中文摘要：

尽管每个水电站厂房按现行规范进行了动力设计，但仍普遍存在较为严重的振动问题。其原因是现阶段的设计规范采用的动载荷过于笼统和一般化，对动力环境把握不足。发电厂房的动力环境非常复杂，难以直接测量，只有采用动力环境识别技术得到。动力环境识别是前沿性的研究课题。对于发电厂房的动力环境识别需要建立一整套理论和方法。根据发电厂房的特点及其动力环境的特征，拟研究基于高阶AR模型和EMD技术的模态识别技术和理论、基于响应面理论和神经网络技术的动力修改理论和方法、在解决不适定性问题的基础上提出时域内动力环境识别理论和方法及动力环境识别模型。为水电站厂房结构的动力设计和优化提供可靠的依据，同时对现有的发电厂房的减震隔振动提供理论基础。这些研究成果可以丰富和发展模态识别、动力修改及动载荷识别理论和方法。在土木、机械等相关领域具有重要学术价值和应用前景。而现有的研究成果、理论和技术手段为研究目标的实现提了基础。

结论摘要：

本项目研究主要涉及两大部分研究内容识别的理论研究和试验测试技术。理论研究涉及振动的I逆和II逆问题，主要包括模态识别、动力修改和荷载识别问题。通过本项目的研究得到如下成果和认识1）通过理论分析研究认为振动的I逆和II逆问题均是对卷积问题求逆的问题。对卷积求逆问题得到解决，相应的模态识别和荷载识别能够得到解决；2）根据多个大型结构现场试验，提出模态识别测试及激励的方法；3）根据锤击法的激励特点，提出了基于自由响应时域法整体模态识别技术；4）针对模态识别中阻尼精度差的问题，对其阻尼识别精度作了专门的研究。提出输入为有色噪声，其识别精度明显高于白噪声假定。并将HTLS-pk方法的思想应用于模态识别，得到了一个通用的剔除信号和系统先验信息的方法。利用VD分解和子空间投影的理论，在数据前处理的步骤中滤除谐波信息，为模态识别提供了一个预处理手段。 提出用VD分解为信号定阶消噪的方法；5）针对动力修改技术中存在不适定性问题作了专门研究。提出了一种基于信息融合和贝叶斯方法结构模型动力修该技术。并进一步提出基于支持向量机和响应面方法的动力模型修改技术；6）根据卷积的特点，建立了逆向滤波器计算格式,实现了动荷载的识别。该计算格式避免各个时刻的载荷的递推连锁,解决了动荷载识别对初值敏感和误差累积问题,并可样依据实测的数据进行实时修正,大大提高了数值稳定性和动态载荷识别的精度。建立的逆向滤波器计算格式,使识别过程类似于正分析,具有应用方便,计算量小且效率高的特点； 7）对动荷载识别中的模态截取问题进行了研究，给出了模态截取原则和公式。通过对模态截取，可以防止因模态选取不当而产生的伪解,避免分析过程中的数值病态,明显提高了动态载荷识别的成功率和精度；8）对动荷载识别中的采样频率进行了研究，提出了采用频率的原则和计算公式。从而提高了动荷载识别的精度、稳定性、鲁棒性；9）研究的部分成果在实际工程和其他研究中得到应用。　　　大型工程结构的整体模态自振频率较低，对其进行模态识别时，测试系统的传感器存在较大问题。现有的传感器低频特性较差，易引起信号失真，给模态识别带来了困难。另一个问题是环境激励的性质不清，通常环境激励不服从白噪声规律，将其假定为白噪声，对模态识别精度影响较大。建议今后的研究应从卷积入手，求解符合实际情况的假定卷积逆问题。