大型基础工程结构的特征参数识别通常是通过对环境载荷激励的结构响应进行分析来实现,随机减量（Random Decrement,RD）技术是环境激励下的模态参数识别方法中应用较广的方法。在实际应用中受环境、测量等条件的限制,信号常为含有某些优势频率的非平稳信号,常常导致随机减量技术在识别结构参数尤其是系统阻尼时带来较大误差。为提高随机减量技术在环境激励作用下识别结构参数的准确性,文中从分析随机减量信号频谱中的频率分布特性入手,结合随机减量函数产生的触发条件,给出了一种利用信号频谱的统计特征进行模态参数识别的方法。数值仿真结果表明该函数能准确识别在含有优势频率环境载荷作用下的结构参数。

本文首先对环境激励下模态识别方法进行了综述,对目前的几种识别方法的原理、识别精度及适用条件进行了论述,并比较了这些方法各自的特点,参照国内外最新文献,提出环境激励下模态参数识别方法需解决的关键问题及研究发展方向.

针对传统模态辨识方法的缺陷，研究了工程结构在环境激励下工作模态的辨识问题。分别通过原始数据和协方差数据构成Ｈａｎｋｅｌ矩阵，运用子空间方法进行系统矩阵的辨识。经实验分析验证，上述方法拥有极高的辨识精度，在大型工程结构的辨识领域，拥有广阔的应用前景。

对特征系统实现算法(ERA)进行了改进,采用对构建的新对称矩阵进行特征值分解来替代Hrnkel矩阵的奇异值分解,提出了计算速度更快、数据储存更少的快速特征系统实现算法(FERA)。利用已知的四层框架进行数值模拟,对其施加缩尺的ElCentro地震作为未知激励,采用FERA和ERA算法对仿真所得的位移、速度和加速度分别进行模态参数识别,与理论值进行对比结果显示FERA算法适用于任何动力响应对结构进行模态参数识别,并且其运算速度可较ERA算法有较大提高。此外,FERA算法还被运用到了一座运营中的人行桥环境激励试验中,结果表明该算法同样适用于实际结构的模态参数识别。

以25kJ对击式液压锤为具体模型，提出用理论计算与环境激励试验模态测试相结合方法对对击式液压锤机身进行动态特性分析研究。首先建立整体闭式机身的力学模型并进行理论模态计算，得到机身振动的前10阶固有频率和相应振型。然后利用机身参考点的响应数据对25kJ对击式液压锤进行在线试验模态参数识别，得到机身在工作环境下振动的前10阶固有频率和相应振型。理论模态参数与试验模态参数的相对误差小于1％，各阶振型一致。研究表明：用模态分析法可以直观有效地得到对击式液压锤的动态特性数据。这些动态特性数据为提高设备工作的可靠性和使用寿命以及结构改进设计提供了理论依据。同时，自主开发的C83系列25kJ对击式液压锤整体刚度和质量分布均衡，具有良好的动态性能。