基于时域分解法的试验模态参数自动识别系统
项目介绍
本项目旨在开发一个自动识别结构模态参数的系统。系统通过采集结构在自由振动或环境激励下的动力响应信号,运用先进的时域识别算法,自动提取结构的模态参数。该系统适用于土木工程、机械工程等领域的结构健康监测与动力学特性分析。
功能特性
- 自动化识别:从原始响应信号到最终模态参数,实现全流程自动化处理,减少人为干预。
- 多算法融合:结合时间序列分解技术、随机减量法(Random Decrement Technique)和Ibrahim时间域(ITD)算法,提高识别精度与可靠性。
- 多测点支持:能够处理多通道输入的加速度或位移响应信号。
- 参数全面:可自动识别结构的固有频率、阻尼比、振型系数以及模态置信因子。
- 结果可视化:生成三维模态振型动画,直观展示结构振动形态。
- 数据导出:支持将识别的模态参数与可视化结果以多种格式(如PDF报告、GIF动画)导出,方便后续分析与报告撰写。
使用方法
- 准备输入数据:
*
响应信号:将多通道加速度或位移响应信号保存为
.mat(MATLAB数据文件)或
.txt(纯文本,每列为一个测点)格式。
*
采样频率:准备一个标量值,单位为Hz。
*
测点坐标:准备一个N×3的数组,定义每个测点的三维空间坐标(单位:米),其中N为测点数量。
*
预处理参数(可选):可根据需要设置信号滤波的截止频率或数据截取的时间区间。
- 运行主程序:在MATLAB环境中运行
main.m脚本。程序将引导用户选择或输入上述数据及参数。
- 获取输出结果:程序运行完毕后,将在指定输出目录生成:
* 模态频率列表(Hz)
* 模态阻尼比列表
* 振型矩阵
* 模态置信因子
* 三维模态振型动画(.gif)
* 详细的模态参数识别报告(.pdf)
系统要求
- 操作系统:Windows 10 / 11, macOS, 或 Linux
- 软件环境:MATLAB R2018a 或更高版本
- 必要工具箱:需要安装 MATLAB 的 Signal Processing Toolbox 和 Statistics and Machine Learning Toolbox。
文件说明
main.m文件作为整个系统的总控入口和调度核心,负责串联从数据输入、预处理、核心算法执行到结果输出与可视化的全部流程。其主要功能包括:读取用户提供的响应信号与参数信息;对原始信号进行必要的预处理操作,如滤波或截取;调用随机减量法、ITD算法等核心识别模块计算模态参数;评估识别结果的可靠性;生成振型动画和综合识别报告;最后将所有关键结果保存至文件。