利用随机 SVD 对密集仪器化桥梁的快速随机子空间识别
计算工程、金融与科学
2024-11-11 v1
摘要
全球桥梁坍塌数量的增加迫使各国政府引入预测性维护策略以延长结构寿命。在这一背景下，利用运行模态分析（OMA）的基于振动的结构健康监测（SHM）技术因其非破坏性和全局评估能力而受到青睐。然而，配备密集加速度计阵列的长多跨桥梁带来了特殊挑战，因为经典 OMA 技术在此类情况下的计算需求与长期 SHM 不兼容。为了解决这一问题，本文将随机奇异值分解（RSVD）引入协方差驱动随机子空间识别（CoV-SSI）中，作为传统 SVD 的高效替代方案。RSVD 的有效性也被用于增强模态识别结果，并通过三维稳定图减少对专家干预的需求，这有助于在不同模型阶数和时间延迟下调查模态估计。该方法在意大利的 San Faustino 桥上进行了有效性验证，该桥配备了超过 60 个多轴加速度计。
引用
@article{arxiv.2411.05510,
title = {Fast Stochastic Subspace Identification of Densely Instrumented Bridges Using Randomized SVD},
author = {Elisa Tomassini and Enrique García-Macías and Filippo Ubertini},
journal= {arXiv preprint arXiv:2411.05510},
year = {2024}
}