total least squares method and Frobenius-norm optimization criterion, the noise removal method suitable for engineering applications is developed; The modal parameters can be estimated accurately by Complex Exponential method based on the model order determination and noise removal, which will be verified by numerical simulation and experimental studies. The results of the project will provide an important basis for the health monitoring and safety assessment of offshore platform structures.

海洋平台结构的模态参数识别是其健康监测的基础性和关键性环节。而模型定阶和信号降噪是模态参数识别过程中亟待解决的关键技术问题。传统的模型定阶方法需要不断试算，计算效率低；量测信号受噪声干扰势必影响识别精度，而信号降噪问题在模态分析领域还鲜有研究。本项目拟发展一种基于模型定阶和信号降噪的海洋平台结构模态参数识别技术，基于动力系统的脉冲响应序列构建Hankel矩阵，采用奇异值分解技术分析Hankel矩阵的秩与系统阶次之间的内在联系，揭示模型定阶的规律；阐明信号降噪机理，基于低秩逼近技术，采用结构最小二乘法和Frobenius范数优化准则，发展适合工程应用的信号降噪方法；基于模型定阶和信号降噪结果，采用复指数法进行模态参数识别，可有效提高计算效率和识别精度。通过数值模型和物理模型实验对该技术的可行性和有效性进行验证。项目研究成果将为海洋平台结构的健康监测和安全评估提供重要依据。

海洋平台是海洋油气资源开发的基础性设施，是海上生产作业和生活的基地。海洋平台的安全性和耐久性极其重要，一旦发生事故，不仅会造成重大经济损失和人员伤亡,还可能造成严重的环境污染和社会政治影响。为了保障海洋平台的安全服役，避免重大的恶性事故发生，必须对其在服役期内进行健康监测。从20世纪80年代开展的利用结构的动力响应获取动力特性参数（如模态参数、结构频响函数等）诊断结构损伤的研究，被公认为是具有发展前景的全局性损伤诊断方法。.目前，对基于振动测试的海洋平台的健康监测很多学者做了大量工作，并取得了一定的进展，但大多数方法还存在一定的局限性，有许多亟待解决的问题，其中结构模态参数的准确识别是难点和核心之一。目前,模态参数识别的难点主要体现在模型定阶和信号降噪两方面。传统的模型定阶方法需要不断地“试算”，依赖于使用者的经验判断，计算效率低；同时，实测信号将不可避免地受到噪声干扰，这势必影响模态参数识别的精度，而信号降噪问题在模态分析领域中还鲜有研究。.基于此，本项目针对海洋平台结构模态参数识别的关键技术问题，开展振动响应信号的模型定阶方法研究、振动响应信号的降噪机理研究、基于模型定阶和信号降噪的模态参数识别研究。本项目研究具有重要的科学价值和工程意义。.项目实施过程中，很好地完成了预期研究目标。针对海洋平台结构模态参数识别的关键技术问题，阐明了脉冲响应序列、Hankel矩阵、模型阶次之间的内在联系，揭示了模型定阶的规律，提出了Hankel矩阵秩估计法的模型定阶方法；通过分析振动响应信号的降噪机理，基于低秩逼近技术、结构完全最小二乘法、部分描述的逆奇异值问题、Frobenius范数优化准则等，发展了两种适合工程应用的信号降噪技术。在模型定阶及信号降噪技术研究的基础上，借助于理论分析、数值模拟、模型实验、现场测试等研究手段，发展了适用于海洋平台结构的模态参数识别技术，使该技术具有较高的识别精度及较好的鲁棒性。