基于遗传算法与随机减量技术的气动阻尼识别方法研究

作     者：唐龙飞 郑朝荣 TANG Longfei;ZHENG Chaorong

作者机构：哈尔滨工业大学土木工程学院哈尔滨150090 哈尔滨工业大学(深圳)土木与环境工程学院深圳518055 哈尔滨工业大学土木工程智能防灾减灾工业和信息化部重点实验室哈尔滨150090 

出 版 物：《振动与冲击》 (Journal of Vibration and Shock)

年 卷 期：2023年第42卷第6期

页      面：16-23页

核心收录：

学科分类：08[工学] 081402[工学-结构工程] 081304[工学-建筑技术科学] 0813[工学-建筑学] 0814[工学-土木工程] 

基　　金：黑龙江省自然科学基金(LH2019E050) 

主　　题：超高层建筑 气动阻尼识别 遗传算法(GA) 改进的随机减量技术 自然激励技术 

摘      要：随机减量技术(random decrement technique,RDT)因其计算快、成本低的优点,在工程结构模态参数识别中应用广泛。针对RDT在信号截断幅值与样本时长的选取比较主观带来的误差问题,采用遗传算法(genetic algorithm,GA)对其进行改进,提出改进的随机减量技术GA-RDT,并将其应用于某超高层建筑气弹模型的气动阻尼识别。首先,对RDT方法得到的自由衰减曲线进行拟合并定义误差,分析截断幅值A和样本时长T对误差(优化目标)的影响,采用遗传算法寻找A和T的最优解;其次,基于气弹模型风洞试验所得的顶点加速度时程,结合GA-RDT方法和Hilbert-Huang变换(Hilbert-Huang transform,HHT)方法进行气动阻尼识别;最后,以自然激励技术(natural excitation technique,NExT)识别所得的气动阻尼比为基准,对比分析GA-RDT方法相对于传统RDT方法的精度优势。结果表明,与NExT方法所得的气动阻尼比相比,GA-RDT方法识别得到不同风速时X向、Y向与扭转向的气动阻尼比的平均误差均小于0.14%,其识别精度显著高于传统RDT方法,从而验证了基于GA-RDT的气动阻尼识别方法的可行性。