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^*

来源：振动与冲击, 2023, 42(06): 16-23.

DOI：10.13465/j.cnki.jvs.2023.06.003

• 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

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。

• 单位
  哈尔滨工业大学（深圳）; 工业和信息化部; 土木与环境工程学院; 哈尔滨工业大学; 土木工程学院