地铁地下车站结构模态参数识别研究

地铁地下车站结构模态参数识别研究

郭智奇

（中铁第六勘察设计院集团有限公司天津650000）

【摘要】实际运用中，可以通过利用模态参数识别算法识别结构的模态参数，并分析模态参数的具体变化情况来监测该结构的健康状态。现阶段，模态参数识别在桥梁结构方面的运用十分普遍，而在地下结构方面的运用研究较少，特别是地下车站结构的模态参数识别。鉴于此，本文将详细介绍基于数据驱动的随机子空间算法的车站结构模态参数识别，并利用MIDAS软件建立车站结构模型进行仿真试验，最后将试验结果与有限元结果进行对比分析以验证所提算法的可行性。

【关键词】模态参数识别；地下车站结构；MIDAS；仿真试验

【中图分类号】U231【文献标识码】A【文章编号】1002-8544（2017）04-0248-03

1.引言

结构振动模态参数[1]是决定结构动力学特征的主要参数，可以为结构建模、灵敏度优化设计、模型修正、外部动态载荷识别、结构损伤诊断等提供重要的参考[2]。在实际运用中，用模态模型描述实际结构的动态特性，通过对实测的输入与输出数据的处理与分析，寻求结构模态参数的过程，称之为模态参数识别[3]。在结构健康监测中，模态参数识别作为其中一个主要内容，包括系统的固有频率、振型和阻尼比，能够描述结构动力特性，而这些动力特性则与结构的刚度和质量有直接的关系。通过识别模态参数，可以了解结构体系，为结构健康监测和安全评价作基础[4]。现阶段，对桥梁结构进行模态参数识别以监测其健康状态的研究很多，对车站结构进行参数识别的研究很少。基于此，本文将详细介绍如何运用基于数据驱动的随机子空间算法[5]识别地下车站结构的模态参数。

2.基于数据驱动的随机子空间算法

基于数据驱动的随机子空间算法（DATA-SSI）的具体实现过程[6]如下：

（1）Hankel矩阵的建立

首先利用响应数据构造Hankel矩阵，具体的Hankel矩阵定义如下所示：

通过对比上述式子（7）和（8）可以得到系统的扩展可观测矩阵和卡尔曼滤波状态序列，表达式如下：

通过上述的过程可以得到扩展可观测矩阵和卡尔曼滤波状态序列，之后便可以进一步得到离散时间状态空间模型中的状态矩阵A和输出矩阵C，进而得到系统的模态参数。

3.地下车站结构模态参数识别

3.1车站结构工程概况

一品天下站是成都地铁7号线的第26座车站，与地铁2号线L型换乘。车站位移一品天下大街与蜀汉路交叉路口处，沿一品天下大街布置。车站西侧为大蓉和瓦缸酒楼、红杏酒家、锦城苑小区，东侧为锦城花园小区及四川省高级人民法院，周边人口密集，地面交通繁忙，车站上方为2.5环立交桥，与车站叠建，立交桥墩置于车站顶板上，立交桥与车站设计分界面为立交桥墩底。车站主题结构施工完后再实施桥梁结构，最后施工车站附属结构。

一品添加站北接茶店子路站，南接金沙博物馆，工程筹划为盾构过站，两端均为盾构区间。本站为地下三层双柱三跨13m岛式站台车站，采用明挖法施工。车站外包总长181.49米，标准段宽度22.5m，有效站台中心里程覆土约2.6m，标准段基坑深度24.92m。车站有效站台中心里程：YDK33+711.000，车站起点里程：YDK33+609.687，车站终点里程：YDK33+789.000。

该车站为地下三层站，为双柱三跨箱型框架结构，采用明挖顺筑法施工。其中顶底板和梁采用C35，立柱采用C45，回填土采用C20；钢材采用HPB300和HRB400级钢筋。图1仅为车站主体结构的一部分，剖面图见图2。本文利用MIDAS软件建立该车站模型，图1对应的车站结构模型见图3，剖面图见图4。

3.3模态参数识别

将立柱柱顶的加速度响应信号作为DATA-SSI的输入以识别该车站结构的模态参数，得到的稳定图见图8。根据该图可知该车站结构的前5阶频率值，分别为1.096Hz、12.58Hz、13.77Hz、14.4Hz、15.87Hz。

由上表可知：本文将立柱顶对应的加速度响应信号作为DATA-SSI算法的输入，能够实现模态参数的识别，且识别得到的结果与有限元结果间的差距很小，前5阶频率值的差值百分比最大值仅为2.8%，最小值仅为0.1%。

4.结语

实际运用中，可以通过利用模态参数识别算法识别结构的模态参数，并分析模态参数的具体变化情况来监测该结构的运营状态。现阶段，模态参数识别在桥梁结构方面的运用十分普遍，而在地下结构方面的运用研究较少，特别是地下车站结构，鉴于此，本文为了将基于数据驱动的随机子空间算法运用于识别车站结构的模态参数，提出了利用立柱柱顶的加速度响应信号来作为识别算法的输入的想法。最后通过MIDAS软件建立车站结构模型进行仿真试验，并将识别结果与有限元结果进行对比分析，结果表明：可以利用立柱柱顶的加速度响应信号来识别地下车站结构的模态参数，且结果具有可靠性。

参考文献

[1]刘宗政,陈恳.基于环境激励的桥梁模态参数识别[J].振动、测试与诊断,2010,30(3):300-303.

[2]于开平,邹经湘,庞世伟.结构系统模态参数识别方法研究进展[J].世界科技研究与,2005.

[3]徐敏.桥梁结构模态参数识别研究[D].西南交通大学2010

[4]郑德智,李子恒,王豪.基于环境激励的桥梁振动模态识别算法研究[J].传感技术学报.2015(02).

[5]张家滨.基于子空间算法的结构模态参数识别与在线监测研究[D].南京航空航天大学2009

[6]黄珍.桥梁结构运营模态参数识别方法对比研究[D].西南交通大学2015

[7]沈方伟,杜成斌.环境激励下结构模态参数识别方法综述[J].电子测试.2013(05)

[8]付俊,李光灿.一种高斯白噪声信号发生器的设计与实现[J].计算机测量与控制,2012.05.