洪 明 雷 川 崔洪宇

（大連理工大學(xué) 船舶工程學(xué)院 大連116024）

環(huán)境激勵(lì)下船舶結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法綜述

洪 明 雷 川 崔洪宇

（大連理工大學(xué) 船舶工程學(xué)院 大連116024）

基于模態(tài)分析理論，對(duì)環(huán)境激勵(lì)下的模態(tài)參數(shù)識(shí)別方法進(jìn)行歸納總結(jié)，討論了不同模態(tài)參數(shù)識(shí)別方法的基本思想和優(yōu)缺點(diǎn)，并著重介紹船舶航行狀態(tài)下的模態(tài)參數(shù)識(shí)別。文章對(duì)國內(nèi)模態(tài)參數(shù)識(shí)別的研究熱點(diǎn)問題進(jìn)行了闡述，為相關(guān)科研人員研究環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別提供了有益參考。

環(huán)境激勵(lì)；模態(tài)參數(shù)識(shí)別；船舶結(jié)構(gòu)；運(yùn)行模態(tài)分析

引 言

船舶航行過程中，結(jié)構(gòu)會(huì)受到來自螺旋槳、主機(jī)及風(fēng)浪流等激勵(lì)作用，不可避免地會(huì)產(chǎn)生結(jié)構(gòu)振動(dòng)。船舶振動(dòng)不僅會(huì)影響船上人員生活的舒適性，還會(huì)對(duì)船上設(shè)備及船舶結(jié)構(gòu)自身強(qiáng)度帶來危害，因此船舶振動(dòng)問題逐漸引起人們的重視。

一般的振動(dòng)問題由激勵(lì)（輸入）、結(jié)構(gòu)（系統(tǒng)）和響應(yīng)（輸出）三部分組成，根據(jù)研究目的不同，通常將振動(dòng)問題分為圖1所示三種基本類型。

圖1 振動(dòng)問題分類

振動(dòng)結(jié)構(gòu)模型可以用三種形式來描述，分別是物理參數(shù)模型、模態(tài)參數(shù)模型和非參數(shù)模型［1］。解決振動(dòng)問題時(shí)最為關(guān)注的是模態(tài)參數(shù)模型，它包括結(jié)構(gòu)的模態(tài)頻率、振型和阻尼比等參數(shù)，而模態(tài)分析理論就是以振動(dòng)理論為基礎(chǔ)，以模態(tài)參數(shù)為目標(biāo)的分析方法。根據(jù)模態(tài)分析方法的不同，模態(tài)分析理論可以分為理論模態(tài)分析、實(shí)驗(yàn)?zāi)B(tài)分析（EMA）和運(yùn)行模態(tài)分析（OMA）［2］，由于運(yùn)行模態(tài)分析的應(yīng)用特點(diǎn)及實(shí)施理論難度，近年來基于環(huán)境激勵(lì)下的模態(tài)分析方法越來越受到青睞，以下本文主要討論運(yùn)行模態(tài)。

1 模態(tài)參數(shù)識(shí)別方法

傳統(tǒng)的模態(tài)參數(shù)識(shí)別方法，通過在結(jié)構(gòu)上人工施加激勵(lì)，已知激勵(lì)和響應(yīng)，采用信號(hào)處理技術(shù)計(jì)算系統(tǒng)的頻響函數(shù)或脈沖響應(yīng)函數(shù)，再運(yùn)用參數(shù)識(shí)別方法得到系統(tǒng)的模態(tài)參數(shù)。傳統(tǒng)的模態(tài)分析方法按識(shí)別域的不同可分為頻域法和時(shí)域法，頻域法是以頻響函數(shù)為基礎(chǔ)的參數(shù)識(shí)別方法，時(shí)域法則是以脈沖響應(yīng)函數(shù)或自由振動(dòng)響應(yīng)為基礎(chǔ)的參數(shù)識(shí)別方法；按處理各階耦合模態(tài)所用方法的不同，可分為單自由度法和多自由度法，單自由度法基本思想是將具有多階模態(tài)的多自由度系統(tǒng)視作多個(gè)單自由度系統(tǒng)進(jìn)行識(shí)別，適用于阻尼小且相鄰模態(tài)分離較遠(yuǎn)的系統(tǒng)，多自由度法則是對(duì)頻響函數(shù)曲線上的各共振峰同時(shí)擬合，在感興趣的頻帶內(nèi)考慮各階模態(tài)的耦合與相互影響；按照使用激勵(lì)和響應(yīng)的數(shù)目不同，又可以分為單輸入單輸出（SISO）、單輸入多輸出（SIMO）及多輸入多輸出（MIMO）識(shí)別方法，其中SISO屬于局部識(shí)別方法，SIMO和MIMO屬于整體識(shí)別方法［3］。

以船舶結(jié)構(gòu)為代表的大型結(jié)構(gòu)物傳統(tǒng)實(shí)驗(yàn)?zāi)B(tài)分析方法需要同時(shí)已知激勵(lì)與響應(yīng)，才能通過構(gòu)造頻響函數(shù)對(duì)系統(tǒng)參數(shù)進(jìn)行識(shí)別，然而實(shí)驗(yàn)過程中很難對(duì)船體結(jié)構(gòu)施加有效激勵(lì)。激勵(lì)過小，能量不足以激起船舶結(jié)構(gòu)的振動(dòng)；激勵(lì)過大，容易導(dǎo)致局部結(jié)構(gòu)發(fā)生塑性變形等強(qiáng)度問題。由此，基于環(huán)境激勵(lì)的運(yùn)行模態(tài)分析方法顯現(xiàn)出優(yōu)勢，僅需要船舶在航行狀態(tài)測量的振動(dòng)響應(yīng)信號(hào)，便可識(shí)別系統(tǒng)的模態(tài)參數(shù)?；诃h(huán)境激勵(lì)的運(yùn)行模態(tài)分析技術(shù)，一方面可識(shí)別船體的振動(dòng)模態(tài)，判斷其是否與船上激勵(lì)源發(fā)生共振，還可與設(shè)計(jì)預(yù)報(bào)結(jié)果進(jìn)行對(duì)比，積累預(yù)報(bào)經(jīng)驗(yàn)；另一方面可對(duì)振動(dòng)量級(jí)過高區(qū)域進(jìn)行分析，得到該區(qū)域有害振動(dòng)的主要頻率成分，對(duì)比激勵(lì)源頻率可以確定有害振動(dòng)來源，并可以根據(jù)分析得到的模態(tài)振型，對(duì)振幅較大位置采取減振措施［4］。

2 環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別方法概述

基于環(huán)境激勵(lì)模態(tài)參數(shù)識(shí)別方法，按照信號(hào)識(shí)別域可分為頻域法、時(shí)域法以及聯(lián)合時(shí)頻域法［5］。頻域法大多利用經(jīng)典譜估計(jì)，對(duì)于輸入信號(hào)已知的實(shí)驗(yàn)狀態(tài)進(jìn)行頻域模態(tài)分析，根據(jù)頻響函數(shù)在系統(tǒng)固有頻率峰值特征進(jìn)行模態(tài)識(shí)別；基于環(huán)境激勵(lì)下的模態(tài)分析，由于無法直接求得頻響函數(shù)，所以一般使用功率譜密度函數(shù)近似地代替頻響函數(shù)，基于功率譜密度函數(shù)進(jìn)行模態(tài)識(shí)別的方法主要有峰值拾取法和頻域分解法。

時(shí)域法屬于現(xiàn)代譜分析的范疇，其算法思想大致有兩種：第一種直接利用響應(yīng)信號(hào)求系統(tǒng)模態(tài)參數(shù)，如基于數(shù)據(jù)的隨機(jī)子空間法以及ARMA時(shí)序分析法；第二種先需要對(duì)信號(hào)進(jìn)行處理，配合自然激勵(lì)技術(shù)或隨機(jī)減量技術(shù)，得到中間時(shí)間序列如相關(guān)函數(shù)、近似的自由響應(yīng)或脈沖響應(yīng)信號(hào)等，然后利用經(jīng)典時(shí)域模態(tài)識(shí)別方法進(jìn)行參數(shù)識(shí)別，如ITD法、最小二乘復(fù)指數(shù)法、多參考點(diǎn)復(fù)指數(shù)法、基于協(xié)方差的隨機(jī)子空間法以及特征系統(tǒng)實(shí)現(xiàn)法等［6］。

無論頻域法還是時(shí)域法都是基于傅里葉變換進(jìn)行模態(tài)識(shí)別的，但由于傅里葉變換自身不能反映信號(hào)的瞬時(shí)性即信號(hào)在時(shí)頻域內(nèi)的變化規(guī)律，因此能夠在時(shí)頻域內(nèi)反映信號(hào)能量分布情況的時(shí)頻分析開始成為學(xué)者研究的熱點(diǎn)，其中小波變換和Hilbert-Huang變換是最為經(jīng)典的兩種時(shí)頻分析方法，它們都能夠根據(jù)信號(hào)的時(shí)間-尺度特征自適應(yīng)地對(duì)系統(tǒng)進(jìn)行模態(tài)識(shí)別，彌補(bǔ)了頻域法和時(shí)域法在處理非穩(wěn)態(tài)環(huán)境信號(hào)和非線性系統(tǒng)模態(tài)識(shí)別的不足，擴(kuò)展了模態(tài)參數(shù)識(shí)別的應(yīng)用領(lǐng)域［7］。圖2所示為常見的基于環(huán)境激勵(lì)的模態(tài)參數(shù)識(shí)別方法以及模態(tài)識(shí)別過程中應(yīng)用到的關(guān)鍵技術(shù)，本文將給出這些算法的數(shù)學(xué)模型和算法思想，并重點(diǎn)闡述這些算法的適用性和優(yōu)缺點(diǎn)。

圖2 環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別方法分類

2.1 頻域法

2.1.1 峰值拾取法

峰值拾取法［8］的基本思想是系統(tǒng)的頻響函數(shù)在其固有頻率處會(huì)出現(xiàn)峰值點(diǎn)，由于環(huán)境激勵(lì)前提為白噪聲信號(hào)，白噪聲信號(hào)的功率譜密度函數(shù)在一定頻率范圍內(nèi)近似均勻分布，因此可以利用輸出響應(yīng)的功率譜密度函數(shù)近似代替頻響函數(shù)。另外該方法假定隨機(jī)響應(yīng)的功率譜密度函數(shù)峰值僅由一個(gè)模態(tài)確定，這樣系統(tǒng)的固有頻率可以由功率譜密度函數(shù)的峰值得到，利用識(shí)別結(jié)果撓度分布就可近似表示模態(tài)振型。峰值拾取法的優(yōu)點(diǎn)是算法簡單且識(shí)別效率高；缺點(diǎn)是環(huán)境激勵(lì)需滿足白噪聲特征，且不能識(shí)別密集模態(tài)和阻尼比，由于對(duì)功率譜密度函數(shù)峰值選取存在主觀性，所以其識(shí)別精度受到影響。

2.1.2 頻域分解法

頻域分解法是峰值法的改進(jìn)算法，主要用來解決峰值法難以處理密集模態(tài)的問題。頻域分解法對(duì)功率譜密度函數(shù)矩陣進(jìn)行奇異值分解（SVD），將系統(tǒng)響應(yīng)的功率譜密度函數(shù)分解為對(duì)應(yīng)多階模態(tài)的一系列單自由度系統(tǒng)功率譜密度函數(shù)，然后利用峰值法識(shí)別模態(tài)參數(shù)。頻域分解法是峰值法的一種延伸，它不僅繼承了峰值法算法簡單、識(shí)別效率高的優(yōu)點(diǎn)，還能識(shí)別密集結(jié)構(gòu)的模態(tài)參數(shù)，而且由于采用了SVD技術(shù)，所以對(duì)噪聲也有一定的抗干擾能力，識(shí)別精度較峰值法有所提高。

張毅剛等［9］針對(duì)峰值法進(jìn)行空間網(wǎng)格結(jié)構(gòu)模態(tài)參數(shù)識(shí)別時(shí)會(huì)遇到遺漏模態(tài)及重復(fù)頻率無法篩選的問題，對(duì)峰值法進(jìn)行了改進(jìn)，提出在獲得所有測點(diǎn)平均正則化功率譜基礎(chǔ)上，結(jié)合結(jié)構(gòu)的理論振型特點(diǎn)計(jì)算輔助正則化功率譜，取兩者并集為模態(tài)識(shí)別結(jié)果，通過典型結(jié)構(gòu)監(jiān)測結(jié)果驗(yàn)證了改進(jìn)后的功率譜峰值法的有效性，圖3為實(shí)驗(yàn)測得的平均正則化及輔助正則化功率譜密度函數(shù)曲線［9］。

圖3 平均正則化及輔助正則化功率譜密度函數(shù)曲線

夏祥麟［10］對(duì)簡支梁分別進(jìn)行了峰值拾取法和頻域分解法研究，發(fā)現(xiàn)頻域分解法在保留了峰值法識(shí)別快速直觀的基礎(chǔ)上，摒除了峰值由單一模態(tài)貢獻(xiàn)的假定條件，具有一定的抗噪性能，但是對(duì)于非白噪聲信號(hào)及大阻尼系統(tǒng)，頻域分解法的識(shí)別效果并不準(zhǔn)確；Brincker等［11］在頻域分解法的基礎(chǔ)上對(duì)算法進(jìn)行改進(jìn)，其基本思想是將分解后的單自由度功率譜密度函數(shù)進(jìn)行逆傅里葉變換，在時(shí)域內(nèi)計(jì)算得到相關(guān)函數(shù)后，利用指數(shù)衰減法計(jì)算頻率和阻尼比，改進(jìn)后的頻域分解法可直接在時(shí)域內(nèi)完成頻率和阻尼比的計(jì)算，使得對(duì)頻率的求解不再依賴FFT分辨率的影響。

2.2 時(shí)域法

2.2.1 基于原始響應(yīng)信號(hào)的時(shí)域法

（1）ARMA時(shí)序分析法

1969年Akaike［12］首次使用自回歸滑動(dòng)平均模型進(jìn)行白噪聲環(huán)境激勵(lì)下的模態(tài)參數(shù)識(shí)別。ARMA時(shí)序分析法的基本思想是利用差分方程和Z變換，分別建立強(qiáng)迫振動(dòng)方程傳遞函數(shù)與ARMA模型間等價(jià)關(guān)系，直接使用隨機(jī)激勵(lì)和響應(yīng)信號(hào)，并采用ARMA模型結(jié)合最小二乘法來識(shí)別系統(tǒng)模態(tài)參數(shù)。ARMA時(shí)序分析法屬于SISO參數(shù)識(shí)別法，用一個(gè)測點(diǎn)就可以識(shí)別出系統(tǒng)各階模態(tài)參數(shù)。ARMA參數(shù)模型包括AR自回歸模型、MA滑動(dòng)平均模型和ARMA自回歸滑動(dòng)平均模型。

對(duì)確定性系統(tǒng)，系統(tǒng)輸入和輸出關(guān)系為：

該式稱為系統(tǒng)的自回歸滑動(dòng)平均模型。式中：ai和bi分別稱為自回歸系數(shù)和滑動(dòng)平均系數(shù)，如果bi= 0，則上式變?yōu)榧碅R自回歸模型；如果ai= 0，則即MA滑動(dòng)平均模型，所以AR模型和MA模型是ARMA模型的兩種特殊情形。

ARMA時(shí)序分析法不受觀測樣本長度限制，不存在能量泄露的問題，且識(shí)別精度較高；缺點(diǎn)是在建立時(shí)序模型時(shí)系統(tǒng)的階次難以確定。郭永剛等［13］利用單位脈沖響應(yīng)函數(shù)與ARMA模型Green函數(shù)等價(jià)的特點(diǎn)，通過脈沖響應(yīng)函數(shù)來估計(jì)系統(tǒng)響應(yīng)的自相關(guān)系數(shù)；然后建立推廣的Yule-Walker方程以求得ARMA模型自回歸系數(shù)并進(jìn)行參數(shù)識(shí)別，在其算例研究中發(fā)現(xiàn)為保證識(shí)別結(jié)果的精度需建立較高階數(shù)的ARMA模型，但模型階數(shù)過高又會(huì)導(dǎo)致識(shí)別計(jì)算量劇增；Smail等［14］針對(duì)基于ARMA模型的模態(tài)識(shí)別方法系統(tǒng)階次難以確定的問題，提出利用輸出信號(hào)相關(guān)矩陣特征值個(gè)數(shù)來確定系統(tǒng)階次，取得了較好的識(shí)別結(jié)果。

（2）數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法

數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法是由Overschee等于1991年提出的［15］，算法直接將原始響應(yīng)數(shù)據(jù)作為輸入部分形成Hankel矩陣，利用QR分解和SVD技術(shù)獲得擴(kuò)展的可觀測矩陣，并利用卡爾曼濾波狀態(tài)序列結(jié)合最小二乘法識(shí)別出系統(tǒng)的模態(tài)參數(shù)。

數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法相對(duì)于協(xié)方差驅(qū)動(dòng)的隨機(jī)子空間法最大區(qū)別有兩點(diǎn)：一是不需要進(jìn)行相關(guān)函數(shù)的計(jì)算，提高了算法的識(shí)別效率；二是采用QR分解技術(shù)，研究表明QR分解能夠很大程度上提高隨機(jī)子空間法的識(shí)別精度。辛峻峰等［16］在理論上探討了協(xié)方差驅(qū)動(dòng)和數(shù)據(jù)驅(qū)動(dòng)兩種隨機(jī)子空間法的不同，并通過相應(yīng)的數(shù)值模擬驗(yàn)證基于QR分解的數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間法無論計(jì)算精度或?qū)^弱勢模態(tài)的識(shí)別能力均明顯優(yōu)于協(xié)方差驅(qū)動(dòng)隨機(jī)子空間法，辛峻峰等［17］還對(duì)隨機(jī)子空間法深入分析噪聲與數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法Hankel矩陣維數(shù)之間的關(guān)系，并提出一種評(píng)估隨機(jī)子空間法矩陣維數(shù)選擇優(yōu)劣的方法；常軍等［18］就隨機(jī)子空間法中存在的虛假模態(tài)問題進(jìn)行分析，表明產(chǎn)生虛假模態(tài)的原因主要有兩方面：一方面是由于隨機(jī)子空間法的算法本身而導(dǎo)致；另一方面是由于輸入信號(hào)不滿足白噪聲假定或者輸出信號(hào)受到環(huán)境干擾而引起；章國穩(wěn)等［19］針對(duì)數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法計(jì)算效率低下的問題，提出一種基于特征值分解的隨機(jī)子空間法，通過模型研究證明該方法在保持計(jì)算精度的基礎(chǔ)上提高了隨機(jī)子空間法的計(jì)算效率。數(shù)據(jù)驅(qū)動(dòng)的隨機(jī)子空間法適用于線性結(jié)構(gòu)平穩(wěn)激勵(lì)下的模態(tài)參數(shù)識(shí)別，對(duì)輸出噪聲也有一定的抗干擾能力，但仍不可避免地會(huì)遇到虛假模態(tài)的問題；此外，狀態(tài)空間方程中系統(tǒng)階次的確定是限制所有基于狀態(tài)空間方程方法運(yùn)算速度和精度的最主要因素，基于狀態(tài)空間方程的隨機(jī)子空間法也存在同樣的問題。

2.2.2 基于自由響應(yīng)或脈沖響應(yīng)信號(hào)的時(shí)域法

（1）隨機(jī)減量技術(shù)（RDT）

對(duì)于船舶等大型結(jié)構(gòu)物來說，工程實(shí)際中容易得到的是隨機(jī)響應(yīng)信號(hào)，但是很多時(shí)域模態(tài)識(shí)別方法是以自由振動(dòng)響應(yīng)為數(shù)學(xué)模型的，所以需要從隨機(jī)響應(yīng)信號(hào)中提取出某種自由振動(dòng)響應(yīng)信號(hào)。RDT法是利用樣本平均的方法，通過設(shè)置一定的觸發(fā)條件去除響應(yīng)中的隨機(jī)成分，獲得初始激勵(lì)下的自由振動(dòng)響應(yīng)，然后通過相應(yīng)的時(shí)域法識(shí)別出系統(tǒng)的模態(tài)參數(shù)。Cole［20］首先提出RDT法，并將其成功應(yīng)用于空間飛行器模型結(jié)構(gòu)的模態(tài)識(shí)別；Ibrahim［21］將RDT法同ITD法相結(jié)合用于結(jié)構(gòu)運(yùn)行模態(tài)參數(shù)的識(shí)別，并對(duì)RDT法中采用的觸發(fā)條件進(jìn)行詳細(xì)闡述，同時(shí)在其論文中強(qiáng)調(diào)RDT法僅適用于白噪聲激勵(lì)。由于RDT法建立在線性系統(tǒng)疊加原理的基礎(chǔ)上，所以不能用來分析非線性系統(tǒng)；另外RDT法利用了白噪聲激勵(lì)下系統(tǒng)產(chǎn)生的平穩(wěn)響應(yīng)方差為零這一特性，所以RDT法僅能用于處理平穩(wěn)隨機(jī)信號(hào)。

（2）自然激勵(lì)技術(shù)（NExT）

NExT法的基本思想是白噪聲環(huán)境激勵(lì)下結(jié)構(gòu)兩點(diǎn)間響應(yīng)的互相關(guān)函數(shù)和脈沖響應(yīng)函數(shù)有近似的表達(dá)式，求得兩點(diǎn)間響應(yīng)的互相關(guān)函數(shù)后，將其作為輸入信號(hào)進(jìn)行模態(tài)參數(shù)識(shí)別。美國SADIA國家實(shí)驗(yàn)室的James等［22］在1994年提出NExT法，并且將該方法運(yùn)用于汽輪機(jī)葉片在工作狀態(tài)下的固有頻率和模態(tài)阻尼的測試。

對(duì)自由度為n的線性系統(tǒng)，當(dāng)系統(tǒng)k點(diǎn)受脈沖激勵(lì)時(shí)，i點(diǎn)的脈沖響應(yīng)寫成如式（2）所示：

從上式可以發(fā)現(xiàn)，i和j兩點(diǎn)之間的互相關(guān)函數(shù)可看成一系列衰減簡諧函數(shù)的組合，同兩點(diǎn)間脈沖響應(yīng)函數(shù)具有相同表達(dá)形式，故可將NExT法與基于脈沖響應(yīng)時(shí)域方法結(jié)合起來進(jìn)行模態(tài)參數(shù)識(shí)別。

羅奎［23］分別用NExT結(jié)合ITD法以及NExT結(jié)合ERA法對(duì)環(huán)境激勵(lì)下三跨混凝土連續(xù)橋進(jìn)行振動(dòng)試驗(yàn)?zāi)B(tài)參數(shù)識(shí)別，發(fā)現(xiàn)NExT法由于對(duì)響應(yīng)信號(hào)進(jìn)行互相關(guān)函數(shù)的計(jì)算，其對(duì)噪聲的抗干擾能力較強(qiáng)；紀(jì)曉東等［24］綜合自然激勵(lì)技術(shù)和特征系統(tǒng)實(shí)現(xiàn)算法，進(jìn)行模擬環(huán)境激勵(lì)下結(jié)構(gòu)的時(shí)域模態(tài)參數(shù)識(shí)別，通過改變結(jié)構(gòu)質(zhì)量和特征靈敏度分析，得到質(zhì)量歸一化振型，通過模型實(shí)驗(yàn)驗(yàn)證了NExTERA法能應(yīng)用于結(jié)構(gòu)在線模態(tài)參數(shù)識(shí)別。

（3）ITD法

ITD法［25］是Ibrahim提出的一種SIMO參數(shù)識(shí)別方法，基本思想是直接使用各測點(diǎn)的自由響應(yīng)信號(hào)，通過三次不同延時(shí)采樣，構(gòu)造自由響應(yīng)采樣數(shù)據(jù)的增廣矩陣，然后建立特征方程，求解出特征對(duì)后再估算各階模態(tài)參數(shù)，ITD法的最大特點(diǎn)是同時(shí)使用全部測點(diǎn)的自由響應(yīng)數(shù)據(jù)。Ibrahim在ITD法的基礎(chǔ)上提出省時(shí)的STD法，STD法相對(duì)ITD法的計(jì)算量大為降低，節(jié)省內(nèi)存和運(yùn)算時(shí)間，在識(shí)別精度上也有所提高。

楊佑發(fā)等［26］結(jié)合隨機(jī)子空間法對(duì)ITD法進(jìn)行算法改進(jìn)，提出將隨機(jī)子空間法中計(jì)算得到Toeplitz矩陣作為輸入傳遞給ITD法，避免使用RDT法和NExT法進(jìn)行前處理引起的誤差，實(shí)驗(yàn)表明該改進(jìn)后ITD算法相對(duì)于隨機(jī)子空間法識(shí)別精度沒有降低，而且縮短了計(jì)算時(shí)間，相對(duì)于傳統(tǒng)的ITD法，識(shí)別精度明顯有所提高；周凱［27］采用ITD法對(duì)環(huán)境載荷下一個(gè)近海導(dǎo)管架平臺(tái)結(jié)構(gòu)模型進(jìn)行模態(tài)參數(shù)識(shí)別，研究發(fā)現(xiàn)增多ITD法中虛擬測點(diǎn)的個(gè)數(shù)，增大特征矩陣的階數(shù)，不僅能增加識(shí)別出的模態(tài)數(shù)量，而且有助于降低其對(duì)噪聲的敏感度，虛擬測點(diǎn)個(gè)數(shù)對(duì)系統(tǒng)模態(tài)識(shí)別結(jié)果影響如圖4所示［27］。

圖4 虛擬測點(diǎn)個(gè)數(shù)對(duì)系統(tǒng)模態(tài)識(shí)別結(jié)果影響

（4）最小二乘復(fù)指數(shù)法（LSCE）和多參考點(diǎn)復(fù)指數(shù)法（PRCE）

LSCE法［28］又稱Prony多項(xiàng)式法，與ITD法相比，LSCE法在識(shí)別模態(tài)頻率和阻尼比時(shí)只用一個(gè)測點(diǎn)的脈沖響應(yīng)數(shù)據(jù)，因而LSCE法屬于局部識(shí)別法。LSCE法的基本思想是以Z變換因子表示脈沖響應(yīng)，Z變換因子中包含待識(shí)別的復(fù)頻率，構(gòu)造Prony多項(xiàng)式，使其零點(diǎn)等于Z變換因子的值，將求解Z變換因子就轉(zhuǎn)化為求解Prony多項(xiàng)式系數(shù)：

為求解Prony多項(xiàng)式系數(shù)，構(gòu)造脈沖響應(yīng)數(shù)據(jù)序列的自回歸模型，自回歸系數(shù)即Prony多項(xiàng)式系數(shù)，通過在不同起始點(diǎn)采樣，得到關(guān)于自回歸系數(shù)的線性方程組，用最小二乘法計(jì)算得到自回歸系數(shù)的解，可得Prony多項(xiàng)式的根。再由脈沖響應(yīng)數(shù)據(jù)序列構(gòu)造該測點(diǎn)各階脈沖響應(yīng)幅值（留數(shù)）的線性方程組，用最小二乘法求解，對(duì)各測點(diǎn)作識(shí)別，便可得到各階模態(tài)矢量，脈沖響應(yīng)序列的自回歸模型如下：

式中：為以l為起始采樣點(diǎn)的含2n個(gè)采樣值的時(shí)序樣本，為自回歸系數(shù)列陣，即Prony多項(xiàng)式的系數(shù)。

為克服LSCE法僅能應(yīng)用于單輸出狀態(tài)的不足，在LSCE法的基礎(chǔ)上建立MIMO整體識(shí)別的PRCE法［29］，其數(shù)學(xué)模型為基于MIMO的脈沖響應(yīng)函數(shù)矩陣。

（5）協(xié)方差驅(qū)動(dòng)的隨機(jī)子空間法

其基本思想是由輸出響應(yīng)數(shù)據(jù)構(gòu)建Hankel矩陣，計(jì)算協(xié)方差序列形成Toeplitz矩陣，Toeplitz矩陣主要作用是保持信號(hào)原有信息的情況下縮減數(shù)據(jù)量，然后對(duì)其作SVD得到系統(tǒng)矩陣，進(jìn)而識(shí)別結(jié)構(gòu)的模態(tài)參數(shù)。其同樣存在系統(tǒng)階次難以確定的問題，無論是根據(jù)非零奇異值點(diǎn)個(gè)數(shù)或是利用奇異值的跳躍都難以在實(shí)際工程中確定系統(tǒng)的階次，目前一般采用隨機(jī)子空間結(jié)合穩(wěn)定圖的方法進(jìn)行模態(tài)參數(shù)的識(shí)別［30］，穩(wěn)定圖是目前普遍認(rèn)可的相對(duì)較好的確定系統(tǒng)階次的方法［31］。

（6）協(xié)方差驅(qū)動(dòng)的隨機(jī)子空間法特征系統(tǒng)實(shí)現(xiàn)法（ERA）

特征系統(tǒng)實(shí)現(xiàn)算法是美國航天航空局的Langley研究部門于1984年提出的一種時(shí)域模態(tài)分析方法［32］。ERA法以由MIMO得到的脈沖響應(yīng)函數(shù)為基本模型，利用結(jié)構(gòu)的脈沖響應(yīng)信號(hào)函數(shù)矩陣來構(gòu)建廣義Hankel矩陣，對(duì)其進(jìn)行SVD，從非零奇異值中提取得到系統(tǒng)的特征量，通過對(duì)系統(tǒng)矩陣進(jìn)行特征值分解識(shí)別出系統(tǒng)的模態(tài)參數(shù)。因其在計(jì)算中利用了最小實(shí)現(xiàn)原理，大幅度減小矩陣維數(shù)和計(jì)算量，在實(shí)際工程中應(yīng)用十分廣泛。

ERA法通常結(jié)合NExT法用來識(shí)別環(huán)境激勵(lì)（白噪聲激勵(lì)）下的系統(tǒng)模態(tài)參數(shù)，NExT-ERA法程序流程圖如下頁圖5所示。許俊臣和洪明［33］利用NExT-ERA法對(duì)一鋼質(zhì)船體梁模型進(jìn)行了模態(tài)參數(shù)識(shí)別，如圖6 -圖8［33］所示。

圖5 NExT-ERA法程序流程圖

圖6 船模結(jié)構(gòu)示意圖

圖7 水池船模結(jié)構(gòu)實(shí)驗(yàn)圖

圖8 穩(wěn)態(tài)白噪聲激勵(lì)下的系統(tǒng)穩(wěn)定圖

研究中對(duì)存在單頻激勵(lì)時(shí)對(duì)應(yīng)的簡諧頻率的影響，信噪比的影響以及在不同裝載情況下的船模模態(tài)參數(shù)進(jìn)行大量的實(shí)驗(yàn)對(duì)比和系統(tǒng)的分析研究。實(shí)驗(yàn)結(jié)果顯示只要簡諧激勵(lì)的頻率與固有頻率沒有離得太近，其頻率和信噪比對(duì)模態(tài)分析的影響不大，當(dāng)兩者頻率較為接近，可能會(huì)發(fā)生頻率混疊的現(xiàn)象；局部結(jié)構(gòu)上附加質(zhì)量的存在對(duì)局部模態(tài)振型和識(shí)別結(jié)果會(huì)造成一定影響；萬嶺和洪明等人［34］采用NExT-ERA法對(duì)簡支梁模型和船體模型分別進(jìn)行模態(tài)參數(shù)識(shí)別，驗(yàn)證了NExT-ERA法進(jìn)行運(yùn)行模態(tài)識(shí)別能夠得到良好效果。文章對(duì)ERA法中系統(tǒng)階次的確定進(jìn)行深入討論，指出選擇較低階次容易丟失系統(tǒng)的模態(tài)信息，而選擇較高階次又會(huì)引入噪聲模態(tài)；楊和振、李華軍等人［35］采用NExT-ERA法對(duì)海洋環(huán)境載荷下海洋平臺(tái)結(jié)構(gòu)模擬模型進(jìn)行了參數(shù)識(shí)別，并將識(shí)別結(jié)果同峰值法進(jìn)行比較，比較結(jié)果顯示NExT-ERA法更加適用于環(huán)境激勵(lì)下大型結(jié)構(gòu)物的模態(tài)參數(shù)識(shí)別。

2.3 聯(lián)合時(shí)頻域法

2.3.1 小波變換法

小波變換是一種基于信號(hào)時(shí)間-尺度的分析方法［36］，具有多分辨率分析的特點(diǎn)，即在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨率，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，在時(shí)域和頻域都具有表征信號(hào)局部特征的能力，很適合探測正常信號(hào)中夾帶的瞬態(tài)反?，F(xiàn)象，因此被廣泛地應(yīng)用于對(duì)非平穩(wěn)信號(hào)的分析和處理中［37］。

對(duì)于一個(gè)自由度為n的線性系統(tǒng)，其自由振動(dòng)響應(yīng)可以表示為：

對(duì)上式進(jìn)行小波變換可以得到：

式中：a和b分別稱為小波變換的尺度參數(shù)與位移參數(shù)。

當(dāng)尺度參數(shù)為ai時(shí)，在小波變換過程中，只有與ai相關(guān)的模態(tài)起主要貢獻(xiàn)，其余的模態(tài)可以忽略不計(jì)，則有：

由上式可以分別得到其幅值和相位值：

通過上式便可以識(shí)別出系統(tǒng)的模態(tài)參數(shù)。小波分析自身也存在一定的局限性，對(duì)具體信號(hào)依據(jù)何種原則來選擇小波基，目前在理論上和實(shí)際應(yīng)用中尚沒有統(tǒng)一的方法，而且小波變換還可能由于其有限長度的特點(diǎn)出現(xiàn)能量泄露等問題，另外，小波變換的實(shí)質(zhì)是一種線性變換，不能用于處理非線性問題。

朱宏平等［38］針對(duì)土木工程結(jié)構(gòu)前幾階自振頻率處于低頻區(qū)域以及環(huán)境激勵(lì)下結(jié)構(gòu)響應(yīng)信號(hào)信噪比很低的特點(diǎn)，著重論述采用小波方法抑制原始測量信號(hào)中的高頻噪聲部分，從而突出結(jié)構(gòu)低頻特性的基本原理，并用其對(duì)一實(shí)際高層結(jié)構(gòu)進(jìn)行模態(tài)參數(shù)識(shí)別，識(shí)別結(jié)果顯示基于小波變換的模態(tài)分析方法較傳統(tǒng)模態(tài)分析方法識(shí)別精度更高更有效。邵艷秋［39］采用RDT法獲得環(huán)境激勵(lì)下結(jié)構(gòu)的自由響應(yīng)，通過改進(jìn)的Morlet小波時(shí)頻分析，分解多自由度系統(tǒng)為若干個(gè)單自由度系統(tǒng)的組合，根據(jù)小波系數(shù)和系統(tǒng)固有頻率和阻尼比間關(guān)系識(shí)別出環(huán)境激勵(lì)下結(jié)構(gòu)模態(tài)參數(shù)，并應(yīng)用GARTEUR模型驗(yàn)證小波變換方法的有效性；李夕兵等［40］分別應(yīng)用小波變換和HHT變換對(duì)實(shí)測爆破震動(dòng)信號(hào)進(jìn)行時(shí)頻分析，發(fā)現(xiàn)HHT較小波變換避免了選擇小波基的困難，在分析非平穩(wěn)信號(hào)時(shí)更具適應(yīng)性，而且小波譜由于受小波基有限長度及測不準(zhǔn)原理的限制，容易造成頻譜擴(kuò)散和能量泄露的問題。

2.3.2 Hilbert-Huang變換法

HHT作為一種針對(duì)非線性系統(tǒng)非平穩(wěn)信號(hào)的自適應(yīng)時(shí)頻處理方法，由Huang等人于1998年首次提出［41］。HHT主要由經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）和希爾伯特變換（HT）組成。經(jīng)驗(yàn)?zāi)B(tài)分解是處理時(shí)域信號(hào)的方法，可將初始信號(hào)分解成一系列本征模態(tài)函數(shù)（IMF）和殘余項(xiàng)的疊加，實(shí)現(xiàn)對(duì)原信號(hào)的強(qiáng)制平穩(wěn)化處理，其中分解得到的IMF分量能夠表征信號(hào)在某一特征尺度上的振動(dòng)模態(tài)；然后根據(jù)Hilbert變換，可以完成瞬時(shí)模態(tài)參數(shù)的求解（主要指瞬時(shí)頻率），其算法流程如圖9所示。

圖9 HHT算法流程圖

相對(duì)于傳統(tǒng)的時(shí)域模態(tài)參數(shù)識(shí)別方法，HHT將參數(shù)識(shí)別擴(kuò)展到時(shí)頻域范圍，打破了傳統(tǒng)方法基于傅里葉變換只能在頻域或時(shí)域描述信號(hào)的缺陷，提出了瞬時(shí)頻率的概念，能夠用來解決非穩(wěn)態(tài)環(huán)境下的模態(tài)參數(shù)問題；相對(duì)于小波變換方法，Hilbert譜在時(shí)頻域的分辨率都要高于小波譜，具有更強(qiáng)的局部特性，而且能夠反映系統(tǒng)的非線性特性。但是對(duì)基于HHT的模態(tài)識(shí)別方法的研究也存在很多不足，其理論推導(dǎo)并不完善，對(duì)特定信號(hào)容易出現(xiàn)端點(diǎn)效應(yīng)，尤其對(duì)于模態(tài)頻率較為接近的結(jié)構(gòu)容易發(fā)生模態(tài)混淆的現(xiàn)象。

姚熊亮和張阿漫［42］基于EMD對(duì)水下爆炸結(jié)構(gòu)沖擊信號(hào)進(jìn)行分析，通過研究每一個(gè)本征模態(tài)函數(shù)，從本質(zhì)上分析了水下爆炸沖擊加速度信號(hào)的組成成分及特點(diǎn)；陳雋和徐幼麟［43］結(jié)合青馬橋的實(shí)測動(dòng)力響應(yīng)，研究了HHT方法在結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中的應(yīng)用，并將其分別用于平穩(wěn)和非平穩(wěn)的實(shí)測記錄以識(shí)別結(jié)構(gòu)的模態(tài)信息，驗(yàn)證了HHT相對(duì)傳統(tǒng)模態(tài)識(shí)別方法在處理非平穩(wěn)性數(shù)據(jù)方面具有明顯優(yōu)勢；湯寶平和何啟源等人［44］為克服噪聲信號(hào)對(duì)EMD分解的影響，提出基于小波去噪和HHT相結(jié)合的模態(tài)參數(shù)識(shí)別方法，該方法先利用小波進(jìn)行信號(hào)去噪，以減少EMD分解過程的計(jì)算量和分解層數(shù)，然后利用HHT進(jìn)行模態(tài)參數(shù)的識(shí)別，簡支梁系統(tǒng)實(shí)驗(yàn)證明該算法對(duì)阻尼的識(shí)別精度明顯提高；韓建平和李達(dá)文［45］針對(duì)傳統(tǒng)模態(tài)識(shí)別方法對(duì)非線性和非穩(wěn)態(tài)信號(hào)處理能力差，且對(duì)阻尼比識(shí)別精度較低的現(xiàn)象，采用基于NExT和HHT相結(jié)合運(yùn)行模態(tài)參數(shù)識(shí)別方法，通過對(duì)一個(gè)12層鋼筋混凝土框架模型進(jìn)行模態(tài)分析，驗(yàn)證了這種算法對(duì)阻尼比的識(shí)別效果較傳統(tǒng)基于傅里葉變換的半功率帶寬法有所改進(jìn)，但對(duì)識(shí)別精確性仍難以確認(rèn)；劉曉冰［46］采用基于NExT和HHT相結(jié)合運(yùn)行模態(tài)參數(shù)識(shí)別方法，對(duì)船模結(jié)構(gòu)進(jìn)行了模態(tài)識(shí)別研究，驗(yàn)證了該方法有效避免NExTERA法中的虛假模態(tài)和系統(tǒng)定階問題，適用于船舶結(jié)構(gòu)參數(shù)識(shí)別及狀態(tài)監(jiān)測。

3 環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別研究熱點(diǎn)

3.1 復(fù)雜密頻結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別

傳統(tǒng)的模態(tài)參數(shù)識(shí)別方法，普遍要求被測結(jié)構(gòu)的各階模態(tài)頻率較分散，阻尼比較小，即模態(tài)混疊不嚴(yán)重，但是對(duì)于工程中的大型復(fù)雜結(jié)構(gòu)，特別是具有質(zhì)量或剛度突變的結(jié)構(gòu)，普遍含有密集模態(tài)，難以通過激振使結(jié)構(gòu)按某一階固有振型振動(dòng)。產(chǎn)生密集模態(tài)的原因有兩個(gè)：一是各階模態(tài)的固有頻率過于靠近；二是模態(tài)阻尼比較大。如果兩個(gè)模態(tài)的固有頻率很接近，且各自的阻尼比也較大，則在頻譜上會(huì)出現(xiàn)如圖10［49］所示的模態(tài)混疊現(xiàn)象，無法用普通的傅里葉帶通濾波來實(shí)現(xiàn)對(duì)多模態(tài)的分離，進(jìn)而影響多模態(tài)參數(shù)識(shí)別的精度。

圖10 模態(tài)混疊示意圖

傳統(tǒng)的基于傅里葉變換的模態(tài)識(shí)別方法不能直接用來識(shí)別復(fù)雜密頻結(jié)構(gòu)，因此時(shí)頻分析方法被更為廣泛地應(yīng)用于密集模態(tài)結(jié)構(gòu)的模態(tài)識(shí)別。陳雋等［47］采用HHT法對(duì)密頻結(jié)構(gòu)的阻尼進(jìn)行識(shí)別，對(duì)兩個(gè)自由度的密頻和非密頻結(jié)構(gòu)分別采用HHT法和半功率帶寬法進(jìn)行參數(shù)識(shí)別，結(jié)果表明HHT法對(duì)密頻結(jié)構(gòu)模態(tài)識(shí)別的識(shí)別精度明顯優(yōu)于半功率帶寬法，但是HHT法對(duì)密頻結(jié)構(gòu)的識(shí)別精度隨頻率密集度的提高而明顯降低，為解決密頻結(jié)構(gòu)的模態(tài)混疊問題，作者選擇采用在EMD分解過程中引用一種稱為間歇檢測準(zhǔn)則的方法來消除混合現(xiàn)象；劉俊斐和李華軍［48］結(jié)合海洋平臺(tái)物理模型的動(dòng)力響應(yīng)數(shù)據(jù)，采用加入偽信號(hào)技術(shù)的HHT方法對(duì)模態(tài)密集結(jié)構(gòu)進(jìn)行模態(tài)分析，并對(duì)加入偽信號(hào)的幅值和頻率選擇進(jìn)行改進(jìn)，進(jìn)而使用峰值法和HHT法結(jié)合偽信號(hào)技術(shù)對(duì)力錘激勵(lì)下的海洋平臺(tái)物理模型進(jìn)行模態(tài)參數(shù)識(shí)別，得到結(jié)構(gòu)的自振頻率和阻尼比；黃應(yīng)來和董大偉等人［49］提出了一種針對(duì)密集模態(tài)結(jié)構(gòu)模態(tài)參數(shù)識(shí)別的方法，其基本思想是先用EMD分解化多模態(tài)參數(shù)識(shí)別問題為單模態(tài)參數(shù)識(shí)別問題，考慮到適當(dāng)減小各階模態(tài)的阻尼比可以相應(yīng)降低各階模態(tài)間的混疊程度，采用加逆衰減指數(shù)窗與帶通濾波相結(jié)合的方法，將各個(gè)模態(tài)近似提取出來，再使用先進(jìn)的時(shí)頻分析方法識(shí)別系統(tǒng)模態(tài)參數(shù)。圖11［49］和圖12［49］分別為密集模態(tài)結(jié)構(gòu)加速度響應(yīng)信號(hào)加逆衰減指數(shù)窗前后的時(shí)域圖和頻譜圖。

圖11 加逆衰減指數(shù)窗前后時(shí)域圖

圖12 加逆衰減指數(shù)窗前后時(shí)域圖

可以看出，通過加入適當(dāng)?shù)哪嫠p指數(shù)窗，可以有效降低模態(tài)密集度，利用帶通濾波器就可以將多模態(tài)信號(hào)中的各階模態(tài)分離出來，然后利用Hilbert變換等方法識(shí)別系統(tǒng)的模態(tài)參數(shù)；曹軍宏和莊飚等人［50］提出采用基于時(shí)延優(yōu)化的二階盲辨識(shí)算法對(duì)模態(tài)密集結(jié)構(gòu)進(jìn)行參數(shù)識(shí)別，其基本思想是利用量子遺傳算法對(duì)二階盲辨識(shí)算法中時(shí)延的選擇進(jìn)行優(yōu)化，并對(duì)觀測信號(hào)的最優(yōu)時(shí)延二階協(xié)方差矩陣作對(duì)角化處理，同時(shí)得到模態(tài)振型和單自由度信號(hào)，然后基于FFT法提取出對(duì)應(yīng)各階模態(tài)的模態(tài)頻率和阻尼比；孫鵬和丁幼亮等人［51］從小波變換公式推導(dǎo)的角度對(duì)結(jié)構(gòu)模態(tài)混疊的機(jī)理進(jìn)行研究分析，明確密集模態(tài)的定義并給出結(jié)構(gòu)模態(tài)密集度指標(biāo)，即相鄰模態(tài)的頻率比，研究表明當(dāng)相鄰模態(tài)的頻率比一定時(shí)，隨著阻尼比以及相鄰模態(tài)阻尼比差值的增加，模態(tài)混疊現(xiàn)象會(huì)愈加嚴(yán)重。

3.2 非穩(wěn)態(tài)環(huán)境激勵(lì)下的模態(tài)參數(shù)識(shí)別

頻域法和時(shí)域法中假設(shè)環(huán)境激勵(lì)需要近似表示為平穩(wěn)白噪聲激勵(lì)，這是因?yàn)轭l域法和時(shí)域法都建立在傅里葉變換的基礎(chǔ)上，而傅里葉變換的全局特性限制其不能夠用來分析非平穩(wěn)信號(hào)。對(duì)于船舶等大型水上結(jié)構(gòu)，通常將環(huán)境激勵(lì)特征歸納為平穩(wěn)的強(qiáng)線譜與弱隨機(jī)譜的疊加，這也是對(duì)船舶環(huán)境激勵(lì)的一種簡化或者近似，真實(shí)的環(huán)境激勵(lì)應(yīng)當(dāng)多為非穩(wěn)態(tài)的信號(hào)。常軍等［52］對(duì)隨機(jī)子空間法產(chǎn)生虛假模態(tài)和模態(tài)遺漏現(xiàn)象的原因進(jìn)行深入分析，發(fā)現(xiàn)產(chǎn)生虛假模態(tài)的主要原因是由于輸入信號(hào)不滿足白噪聲假設(shè)，并由此提出分段平穩(wěn)隨機(jī)信號(hào)參數(shù)識(shí)別方法；李愛群等［53］在潤揚(yáng)大橋的健康監(jiān)測中發(fā)現(xiàn)在風(fēng)荷載及車輛荷載下大橋的動(dòng)力響應(yīng)在一定的時(shí)間尺度內(nèi)是非平穩(wěn)的，不滿足傳統(tǒng)模態(tài)參數(shù)識(shí)別方法的白噪聲假設(shè)，因此以HHT和小波變換為代表的聯(lián)合時(shí)頻域法成為分析非穩(wěn)態(tài)環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別的主要手段。

李中付和華宏星［54］認(rèn)為任意隨機(jī)激勵(lì)信號(hào)都可以表示成白噪聲和非白噪聲信號(hào)的疊加，其一般形式寫作：

由此，我們可推導(dǎo)出線性系統(tǒng)響應(yīng)之間的相關(guān)函數(shù)由兩部分組成，一部分與脈沖響應(yīng)具有相同的數(shù)學(xué)形式，另一部分為其他形式；然后基于EMD分解，把非穩(wěn)態(tài)環(huán)境激勵(lì)下多自由度線性系統(tǒng)的模態(tài)參數(shù)辨識(shí)問題轉(zhuǎn)化為類似于已知各個(gè)單自由度系統(tǒng)的脈沖響應(yīng)進(jìn)行參數(shù)辨識(shí)問題。這種算法主要有兩個(gè)優(yōu)點(diǎn)：一是無論白噪聲激勵(lì)、穩(wěn)態(tài)隨機(jī)激勵(lì)還是非穩(wěn)態(tài)隨機(jī)激勵(lì)，都可以僅根據(jù)結(jié)構(gòu)的響應(yīng)識(shí)別出線性結(jié)構(gòu)的模態(tài)參數(shù)；二是能夠有效地識(shí)別出環(huán)境激勵(lì)中的周期成分。

Chiang和Lin［55］假設(shè)外部激勵(lì)是由平穩(wěn)白噪聲信號(hào)和一個(gè)調(diào)幅信號(hào)乘積組成新的非平穩(wěn)隨機(jī)信號(hào)，他證明在這種假設(shè)條件下測得的響應(yīng)歷程的均方根函數(shù)中包含了激勵(lì)信號(hào)中的調(diào)幅成分，并可以通過曲線擬合將調(diào)幅信號(hào)提取出來，這樣就可以將非平穩(wěn)信號(hào)轉(zhuǎn)變?yōu)槠椒€(wěn)信號(hào)，然后計(jì)算不同測點(diǎn)間響應(yīng)信號(hào)的互相關(guān)函數(shù)，得到的信號(hào)便是一個(gè)可以進(jìn)行模態(tài)識(shí)別的自由衰減信號(hào)。作者使用ITD法對(duì)其進(jìn)行模態(tài)識(shí)別，并用一個(gè)六自由度的鏈?zhǔn)浇Y(jié)構(gòu)進(jìn)行數(shù)值實(shí)驗(yàn)對(duì)該方法進(jìn)行驗(yàn)證。向律楷［56］在文章中將環(huán)境激勵(lì)由白噪聲擴(kuò)展到MA（q）階模型，假設(shè)非平穩(wěn)激勵(lì)由d-1階多項(xiàng)式趨勢項(xiàng)與MA（q）階模型之和構(gòu)成，并使用NExT-ERA法識(shí)別出系統(tǒng)的模態(tài)參數(shù)。杜秀麗和汪鳳泉［57］將環(huán)境激勵(lì)視作均勻調(diào)制的萊維隨機(jī)激勵(lì)，并基于連續(xù)時(shí)間AR模型提出時(shí)域模態(tài)分解方法，數(shù)值實(shí)驗(yàn)證明該算法能夠精確識(shí)別滿足這種激勵(lì)模型下的系統(tǒng)模態(tài)參數(shù)。

本文基于EMD分解，對(duì)非穩(wěn)態(tài)環(huán)境激勵(lì)下的三自由度系統(tǒng)進(jìn)行模態(tài)參數(shù)識(shí)別，具體參數(shù)如式（13）-式（15）所示：

式中：m為模型質(zhì)量，kg；k為剛度，N/m；c為阻尼，N·s / m。

分別對(duì)2號(hào)質(zhì)點(diǎn)施加四種不同形式的激勵(lì)：平穩(wěn)白噪聲信號(hào)、平穩(wěn)白噪聲加簡諧信號(hào)、平穩(wěn)白噪聲加線性調(diào)頻信號(hào)（頻率從0到30 Hz隨時(shí)間線性增加）以及平穩(wěn)白噪聲和調(diào)幅信號(hào)（e-0.1t）的乘積，采樣頻率為500 Hz，采樣時(shí)間為30 s，用Newmark法求得三個(gè)質(zhì)點(diǎn)的加速度響應(yīng)，分別對(duì)任意兩點(diǎn)做互相關(guān)，然后對(duì)得到的互相關(guān)函數(shù)進(jìn)行EMD分解，并用Hilbert變換得到該三自由度結(jié)構(gòu)在四種不同激勵(lì)下的模態(tài)參數(shù)，識(shí)別結(jié)果如下頁表1所示。由識(shí)別結(jié)果所示，說明該算法不僅能夠識(shí)別穩(wěn)態(tài)環(huán)境激勵(lì)下的系統(tǒng)模態(tài)參數(shù)，且可正確識(shí)別出各種不同形式非穩(wěn)態(tài)環(huán)境激勵(lì)下的系統(tǒng)模態(tài)參數(shù)。

3.3 時(shí)變系統(tǒng)的模態(tài)參數(shù)識(shí)別

目前針對(duì)船舶結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別主要是將其視作線性時(shí)不變系統(tǒng)來進(jìn)行識(shí)別，但視作線性時(shí)變系統(tǒng)更合理，這時(shí)傳統(tǒng)的運(yùn)行模態(tài)分析方法便不再適用。然而目前對(duì)線性時(shí)變結(jié)構(gòu)的模態(tài)識(shí)別研究，也多是將線性時(shí)不變結(jié)構(gòu)參數(shù)識(shí)別理論基于“凍結(jié)時(shí)間”思想的直接推廣，即假設(shè)每一時(shí)刻的時(shí)間被瞬間“凍結(jié)”，這樣結(jié)構(gòu)就變?yōu)闀r(shí)不變結(jié)構(gòu)，然后按時(shí)不變結(jié)構(gòu)參數(shù)識(shí)別理論識(shí)別出每一時(shí)刻的模態(tài)參數(shù)，再用曲線擬合得到隨時(shí)間變化的模態(tài)參數(shù)［58］。李雷［59］提出一種基于“短時(shí)時(shí)不變假設(shè)”結(jié)合工況模態(tài)分析的識(shí)別方法，對(duì)飛行器舵片模型進(jìn)行模態(tài)辨識(shí)，分析得到舵片模型在受熱情況下動(dòng)力學(xué)參數(shù)的時(shí)變規(guī)律。但是這種做法忽略了結(jié)構(gòu)參數(shù)隨時(shí)間變化給結(jié)構(gòu)動(dòng)力特性帶來的影響，造成某些情況下的分析結(jié)果不符合實(shí)際，因此這種模態(tài)參數(shù)一般被稱為“偽模態(tài)參數(shù)”［7］。

表1 四種不同工況下模態(tài)參數(shù)識(shí)別結(jié)果

為了準(zhǔn)確描述時(shí)變系統(tǒng)模態(tài)參數(shù)隨時(shí)間變化的特性，以HHT和小波變換為代表的聯(lián)合時(shí)頻域法被更多地應(yīng)用到時(shí)變系統(tǒng)的模態(tài)參數(shù)識(shí)別過程中。劉建軍［60］提出基于HHT由線性時(shí)變SDOF結(jié)構(gòu)的自由振動(dòng)響應(yīng)識(shí)別結(jié)果模態(tài)參數(shù)的新方法，并將其擴(kuò)展到了MDOF結(jié)構(gòu)及強(qiáng)迫振動(dòng)條件下結(jié)構(gòu)的模態(tài)識(shí)別，并用可調(diào)附加質(zhì)量的懸臂梁實(shí)驗(yàn)驗(yàn)證HHT用于識(shí)別時(shí)變系統(tǒng)模態(tài)參數(shù)的有效性；宋斌華［61］在劉建軍工作基礎(chǔ)上研究HHT和LMD［62］兩種新的時(shí)頻分析方法在時(shí)變結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中的應(yīng)用；沈林［63］基于Daubechies小波對(duì)線性時(shí)變系統(tǒng)進(jìn)行物理參數(shù)識(shí)別，并對(duì)線性時(shí)變系統(tǒng)在參數(shù)連續(xù)平滑變化、周期變化和突變的工況下進(jìn)行仿真算例研究，驗(yàn)證了Daubechies小波能夠正確有效地識(shí)別時(shí)變系統(tǒng)的物理參數(shù)。

我們基于HHT變換對(duì)一剛度和阻尼隨時(shí)間連續(xù)變化的兩自由度線性時(shí)變系統(tǒng)進(jìn)行數(shù)值模型研究，采樣頻率為500 Hz，采樣時(shí)間為3 s，該數(shù)值模型的具體參數(shù)分別取為：

式中：m為模型質(zhì)量，kg；c為阻尼，N·s / m；k為剛度，N/m 。

將算例中的質(zhì)點(diǎn)m1在t = 0時(shí)刻拉離平衡位置2mm，另一個(gè)質(zhì)點(diǎn)保持不動(dòng)，然后從靜止自由釋放，計(jì)算質(zhì)點(diǎn)m1的加速度響應(yīng)，對(duì)其作EMD分解，并對(duì)包含系統(tǒng)單階模態(tài)的瞬態(tài)響應(yīng)分量作Hilbert變換，識(shí)別出系統(tǒng)的模態(tài)瞬時(shí)頻率和阻尼比，識(shí)別結(jié)果如圖13、圖14所示。

圖13 模態(tài)瞬時(shí)頻率識(shí)別結(jié)果

圖14 模態(tài)阻尼比識(shí)別結(jié)果

在前面兩自由度時(shí)變系統(tǒng)數(shù)值實(shí)驗(yàn)的基礎(chǔ)上，本文對(duì)一移動(dòng)質(zhì)量-懸臂梁耦合時(shí)變系統(tǒng)進(jìn)行實(shí)驗(yàn)研究，實(shí)驗(yàn)?zāi)Ｐ腿鐖D15所示。

圖15 移動(dòng)質(zhì)量-懸臂梁耦合系統(tǒng)實(shí)驗(yàn)?zāi)Ｐ?/p>

將基于HHT變換的識(shí)別結(jié)果同傳統(tǒng)的特征系統(tǒng)實(shí)現(xiàn)法識(shí)別結(jié)果及有限元分析結(jié)果進(jìn)行研究對(duì)比，驗(yàn)證了HHT變換不但可以識(shí)別出線性時(shí)不變結(jié)構(gòu)的模態(tài)信息，而且能夠準(zhǔn)確地識(shí)別得到時(shí)變結(jié)構(gòu)的模態(tài)參數(shù)，識(shí)別結(jié)果如圖16、圖17所示。

圖16 一階模態(tài)頻率識(shí)別結(jié)果

圖17 二階模態(tài)頻率識(shí)別結(jié)果

3.4 非線性系統(tǒng)的模態(tài)參數(shù)識(shí)別

非線性模態(tài)參數(shù)的概念最早由Rosenberg提出，他將模態(tài)分析思想擴(kuò)展至非線性系統(tǒng)領(lǐng)域，Rosenberg給出描述非線性系統(tǒng)模態(tài)的頻響函數(shù)模型，并基于系統(tǒng)的響應(yīng)數(shù)據(jù)通過曲線擬合的方法識(shí)別出系統(tǒng)的非線性模態(tài)參數(shù)［64］，其典型特征有兩個(gè)：一是非線性系統(tǒng)激勵(lì)與響應(yīng)之間的關(guān)系無法事先確定，必須選擇正確的動(dòng)力學(xué)模型對(duì)非線性系統(tǒng)進(jìn)行描述；二是非線性系統(tǒng)的固有頻率及阻尼比等模態(tài)參數(shù)都是時(shí)間的函數(shù)，因此能夠用來刻畫系統(tǒng)模態(tài)參數(shù)隨時(shí)間變化規(guī)律的聯(lián)合時(shí)頻域法成為分析非線性系統(tǒng)模態(tài)參數(shù)的最主要手段。張也弛［65］綜合HHT和CxA方法，對(duì)強(qiáng)非線性系統(tǒng)進(jìn)行了模態(tài)參數(shù)識(shí)別，同時(shí)指出這種算法能夠準(zhǔn)確對(duì)非線性系統(tǒng)進(jìn)行模態(tài)識(shí)別的前提是動(dòng)力學(xué)模型能夠真實(shí)描述原物理過程；劉衛(wèi)華等［66］建立了含非線性參數(shù)單自由度振動(dòng)系統(tǒng)的力學(xué)模型，如圖18所示，系統(tǒng)運(yùn)動(dòng)微分方程可寫成：

圖18 非線性單自由度系統(tǒng)力學(xué)模型

式中：α為弱非線性系數(shù)。

研究將已知非線性系統(tǒng)產(chǎn)生的混沌響應(yīng)作為系統(tǒng)激勵(lì)，并假定該響應(yīng)由若干個(gè)不穩(wěn)定周期軌道組成，從混沌響應(yīng)的狀態(tài)空間中提取出近似周期軌道，并采用諧波平衡法識(shí)別出非線性系統(tǒng)的模態(tài)參數(shù)；針對(duì)目前非線性系統(tǒng)模態(tài)參數(shù)識(shí)別的研究主要停留在穩(wěn)態(tài)環(huán)境激勵(lì)下進(jìn)行，王鳳利和趙德有［67］提出非穩(wěn)態(tài)環(huán)境激勵(lì)下基于局域波法的非線性系統(tǒng)模態(tài)參數(shù)識(shí)別方法，算法思想是通過局域波分解得到等效線性系統(tǒng)，并通過Hilbert變換識(shí)別出轉(zhuǎn)子系統(tǒng)的模態(tài)參數(shù)。盡管已有很多學(xué)者開始致力于研究非線性系統(tǒng)的模態(tài)參數(shù)識(shí)別方法，但對(duì)非線性系統(tǒng)的模態(tài)分析還遠(yuǎn)沒有達(dá)到線性模態(tài)理論研究那樣深入和透徹。

4 結(jié) 論

本文對(duì)環(huán)境激勵(lì)下的模態(tài)參數(shù)識(shí)別方法進(jìn)行了歸納分類，重點(diǎn)分析這些經(jīng)典模態(tài)識(shí)別算法的理論思想和適用條件。主要對(duì)目前國內(nèi)研究熱點(diǎn)問題進(jìn)行了綜述，并從數(shù)值算例和實(shí)驗(yàn)的角度對(duì)這些問題進(jìn)行了分析，為研究和應(yīng)用提供參考。通過上面對(duì)國內(nèi)相關(guān)文獻(xiàn)進(jìn)行分類總結(jié)，本文關(guān)于環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別的研究現(xiàn)狀有如下結(jié)論：

（1）對(duì)于環(huán)境激勵(lì)，目前普遍需要將激勵(lì)信號(hào)視作白噪聲或適當(dāng)寬松地視為平穩(wěn)信號(hào)，即使在部分分析非穩(wěn)態(tài)環(huán)境激勵(lì)的文獻(xiàn)中也是將非穩(wěn)態(tài)環(huán)境激勵(lì)近似看成一種固定的表達(dá)形式，但是，在實(shí)際工程應(yīng)用中存在的激勵(lì)信號(hào)是任意形式的非平穩(wěn)信號(hào)，如何正確地給出環(huán)境激勵(lì)的近似表達(dá)形式尚待研究。

（2）如何從實(shí)驗(yàn)?zāi)B(tài)中有效地甄別和提取噪聲模態(tài)，尤其對(duì)于運(yùn)行狀態(tài)下的船舶結(jié)構(gòu)，環(huán)境激勵(lì)包括近似白噪聲激勵(lì)、有害噪聲以及船上螺旋槳主機(jī)引起的單頻簡諧激勵(lì)等，如何考慮這些簡諧激勵(lì)和噪聲模態(tài)給船舶結(jié)構(gòu)模態(tài)分析帶來的影響？也是目前可以研究的一個(gè)新方向。

（3）不同于實(shí)驗(yàn)?zāi)B(tài)分析，環(huán)境激勵(lì)下的運(yùn)行模態(tài)分析很可能會(huì)出現(xiàn)激勵(lì)不夠充分的現(xiàn)象，從導(dǎo)致部分階次的模態(tài)難以識(shí)別，因此在實(shí)驗(yàn)過程中如何對(duì)結(jié)構(gòu)物正確施加激勵(lì)？也是工程實(shí)際中需要考慮的問題。

（4）目前對(duì)環(huán)境激勵(lì)下的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別尚沒有一種統(tǒng)一完備的方法，各種方法都在一定程度存在缺陷，頻域法和時(shí)域法不能夠用來分析非平穩(wěn)信號(hào)，且存在由噪聲引起的虛假模態(tài)問題，小波分析不能解決非線性問題且存在分辨率無法保證和能量泄露等問題，而HHT法中針對(duì)瞬時(shí)頻率的數(shù)學(xué)定義在信號(hào)處理領(lǐng)域尚未達(dá)成共識(shí)，IMF分量之間的正交性也沒有完整的數(shù)學(xué)證明，且存在虛假模態(tài)和端點(diǎn)效應(yīng)等問題。

（5）模態(tài)識(shí)別過程中對(duì)系統(tǒng)階次確定是十分關(guān)鍵和棘手的問題，盡管已經(jīng)有學(xué)者提出采用模態(tài)置信度及穩(wěn)定圖法來確定系統(tǒng)階次，但噪聲模態(tài)的影響仍不能做到完全消除，識(shí)別精度還有待改善。

（6）目前對(duì)系統(tǒng)固有頻率已能準(zhǔn)確識(shí)別，但是對(duì)結(jié)構(gòu)阻尼的識(shí)別效果往往不好，仍是亟待解決的問題。

［1］ 曹樹謙，張文德，蕭龍翔.振動(dòng)結(jié)構(gòu)模態(tài)分析［M］.天津：天津大學(xué)出版社，2001.

［2］ 萬嶺.環(huán)境激勵(lì)下的船舶結(jié)構(gòu)模態(tài)參數(shù)識(shí)別［D］.大連：大連理工大學(xué)，2010.

［3］ 姜大正.環(huán)境激勵(lì)下船舶結(jié)構(gòu)模態(tài)分析實(shí)驗(yàn)與理論研究［D］.大連：大連理工大學(xué)，2009.

［4］ 許俊臣.船舶加筋結(jié)構(gòu)的運(yùn)行模態(tài)分析及動(dòng)力減振優(yōu)化［D］.大連：大連理工大學(xué)，2013.

［5］ 續(xù)秀忠，華宏星，陳兆能.基于環(huán)境激勵(lì)的模態(tài)參數(shù)辨識(shí)方法綜述［J］.振動(dòng)與沖擊，2002（3）：1-5.

［6］ 劉宇飛，辛克貴，樊健生，等.環(huán)境激勵(lì)下結(jié)構(gòu)模態(tài)參數(shù)識(shí)別方法綜述［J］.工程力學(xué)，2014（4）：1-5.

［7］ 王學(xué)敏.基于Hilbert-Huang變換的橋梁監(jiān)測信號(hào)分析與處理和時(shí)變模態(tài)參數(shù)識(shí)別［D］.長沙：中南大學(xué)，2008.

［8］ Roeck G De，Peeters B，Ren W X. Benchmark Study on System Identification through Ambient Vibration Measurements［C］. Proceedings of the 18th International Modal Analysis Conference（IMAC），2000：1106-1112.

［9］ 張毅剛，劉才瑋，吳金志，等.適用空間網(wǎng)格結(jié)構(gòu)模態(tài)識(shí)別的改進(jìn)功率譜峰值法［J］.振動(dòng)與沖擊，2013（9）：10-15.

［10］ 夏祥麟.環(huán)境激勵(lì)模態(tài)分析方法的比較［D］.長沙：中南大學(xué)，2013.

［11］ Brincker R，Zhang Ling-mi，Andersen P. Modal Identification from Ambient Responses Using Frequency Domain Decomposition［C］. Proceedings of the 18th International Modal Analysis Conference（IMAC），2000：625-630.

［12］ Akaike H. Power Spectrum Estimation Through Autoregressive Model Fitting［J］. Annals of the Institute of Statistical Mathematics，1969，21：407.

［13］ 郭永剛，許亮華，水小平.基于脈沖響應(yīng)數(shù)據(jù)的ARMA法建模以及模態(tài)參數(shù)識(shí)別［J］.地震工程與工程振動(dòng)，2006（5）：167-171.

［14］ Smail M，Thomas M，Lakis A A.Assessment of Optimal ARMA Model Orders for Modal Analysis［J］.Mechanical Systems and Signal Processing，1999（5）：803-819.

［15］ Van Overschee P，De Moor B. Subspace Algorithms for the Stochastic Identification Problem［C］. Proceedings of the 30th IEEE Conference on Decision and Control，1991，1321-1326.

［16］ 辛峻峰，王樹青，劉福順.數(shù)據(jù)驅(qū)動(dòng)與協(xié)方差驅(qū)動(dòng)隨機(jī)子空間法差異化分析［J］.振動(dòng)與沖擊，2013（9）：1-5.

［17］ 辛峻峰，盛進(jìn)路，張永波.數(shù)據(jù)驅(qū)動(dòng)隨機(jī)子空間法矩陣維數(shù)選擇與噪聲問題研究［J］.振動(dòng)與沖擊，2013（16）：152-157.

［18］ 常軍，張啟偉，孫利民.隨機(jī)子空間產(chǎn)生虛假模態(tài)及模態(tài)遺漏的原因分析［J］.工程力學(xué)，2007（11）：57-62.

［19］ 章國穩(wěn)，湯寶平，孟利波.基于特征值分解的隨機(jī)子空間算法研究［J］.振動(dòng)與沖擊，2012（7）：74-78.

［20］ Cole H A. On-Line Failure Detection and Damping Measurement of Aerospace Structures by the Random Decrement Signatures［J］.1973，NASACR-2205.

［21］ Ibrahim S R. Efficient Random Decrement Computation for Identification of Ambient Responses［C］.Proceedings of the 19th IMAC，F(xiàn)lorida，USA，2001：1-6.

［22］ James G H，Came T G，Edmunds R S. STARS Missile-Modal Analysis of First-Flight Data Using the Natural Excitation Technique［C］. Proceedings of the 12th International Modal Analysis Conference（IMAC），1994.

［23］ 羅奎.基于自然激勵(lì)技術(shù)的結(jié)構(gòu)模態(tài)參數(shù)識(shí)別應(yīng)用研究［D］.武漢：武漢理工大學(xué)，2010.

［24］ 紀(jì)曉東，錢稼茹，徐龍河.模擬環(huán)境激勵(lì)下結(jié)構(gòu)模態(tài)參數(shù)識(shí)別試驗(yàn)研究［J］.清華大學(xué)學(xué)報(bào)，2006（6）：769-772.

［25］ Ibrahim S R，Mikulcik E. A Method for the Direct Identification of Vibration Parameters from the Free Response［J］.The Shock and Vibraton Bulletin，1977（4）：183-198.

［26］ 楊佑發(fā)，李帥，李海龍.環(huán)境激勵(lì)下結(jié)構(gòu)模態(tài)參數(shù)識(shí)別的改進(jìn)ITD法［J］.振動(dòng)與沖擊，2014（1）：194-199.

［27］ 周凱.虛擬測點(diǎn)對(duì)ITD法識(shí)別結(jié)果的影響［J］.中國水運(yùn)，2009（2）：184-186.

［28］ Brown D L，Allemang R J，Zimmerman R，et al. Parameter Estimation Techniques for Modal Analysis［J］. SAE Paper，No.790221，SAE Trans.，1979（1）：828-846.

［29］ Vold H，Rocklin G T. The Numerical Implementation of a Multi-input Modal Estimation Method for Minicomputers［C］. Orlando，F(xiàn)L，USA：Proceedings of the 1st International Modal Analysis Conference（IMAC），1982：542-548.

［30］ 常軍，張啟偉，孫利民.穩(wěn)定圖方法在隨機(jī)子空間識(shí)別模態(tài)參數(shù)中的應(yīng)用［J］.工程力學(xué)，2007（2）：39-44.

［31］ Ibrahim S R. Computation of Normal Modes from Identified Complex Modes［J］.AIAAJOURNAL，1982（3）：446-451.

［32］ Juang J N，Pappa R S.An Eigensystem Realization Algorithm（ERA）for Modal Parameter Identification and Model Reduction［J］.NASA/JPL，1984（5）：620-627.

［33］ Xu Junchen，Hong Ming，Liu Xiaobing. Operational Modal Analysis of a Ship Model in the Presence of Harmonic Excitation［J］. J. Marine Sci. Appl.，2013（1）：38-44.

［34］ 萬嶺，洪明，許俊臣.基于NExT/ERA方法緩解激勵(lì)下的船體結(jié)構(gòu)模型總體模態(tài)參數(shù)識(shí)別［J］.船舶力學(xué)，2013（7）：774-784.

［35］ 楊和振，李華軍，黃維平.海洋平臺(tái)結(jié)構(gòu)環(huán)境激勵(lì)的實(shí)驗(yàn)?zāi)B(tài)分析［J］.振動(dòng)與沖擊，2005（2）：129-132.

［36］ Grossmann A，Morlet J. Decomposition of Hardy Function into Square Integrable Wavelet of Constant Shape［J］. SIAM J. of Math，Anal，1984（4）：723-736.

［37］ 譚冬梅，姚三，瞿偉廉.振動(dòng)模態(tài)的參數(shù)識(shí)別綜述［J］.華中科技大學(xué)學(xué)報(bào)，2002（3）：73-78.

［38］ 朱宏平，翁順.運(yùn)用小波分析方法進(jìn)行結(jié)構(gòu)模態(tài)參數(shù)識(shí)別［J］.振動(dòng)與沖擊，2007（4）：1-5.

［39］ 邵艷秋.環(huán)境激勵(lì)下系統(tǒng)模態(tài)參數(shù)識(shí)別方法研究［D］.南京：南京航空航天大學(xué)，2008.

［40］ 李夕兵，張義平，劉志祥，等.爆破震動(dòng)信號(hào)的小波分析與HHT變換［J］.爆炸與沖擊，2005（6）：528-534.

［41］ Huang N E，Zheng S，Steven R L. The empirical mode decomposition and the Hilbert spectrum for nonlinear random-stationary time series analysis［C］.Proc R Soc London Ser A，1998，454：903-95.

［42］ 姚熊亮，張阿漫.經(jīng)驗(yàn)?zāi)B(tài)分解方法在結(jié)構(gòu)沖擊信號(hào)分析中的應(yīng)用［J］.中國艦船研究，2006（4）：11-15.

［43］ 陳雋，徐幼麟. HHT方法在結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中的應(yīng)用［J］.振動(dòng)工程學(xué)報(bào)，2003（3）：383-388.

［44］ 湯寶平，何啟源，蔣恒恒，等.利用小波去噪和HHT的模態(tài)參數(shù)識(shí)別［J］.振動(dòng)、測試與診斷，2009（2）：197-200.

［45］ 韓建平，李達(dá)文.基于Hilbert-Huang變換和自然激勵(lì)技術(shù)的模態(tài)參數(shù)識(shí)別［J］.工程力學(xué)，2010（8）：54-59.

［46］ 劉曉冰.基于HHT方法船舶結(jié)構(gòu)運(yùn)行模態(tài)參數(shù)識(shí)別［D］.大連：大連理工大學(xué)，2014.

［47］ 陳雋，徐幼麟，李杰. Hilbert-Huang變換在密頻結(jié)構(gòu)阻尼識(shí)別中的應(yīng)用［J］.地震工程與工程振動(dòng)，2003（4）：34-42.

［48］ 劉俊斐，李華軍.HHT方法在模態(tài)密集結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中的應(yīng)用研究［J］.中國海洋大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（S2）：181-188.

［49］ 黃應(yīng)來，董大偉，閆兵.密集模態(tài)分離及其參數(shù)識(shí)別方法研究［J］.機(jī)械強(qiáng)度，2009（1）：8-13.

［50］ 曹軍宏，莊飚，韋灼彬.時(shí)延優(yōu)化二階盲辨識(shí)應(yīng)用于密集模態(tài)結(jié)構(gòu)參數(shù)識(shí)別［C］.第22屆全國結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集（第1冊(cè)），2013.

［51］ 孫鵬，丁幼亮，張勁泉，等.基于Morlet小波變換的結(jié)構(gòu)密集模態(tài)參數(shù)識(shí)別［J］.東南大學(xué)學(xué)報(bào)，2012（2）：339-345.

［52］ 常軍，孫利民，張啟偉.一種分段平穩(wěn)隨機(jī)信號(hào)的參數(shù)識(shí)別方法［J］.振動(dòng)與沖擊，2007（6）：17-20.

［53］ 李愛群，丁幼亮，費(fèi)慶國，等.潤揚(yáng)大橋斜拉橋模態(tài)頻率識(shí)別的環(huán)境變異性［J］.東南大學(xué)學(xué)報(bào)，2007（2）：245-250.

［54］ 李中付，華宏星，宋漢文，等.非穩(wěn)態(tài)環(huán)境激勵(lì)下線性結(jié)構(gòu)的模態(tài)參數(shù)辨識(shí)［J］.振動(dòng)工程學(xué)報(bào)，2002（2）：139-143.

［55］ Chiang D Y，Lin C S. Identification of Modal Parameters from Nonstationary Ambient Vibration Data Using Correlation Technique［J］. AIAA Journal，2008（11）：2752-2759.

［56］ 向律楷.非平穩(wěn)環(huán)境激勵(lì)下大橋結(jié)構(gòu)的模態(tài)參數(shù)識(shí)別［D］.北京：清華大學(xué)，2009.

［57］ 杜秀麗，汪鳳泉.非平穩(wěn)環(huán)境激勵(lì)下模態(tài)參數(shù)識(shí)別的連續(xù)時(shí)間AR方法［J］.中國科學(xué)，2009（10）：1736-1742.

［58］ 于開平，鄒經(jīng)湘，龐世偉.結(jié)構(gòu)系統(tǒng)模態(tài)參數(shù)識(shí)別方法研究進(jìn)展［J］.世界科技研究與發(fā)展，2005（6）：22-30.

［59］ 李雷.工況模態(tài)分析在時(shí)變航天器結(jié)構(gòu)中的應(yīng)用［D］.上海：復(fù)旦大學(xué)，2011.

［60］ 劉建軍. Hilbert-Huang變換及其在線性時(shí)變結(jié)構(gòu)模態(tài)參數(shù)識(shí)別中的應(yīng)用［D］.長沙：中南大學(xué)，2007.

［61］ 宋斌華.基于Hilbert-Huang變換和局部均值分解的時(shí)變結(jié)構(gòu)模態(tài)參數(shù)識(shí)別［D］.長沙：中南大學(xué)，2009.

［62］ 程軍圣，張亢，楊宇，等.局部均值分解與經(jīng)驗(yàn)?zāi)Ｊ椒纸獾膶?duì)比研究［J］.振動(dòng)與沖擊，2009（5）：13-16.

［63］ 沈林.基于小波方法的線性時(shí)變系統(tǒng)參數(shù)識(shí)別［D］.南京：南京航空航天大學(xué)，2006.

［64］ Rosenberg R M. Normal Mode in Nonlinear Dual Mode Systems［J］. J Appl Mech，1960，27：263-268.

［65］ 張也弛.基于Hilbert-Huang變換的非線性系統(tǒng)參數(shù)辨識(shí)［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2008.

［66］ 劉衛(wèi)華，丁旺才，田海勇.混沌激勵(lì)下振動(dòng)系統(tǒng)的非線性參數(shù)識(shí)別［J］.振動(dòng)與沖擊，2009（5）：80-83.

［67］ 王鳳利，趙德有.基于局域波法的非線性系統(tǒng)模態(tài)參數(shù)識(shí)別研究［J］.大連理工大學(xué)學(xué)報(bào)，2011（1）：56-60.

Review of modal identifi cation of ship structure based on ambient excitation

HONG Ming LEI Chuan CUI Hong-yu
(School of Naval Architecture, Dalian University of Technology, Dalian 116024, China)

Based on the theory of modal analysis, this paper summarizes the modal identifi cation methods under ambient excitation, and discusses fundamental concepts and the advantages and disadvantages of these methods. It especially introduces the modal parameter identifi cation of ship structure under the ship sailing condition and hot issues about its domestic researches, which provide benefi cial references for the relevant researchers.

ambient excitation; modal parameters identifi cation; ship structure; operational modal analysis

U661.4

A

1001-9855（2014）05-0001-16

國家自然基金資助“基于運(yùn)行模態(tài)識(shí)別的艦船加筋結(jié)構(gòu)動(dòng)力優(yōu)化方法及實(shí)驗(yàn)研究（51079027）”。

2014-08-18

洪 明（1959-），男，教授，研究方向：結(jié)構(gòu)失效、振動(dòng)和噪聲機(jī)理、預(yù)報(bào)及控制研究。

雷 川（1990-），男，碩士，研究方向：結(jié)構(gòu)分析及模態(tài)參數(shù)識(shí)別。

崔洪宇（1977-），男，講師，研究方向：結(jié)構(gòu)振動(dòng)控制及故障診斷。