شناسایی سختی طبقات در ساختمان‌های برشی با استفاده از آزمایش ارتعاش محیطی با نوفه بالا

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران

2 عضو هیات علمی/ پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله

چکیده

شناسایی سیستم بر پایه داده‌برداری ارتعاش سازه به عنوان ابزاری قدرتمند برای رسیدن به یک مدل ریاضی از رفتار دینامیکی سازه در سال‌های اخیر مورد توجه مهندسان سازه قرار گرفته است. از میان رویکردهای توسعه یافته، رویکردهای مبتنی بر استفاده از داده‌های آزمایش ارتعاش محیطی که بدون نیاز به ابزارهای تحریک پیچیده و بدون محدودیت توقف در سرویس‌دهی سازه، به شناسایی سیستم می‌پردازند، از محبوبیت بیشتری برخوردارند. با توجه به تعداد بالای درجات آزادی در برخی سازه‌ها و عدم امکان داده‌برداری در تمام درجات آزادی، در مواقعی لازم است تا داده‌برداری در درجات آزادی محدودی انجام گرفته و علاوه بر تعیین پارامترهای مدی، مشخصه‌های فیزیکی نیز شناسایی گردند. از میان مشخصه‌های فیزیکی سازه، مشخصه‌ی سختی در مسائل تشخیص خرابی دارای اهمیت بیشتری است. هدف این مقاله ارائه‌ی روشی جهت شناسایی سختی طبقات در ساختمان‌های برشی با استفاده از داده‌های پاسخ ناکامل خروجی است. بر اساس روش پیشنهادی که بر پایه تئوری‌های دینامیک سازه‌ها و روش شناسایی زیرفضای تصادفی استوار است، نخست زیرماتریس سختی شناسایی شده و سپس با معادلات ساده ریاضی سختی طبقات تعیین می‌گردند. از آنجایی که در آزمایش ارتعاش محیطی، وجود نوفه دور از انتظار نمی‌باشد، در این مقاله اثرات نوفه نیز مورد بررسی قرار گرفته است. برای ارزیابی روش پیشنهادی از مدل تحلیلی سازه‌ی پنج طبقه و بیست طبقه‌ی برشی استفاده شده است. تحلیل‌های گسترده توانمندی و دقت روش پیشنهادی را در شناسایی صحیح سختی طبقات در داده‌برداری‌های ناکامل حتی در حضور نوفه را تایید می‌کنند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Identification of Story Stiffness of Shear Buildings under Ambient Vibration Tests with Highly Noise polluted Data

نویسندگان [English]

  • Rasoul Khodayari 1
  • omid bahar 2
1 Department of civil engineering, science and research branch, Islamic azad University, tehran, iran
2 Faculty/International Institute of Earthquake Engineering & Seismology (IIEES)
چکیده [English]

In recent years, Vibration Based System Identification (VBSI) as a powerful tool to disclosure a mathematical expression of dynamic behaviors of structures, is taken into consideration for structure engineers. Among developed strategies for VBSI, the strategies identifying under ambient vibration tests without using input data, with no limitation in serviceability and no need to complex excitation tools, have been more desirable. In some cases, regarding to high numbers of Degrees Of Freedom (DOFs) and impossibility of recording in whole DOFs, it is necessary to identify physical characteristics beside modal parameters with recording in limited numbers of DOFs. Among those physical characteristics, stiffness parameter is more important. The main goal of this paper is to present a method for identification of story stiffness in shear type buildings using incomplete structural responses. At the first, the sub matrix of structural stiffness matrix is identified by the proposed method based on the structural dynamics theory and the realization theory-based Stochastic Subspace Identification (SSI) method and then story stiffness will be available. Since the presence of noise is imaginable in ambient vibration tests, effects of noise also been investigated. To evaluate the proposed method, a five-story & twelve-story analytical shear buildings are studied. Extensive analysis show the high ability and accuracy of proposed method in correct identification of story stiffness from incomplete output records even in presence of noise.

کلیدواژه‌ها [English]

  • System identification
  • Story stiffness
  • Ambient excitation
  • Incomplete measurement
  • Shear type buildings
[1] J. N. Juang , Applied system identification. Englewood Cliffs (NJ), Prentice-Hall Inc, 1994.
[2] T. Sodestrom, P. Stoica, System Identification, Prentice Hall International, 2001.
[3] M. De Angelis, H. Lus, R. Betti, Extracting physical parameters of mechanical models from identified state space representations, J. Appl. Mech. 69 (5) (2002) 617–.526
[4] H. Lus, M. De Angelis, R. Betti, Constructing secondorder models of mechanical systems from identified state space realizations. Part I: theoretical discussions, J. Eng. Mech. 129 (5) (2003) 477–488.
[5] H. Lus, M. De Angelis, R. Betti, Constructing secondorder models of mechanical systems from identified state space realizations. Part II: numerical investigations, J. Eng. Mech. 129 (5) (2003) 489–501.
[6] M. De Angelis, M. Imbimbo, A procedure to identify modal and physical parameters of structures subjected to ground motion, Adv. Acoust. Vib. (February ) (2012) 1687-6261.
[7] Kerschen, G., K. Wordenb, A.F. Vakakis, J.C. Golinval. Past, present and future of nonlinear system identification in structural dynamics. Mechanical Systems and Signal Processing, 20 (2006) 505-592.
[8] X. L. Du, F. Q. Wang, New modal identification method under the nonstationary Gaussian ambient excitation. Applied Mathematics and Mechanics. 30 (10) (2009) 1295-1304.
[9] L. Facchini, M. Betti, P. Biagini, Neural network based modal identification of structural systems through output-only measurement, Computers and Structures. 138 (july) (2014) 183-194.
[10] C. Rainieri, G. Fabbrocino, Automated output-only dynamic identification of civil engineering structure, Mechanical Systems and Signal Processing. 24 (3) (2010) 678-695.
[11] P. Ni, Y. Xia, H. Hao, Improved decentralized structural identification with output-only measurement, Measurement. (2018) 597-610.
[12] D. Ewins, Modal Testing: Theory and Practice, John Wiley and Sons, 1984.
[13] R. Brincker, L. Zhang, P. Andersen, Modal identification of output-only systems using frequency domain decomposition, Smart Mater. Struct. 10 (2001) 441–445.
[14] P. Andersen, R. Brincker, P. H. Kirkegaard ,Theory of covariance equivalent ARMAV models of civil engineering structures. 14th international modal analysis conference. 1996 518–24.
[15] G. H. James, T. G. Carne, J. P. Lauffer, The natural excitation technique (NEXT) for modal parameter extraction from operating structures, International Journal of Analytical and Experimental Modal Analysis. 10(4) (1995) 260–77.
[16] J. Kim, J. Lynch, Subspace system identification of support-excited structures–part i: theory and black-box system identification, Earthquake Eng. Struct. Dyn. 41 (2012) 2235–2251.
[17] B. Pridham, J. Wilson, An application example illustrating the practical issues of subspace identification, in: Proceedings of the 21th International Modal Analysis Conference, Kissimmee, USA, 2003.
[18] F. Ubertini, C. Gentile, A. Materazzi, Automated modal identification in operational conditions and its application to bridges, Eng. Struct. 46 (2013) 264–278.
[19] P. Van Overschee, B. De Moor, Subspace identification for linear systems: theory, implementation and applications. Dordrecht(Netherlands), Kluwer Academic Publishers, 1996.
[20] B. Peeters, G. De Roeck, Reference based stochastic subspace identification in civil engineering, Inverse Problems in Engineering. 8(1) (2000) 47–74.
[21] R. Brincker, P. Anderson, Understanding Stochastic Subspace Identification, Proceeding of International Modal Analysis Conference, IMAC, 2006.
[22] C. Priori, M. De Angelis, R.Bettib, On the selection of user-defined parameters in data-driven stochastic subspace identification, Mechanical Systems and Signal Processing. (2018) 100 (2018) 501-523.
[23] E. Reynders, G. De Roeck, Reference-based combined deterministic-stochastic subspace identification for experimental and operational modal analysis, Mech. Syst. Signal Pr. 22 (2008) 617–637.
[24] F. Magalhaes, E. Caetano, A. Cunha, Online automatic identification of the modal parameters of a long span arch bridge, Mech. Syst. Signal Pr. 23 (2009) 316–329.
[25] A. Hong, F. Ubertini, R. Betti, New stochastic subspace approach for system identification and its application to long-span bridges, J. Eng. Mech. 139 (2013) 724–736.
[26] M. M. Khatibi, M. R. Ashory, A. Malekjafarian, R. Brincker, Mass stiffness change method for scaling of operational mode shapes, Mechanical Systems and Signal Processing. 26 (2012) 34-59.
[27] R. Brincker, P. Anderson, A way of getting scaled mode shapes in output only modal analysis, International Modal Analysis Conference (IMAC) XXI, 2003.
[28] J. C. O'Callahan, P. Li, SEREP Expansion, Fourteenth International Modal Analysis Conference, Detroit, Michigan, Feb 1996.
[29] A. Entezami, and H. Shariatmadar, Damage detection in structural systems by improved sensitivity of modal strain energy and Tikhonov regularization method. International Journal of Dynamics and Control, (2014) 1-12.
[30] H.,  Sohn, , C.L., FarrarHemez, F.M., D.D., Shunk, D.W. Stinemates, and B.R. Nadler,A review of structural health monitoring literature: 1996-2001", Los Alamos National Laboratory Report, LA-13976-MS (2003).