环境激励下的Bayesian SFFT模态参数识别法及不确定性量化研究

来源：振动与冲击杂志2024年第23期北京时间：

作者：郭琦，张卓，蒲广宁

单位：西安建筑科技大学土木工程学院，西安710055

摘要：针对传统Bayesian 模态参数识别方法存在识别结果不确定性和量化指标单一的问题，提出了Bayesian SFFT（Scaled FFT，SFFT）模态参数识别法，通过求解四维数值的优化，得到模态参数的最佳估值，并采用蒙特卡罗抽样的方法得到后验协方差矩阵和信息熵，实现对识别结果进行双重不确定性量化的目的。最后，通过数值模拟与工程应用验证了该方法的有效性，并研究了频带宽度系数k对识别结果的影响以及对比了变异系数与信息熵的量化效果。结果表明，将频带宽度系数k限制在7~9之间能够确保误差与不确定性的平衡；在阻尼比识别结果的量化中，信息熵的量化效果优于变异系数的量化效果。<br>

关键词：模态参数识别；不确定性量化；Bayesian SFFT；蒙特卡罗抽样；频带宽度系数；变异系数；信息熵