仅利用泄流激励下结构输出响应识别结构模态参数时，结构的振动阶次是一个最重要的参数。在未知输入激励下，结构的振动模态阶次是未知的，利用传统的模态参数时域法识别（如ITD法、ARMA法、最小复指数法等）时，必须事先假定所需要识别的阶次方可进行计算。所假定的阶次过大，则识别结果中的虚假模态较多；所假定多阶次过小，则识别结果较为局限，未包含结构振动的所有模态参数。从工程实践角度而言，以环境激励或水流泄流荷载激励来测定结构模态参数时，必须事先确定结构的振动阶次方可进行模态识别，传统的做法是事先确定一个较大的阶次进行识别，通过识别出的阻尼比大小进行虚假模态的剔除（对于工程结构，结构阻尼比小于0.01或大于10的识别结果认为是虚假模态）。对于不同能量大小的环境激励而言，所激发结构振动的阶次有可能是不同的，将不同工况下的识别结果按频率大小进行排序，就可得到类似传统模态实验方法的前几阶模态参数。因此，进行不同能量大小的环境激励下的模态参数识别时，振动模态的阶次确定至关重要。本书在系统特征实现算法（ERA法）的基础上，将熵的概念引入系统识别领域，利用奇异熵技术解决了系统特征矩阵定阶难的问题，揭示了结构在泄流激励下的模态阶次及模态特性，并进行了验证，结果表明，该套方法精度较好。在频域识别方法方面，进一步发展了频域分解法，提出了通过定义模态一致性函数的方法，比较准确地确定了奇异值曲线的峰值，辨别所拾取峰值是结构真实模态频率还是噪声引起的虚假模态频率（如水流噪声模态频率），并同时确定该阶模态起主要作用的优势频域带宽，提高了阻尼比的计算精度；为解决大型水闸结构在泄流激励下的模态参数的时域识别问题提供了捷径。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
