Fast Multi-Order Stochastic Subspace Identification
Abstract
Stochastic subspace identification methods are an efficient tool for system identification of mechanical systems in Operational Modal Analysis (OMA), where modal parameters are estimated from measured vibrational data of a structure. System identification is usually done for many successive model orders, as the true system order is unknown and identification results at different model orders need to be compared to distinguish true structural modes from spurious modes in so-called stabilization diagrams. In this paper, this multi-order system identification with the subspace-based identification algorithms is studied and an efficient algorithm to estimate the system matrices at multiple model orders is derived.
Les méthodes stochastiques d'identification des sous espaces sont un outil efficace pour l'identification des systèmes linéaires dans le cadre de l'analyse modale opérationnelle sur les structures mécaniques. Dans ce cas, les paramètres modaux sont estimés à partir des données vibration mesurées sur la structure. L'identification du système est généralement faite pour plusieurs ordres de modèles successifs, puisque l'ordre réel du modèle est inconnu. Les résultats de l'identification à différents ordres de modèle doivent être comparés pour séparer les vrais modes de la structure des modes parasites, tout ceci par l'utilisation d'un diagramme de stabilisation. Dans ce travail, l'identification par sous espaces est étudiée, puis un algorithme efficace pour estimer les matrices du système à ordres multiples est développé.
Origin : Files produced by the author(s)
Loading...