운용 모달 분석

Operational modal analysis

작동 모달 분석(OMA)이라고도 하는 주변 모달 식별은 구조물이 작동 조건(즉, 초기 여기 또는 알려진 인공 여기 없음)일 때 수집된 진동 데이터를 기반으로 구조물의 모달 특성을 식별하는 것을 목적으로 한다.구조물의 모달 특성에는 주로 고유 주파수, 댐핑 비율 및 모드 모양이 포함됩니다.주변 진동 시험에서 대상 구조는 측정되지는 않지만 '광대역 랜덤'으로 가정되는 다양한 여자 소스 아래에 있을 수 있다.후자는 주변 식별 방법을 개발할 때 적용해야 하는 개념이다.구체적인 전제조건은 방법마다 다릅니다.그러나 사용된 방법에 관계없이 적절한 모달 식별을 위해서는 측정된 응답의 스펙트럼 특성이 들뜸의 특성이 아닌 모드의 특성을 반영해야 한다.

장점과 단점

구현 경제성은 구조물의 (출력) 진동만 측정하면 되기 때문에 주변 진동 테스트의 주요 이점 중 하나입니다.이는 자유 진동 또는 강제 진동 테스트(알려진 입력으로)를 수행하는 데 비용이 많이 들거나 중단될 수 있는 토목 공학 구조물(예: 건물, 교량)에 특히 적합합니다.

주변 데이터를 사용하여 모달 속성을 식별하면 다음과 같은 단점이 있습니다.

  • 식별 방법이 더 정교합니다.하중이 측정되지 않기 때문에 식별 방법의 개발에서는 (일부 확률적 프로세스에 의해) 모델화하거나 측정된 반응에 대한 동적 영향을 제거해야 한다.그렇지 않으면 모달 특성만을 기준으로 데이터의 특성을 설명할 수 없습니다.
  • 정보를 로드하지 않으면 식별된 모달 특성은 식별의 불확실성을 크게 가질 수 있다.특히 그 결과는 적용된 광대역 가정만큼 양호하다.
  • 식별된 모달 특성은 주변 진동 수준의 특성만 반영하며, 이는 일반적으로 서비스 가능성 수준 또는 기타 관심 설계 사례보다 낮습니다.이는 특히 진폭에 의존한다고 일반적으로 인식되는 감쇠비와 관련이 있습니다.
  • 구조물들은 주로 작동 조건에서 [1]낮은 수준에서 진동하기 때문에 측정 시스템은 저소음 및 민감해야 한다.

방법들

OMA의 방법은 1) 주파수 영역 또는 시간 영역, 2) 베이지안 또는 비베이지안 두 가지 측면으로 크게 분류할 수 있다.비베이지안 방법은 베이지안 방법보다 먼저 개발되었습니다.이들은 예를 들어 측정된 진동의 상관 함수 또는 스펙트럼 밀도 등 식별을 위해 알려진 이론적 특성을 가진 일부 통계 추정기를 사용한다.일반적인 비베이지안 방법은 확률적 부분공간 식별[2](시간 영역)과 주파수 영역 분해[3](주파수 영역)를 포함한다.베이지안 방법은 시간[4] 영역과 주파수 [5]영역에서 개발되었습니다.[6] [7]

구조의 주파수 영역 및 시간 영역 운영 모드 분석

운용 모달 분석의 목적은 구조물의 공진 주파수, 댐핑 및/또는 작동 형상(스케일링되지 않은 모드 형상)을 추출하는 것입니다.이 방법은 구조의 응답만 측정되므로 출력 전용 모달 분석이라고도 합니다.그러나 자연 운영 조건 또는 다른 예외는 구조에 의해 설계될 수 있으며, 운영 형태에 따라 운영 형태(8]를 사용하여 작동되는 것이 바람직하다.mOdal 분석[9]).이 방법은 선회하는 [10]헬리콥터의 작동 모드를 추출하는 데 사용되어 왔다.

운영 모달 분석과 운영 편향 형상 비교

운영 모달 분석과 운영 편향 형상이라는 두 가지 용어는 매우 유사하지만 두 가지 다른 분석 방법을 가리킵니다.둘 다 주변 진동 데이터를 입력으로 사용하지만, Operational Defection Shapes의 경우 전체 진동 응답에 해당하는 모양이 만들어집니다.이는 진동 진폭만을 기반으로 하며, 모드 형태를 추출하려는 시도는 없으며, 모달 댐핑의 정량화를 얻을 수 없습니다.운용모달 분석은 주요 가정이 충족되면 운용환경에서의 시스템 특성을 나타내는 반면 운용편향형상은 현재 적용된 [11]부하에서 시스템 응답을 추출할 뿐입니다.

메모들

  • 비베이지안 OMA[12][13] 및 베이지안 OMA에 [7]대한 논문을 참조하십시오.
  • OMA 데이터 세트를 참조하십시오.[14]

「 」를 참조해 주세요.

레퍼런스

  1. ^ Ghalishooyan, M.; Shooshtari (May 12–14, 2015). Operational Modal Analysis Techniques and Their Theoretical and Practical Aspects: A Comprehensive Review and Introduction. 5th International Operational Modal Analysis Conference (IOMAC 2015). Gijon, Spain.
  2. ^ a b Van Overschee, P.; De Moor, B. (1996). Subspace Identification for Linear Systems. Boston: Kluwer Academic Publisher.
  3. ^ Brincker, R.; Zhang, L.; Andersen, P. (2001). "Modal identification of output-only systems using frequency domain decomposition" (PDF). Smart Materials and Structures. 10 (3): 441. Bibcode:2001SMaS...10..441B. doi:10.1088/0964-1726/10/3/303. S2CID 250917814.
  4. ^ Yuen, K.V.; Katafygiotis, L.S. (2001). "Bayesian time-domain approach for modal updating using ambient data". Probabilistic Engineering Mechanics. 16 (3): 219–231. doi:10.1016/S0266-8920(01)00004-2.
  5. ^ Yuen, K.V.; Katafygiotis, L.S. (2001). "Bayesian spectral density approach for modal updating using ambient data". Earthquake Engineering & Structural Dynamics. 30 (8): 1103–1123. doi:10.1002/eqe.53. S2CID 110355068.
  6. ^ Yuen, K.V.; Katafygiotis, L.S. (2003). "Bayesian Fast Fourier Transform approach for modal updating using ambient data". Advances in Structural Engineering. 6 (2): 81–95. doi:10.1260/136943303769013183. S2CID 62564168.
  7. ^ a b Au, S.K. (2017). Operational Modal Analysis: Modeling, Inference, Uncertainty Laws. Springer.
  8. ^ 하이브리드 데이터를 사용한 모달 특성 개선
  9. ^ 풍력터빈 블레이드의 진동계측을 위한 입체광학계 이용
  10. ^ 입체사진측정법을 사용하여 헬리콥터의 운용 데이터 수집
  11. ^ "Operational Modal Analysis vs Operational Deflection Shape". community.sw.siemens.com.
  12. ^ Schipfors, M.; Fabbrocino, G. (2014). Operational Modal Analysis of Civil Engineering Structures. Springer.
  13. ^ Brincker, R.; Ventura, C. (2015). Introduction to Operational Modal Analysis. John Wiley & Sons. doi:10.1002/9781118535141. ISBN 9781118535141.
  14. ^ "Operational Modal Analysis Dataverse".