基于FFT和神经网络的复模态参数识别
为了精确识别结构复模态参数，将快速傅里叶变换（FFT）算法和神经元模型结合起来，提出了基于快速傅里叶变换（FFT）和神经网络的模态识别方法，该方法的特点是采用基函数参数可调的神经网络。具体是先把自由振动信号进行FFT处理，得到可以识别的模态阶数和精度不高的各阶模态频率、相位；其次根据模态的阶数设定神经元的个数，根据预处理后得到的频率和相位设定神经网络权值和基函数参数迭代的初始值；最后对人工神经网络进行训练，便可实现利用自由振动信号进行时域模态识别的目的。仿真结果表明该算法消除了频率法识别中因频谱泄露与噪声等产生的误差，提高了模态识别的精度。并且仿真结果还验证了该方法的有效性与易实现性，是比较有效的时域识别方法。
工程结构 复模态参数识别 快速傅里叶变换 神经网络
刘海源 陈建功 张永兴
重庆大学土木工程学院,重庆 400045
国内会议
南京
中文
1-4
2009-10-24（万方平台首次上网日期，不代表论文的发表时间）