基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对索穹顶模态频率分布密集的特点,以经典的稀疏时域法(STD)为例,解释此类常规方法进行结构密集模态识别精度低的原因.为了提高识别精度,配合模态识别的时域法,提出基于优化阶跃激励的密集模态测试方法.该方法通过优化激励的布置和大小,增强结构自由振动中待识别模态的贡献且同时抑制邻近模态的贡献,采用遗传算法来寻求最优激励模式.利用Geiger索穹顶算例来考察方法的有效性.分析结果表明,优化阶跃激励可以使密集模态识别问题转化成为孤立模态识别问题,采用该方法可以有效提高索穹顶密集模态的识别精度.
推荐文章
基于改进经验模态分解的HHT密集模态识别方法
改进HHT法
经验模态分解
信号调频
解相关
密集模态
密集模态分离及其参数识别方法研究
密集模态
参数识别
小波变换
Hilbert-Huang变换
相关去噪
拉索失效对多重四边环索-张弦穹顶的影响
多重环索
张弦梁
穹顶
拉索失效
极限承载能力
基于故障可诊性与遗传算法的模拟电路测试激励优化方法
模拟电路
测试激励
优化设计
故障可诊性
遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化阶跃激励的索穹顶密集模态测试方法
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 索穹顶 动力测试 模态识别 阶跃激励 密集模态
年,卷(期) 2018,(2) 所属期刊栏目 土木与交通工程
研究方向 页码范围 288-296
页数 9页 分类号 TU311|O327|O329
字数 6731字 语种 中文
DOI 10.3785/j.issn.1008-973X.2018.02.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 邓华 浙江大学空间结构研究中心 68 735 14.0 26.0
2 孙桐海 浙江大学空间结构研究中心 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (45)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(3)
  • 参考文献(1)
  • 二级参考文献(2)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
索穹顶
动力测试
模态识别
阶跃激励
密集模态
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导