大型基础工程结构的特征参数识别通常是通过对环境载荷激励的结构响应进行分析来实现,随机减量（Random Decrement,RD）技术是环境激励下的模态参数识别方法中应用较广的方法。在实际应用中受环境、测量等条件的限制,信号常为含有某些优势频率的非平稳信号,常常导致随机减量技术在识别结构参数尤其是系统阻尼时带来较大误差。为提高随机减量技术在环境激励作用下识别结构参数的准确性,文中从分析随机减量信号频谱中的频率分布特性入手,结合随机减量函数产生的触发条件,给出了一种利用信号频谱的统计特征进行模态参数识别的方法。数值仿真结果表明该函数能准确识别在含有优势频率环境载荷作用下的结构参数。

主要对0.19C-1.52Si-1.53Mn-0.14Al-0.048Nb和0.19C-1.52Si-1.48Mn-0.15Al两种成分的钢进行了Q＆P（quenching and partitioning）工艺处理,并研究二次淬火对Q＆P钢组织性能的影响.结果表明：Nb的加入能够起到细晶强化和沉淀强化的效果,提高Q＆P钢的综合性能.强塑积最高可达到25 190 MPa.%.二次淬火能够提高实验钢最终的马氏体含量,并大大提高钢的抗拉强度和屈服强度,降低了实验钢的应变硬化指数和总延伸率.若不采用二次淬火则会使实验钢的塑性大大提高,综合力学性能较高.

当外激励为均值为零的平稳随机过程时，系统输出响应的随机减量函数代表了系统的自由衰减振动。但当外激励不是零均值的平稳随机过程时，这种传统的随机减量函数在某些情况下，将不再具有上述性质。为进一步拓宽随机减量函数的应用范围，本文从分析Brown运动的随机过程的表征中得到启发，在传统的随机减量函数的基础上，提出一种新的随机减量函数的构造形式，并对同一系统在相同触发条件下，受不同外激励作用时的传统随机减量函数与新构造的随机减量函数进行了对比。数值计算和实验结果表明，当外激励为零均值的随机过程时，新旧随机减量函数在反映系统自由振荡的效果上基本相同，但在外激励为其他情况下，新构造的随机减量函数在性态和稳定性上明显优于传统随机减量函数。