运行模态分析中固有模态和谐波模态区分方法研究

摘要：在机械领域存在大量旋转机械,这使得输入激励并不满足运行模态分析（OMA）要求的均值白噪声激励条件。通过对随机信号和谐波信号统计特性的分析,提出一种简单有效的识别响应信号中周期强迫响应的方法,使OMA适用于含有谐波激励的情况,对一块由偏心电机激励的钢板进行了运行模态试验和锤击法传统模态试验,应用该方法成功识别出响应信号中的周期响应成份,通过两种试验结果验证了方法有效性,为OMA中虚假模态的辨别提供了一种新思路。     

基于响应传递比的桥梁结构工作模态参数识别

响应传递比在系统极点处与输入无关,并且等于振型比。基于这一独特性质,可以融合多个激励工况下的测试值构建传递比矩阵,并通过奇异值分解技术快速判断出系统的极点,进而根据传递比向量直接估算出振型向量。为了研究该方法在土木工程结构的工作模态参数识别中的应用,首先通过数值算例验证了响应传递比方法可以有效剔除谐波输入引起的虚假模态。此外,通过一环境激励下实桥的振动试验对该方法进行验证,并与有限元方法和随机子空间法结果进行了对比。结果表明,响应传递比方法能够有效地运用于环境激励下桥梁结构的模态参数识别。     

应变功率谱密度传递比与工作应变模态参数识别EI北大核心CSCD

选取一个应变响应测点作为参考点,定义了响应应变功率谱密度传递比(Strain Power Spectrum Density Transmissibility,SPSDT),从理论上证明了SPSDT在系统的极点处为应变振型系数之比。利用这一性质,选取一系列不同的参考点构造响应应变功率谱密度传递比矩阵,在系统的极点处对该矩阵进行奇异值分解,分解所得左奇异矩阵的第一列向量即为应变振型,从而实现结构工作应变模态参数的识别。与传统的工作模态分析方法相比,SPSDT方法不需要对激励做白噪声假定,不需要多种激励类型,仅在一种激励下即可识别出结构的工作应变模态参数。通过数值模拟算例和实验室模型试验验证了所提出方法的有效性,并与传统的频域分解法和随机子空间识别方法进行了比较,验证了所提出方法是有效的。最后分析了采样时长对识别结果的影响,结果表明该方法仅用1min时长数据即可达到稳定的识别精度,具有较好的鲁棒性。     

基于低秩Hankel矩阵逼近的模态参数识别方法

针对测量结构输出响应信号所受噪声干扰问题,提出利用低秩Hankel矩阵逼近方法对响应信号降噪。该方法利用结构脉冲响应信号构建Hankel矩阵,对其进行奇异值分解后计算奇异值相对变化率确定模型阶次,通过迭代低秩逼近方法获得降噪信号后进行模态参数识别。用数值算例研究矩阵维数对降噪效果、计算效率影响,并用悬臂梁模型实验验证该方法的有效性。     

基于解析模式分解的密集工作模态参数识别

长大跨度的桥梁结构或者高层建筑的工作环境振动响应中经常包含密集的模态成分,并会出现模态叠混现象,而传统的信号分析方法往往难以识别结构的密集模态参数。提出一种基于解析模式分解理论与随机减量技术相结合的方法识别环境激励下的结构密集模态参数。对于工作环境激励下的结构振动响应,通过随机减量技术可以提取结构的自由振动响应,利用解析模式分解方法对具有密集模态的自由振动响应进行有效的分解,对每一阶自由振动响应利用最小二乘拟合方法识别出频率与阻尼比。通过两层框架的数值模拟以及对密集频率的密集程度指数和信号时程长度等参数分析,其结果表明通过随机减量技术提取的自由振动响应可以有效的减少模态叠混的影响,虽然提取的自由振动响应的时程长度比实际的信号时程要短,然而解析模式分解仍然能够十分有效的对短时程具有密集模态成分的信号进行有效的分解。最后,通过对一具有密集模态的36层框架的数值模拟,以及对一具有密集模态的3层框架的振动台实验,验证该方法可以有效的识别出环境激励下的结构密集模态参数。     

环境激励下基于小波变换和奇异值分解的结构模态参数识别

采用小波变换和奇异值分解相结合的方法对环境激励下结构的模态参数进行识别.首先对环境激励下的时不变结构的加速度响应进行协方差分析得到时域协方差响应,利用小波变换将协方差响应转换到时/频域中,沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重构的奇异值和奇异向量中识别出结构的模态参数.文章通过3自由度系统数值算例分析了该方法的抗噪性能,结果表明该方法具有很好的抗噪能力,在15 dB噪声干扰下能够稳定和准确地识别出结构的模态参数,且比直接用小波变换方法识别的结果更准确;并通过东海大桥主航道斜拉桥模态参数识别的例子进一步验证该方法的实际应用可行性.     

环境激励下识别结构模态自然激励-时域分解法

针对环境激励下的结构模态参数识别问题,提出识别位移模态新方法—自然激励-时域分解法。将所分析的时域分解算法原理适用条件由结构自由振动响应信号推广至普遍情况。建立自然激励技术统一模型,证明白噪声激励下结构位移响应的互相关函数经处理可获得与单位脉冲响应函数具有相同数学结构的新函数。该函数满足时域分解算法的推广适用条件。并通过数字滤波器将两者结合建立自然激励-时域分解法,该法用自然激励技术获得新函数替代时域分解算法中结构自由响应函数构造响应时间历程矩阵,可为环境激励下仅有结构有限测点响应识别位移模态提供新途径。用仿真算例验证该方法的合理性及有效性。     

环境激励下基于信号降噪的模态参数识别研究

提出一种环境激励下基于测试信号降噪的模态参数识别方法。该方法首先对测试的随机响应数据采用自然激励技术(NEx T)获得互相关函数,进而基于结构矩阵低秩逼近(SLRA)方法得到降噪后的信号,最后通过复指数(Prony)方法识别结构的模态参数。数值算例和模型实验结果表明,该方法对测量信号有很好的降噪作用,识别精度高。     

基于响应传递率的非白随机激励仅输出结构模态参数辨识

在对工作状态的航天器等结构进行仅输出模态参数辨识时,激励非白造成了无法剔除谐波引起的虚假模态。为解决此问题,该研究对最新的基于结构响应传递率的模态参数辨识方法进行了改进,提出了一种改进的基于多参考点响应传递率的仅输出模态参数辨识方法。首先,推导了多参考点的结构响应传递率表达式,建立了其左矩阵分式多项式的参数化模型,进而给出了辨识问题的最小二乘估计,利用正则方程Jacobi矩阵的分块性质对最小二乘问题矩阵形式完成了缩减,降低了计算量;然后,通过高维伴随矩阵方法解决了矩阵多项式的特征值求解问题,即多参考多输出的模态参数求解问题,以及通过矩阵伪逆解决了现有方法中载荷工况数与响应点数和参考点数的约束问题;最后,通过两个数值算例对所提方法进行了验证,辨识结果表明:辨识方法能够很好的辨识出结构的模态频率、阻尼比和模态振型,且能够很好的避免激励中含有的谐波分量对辨识结果造成的影响,解决了传统仅输出模态参数辨识中激励非白对辨识结果造成的影响问题。     

基于解析模态分解的时变与弱非线性结构密集模态参数识别

对于时变与非线性的结构系统,由于结构模态响应信号的瞬时频率并不等同于结构本身的瞬时频率,因此推导了单自由度与多自由度体系在自由振动和受迫振动下模态响应信号的瞬时频率与结构本身瞬时频率的关系,理论结果表明,对于时变的线性结构和弱非线性结构,模态响应的瞬时频率缓慢变化的部分与结构系统的瞬时频率近似相等。通过对一杜芬系统的数值模拟和对一调整索力变化而使其频率变化的斜拉索自由振动实验,验证了理论结果的正确性。对于具有密集模态的时变与非线性的多自由度体系,提出了把解析模式分解方法扩展到时变与非线性结构的模态分解。该方法通过小波变换选取二分时变截止频率,对结构的时变模态响应进行分离,从而实现多自由度结构时变参数识别。最后,对一具有密集模态的两层框架时变系统受白噪声激励和地震激励进行数值模拟,结果表明,提出的方法能有效的分解时变系统的密集模态响应并能较好的识别出结构系统的瞬时频率。     

环境激励下基于相关函数的脉冲响应函数重构

在白噪声激励下,结构响应的相关函数作为脉冲响应函数的近似可以进行模态参数辨识,但其物理意义始终缺乏明确解释;相比于脉冲响应函数,基于相关函数的辨识缺少了模态参与因子或者说质量信息,这也是工况模态分析(OMA)方法的主要缺陷。简要回顾了复模态下的自然激励技术原理,证明了白噪声激励下位移响应的相关函数等价于系统在特定初始条件下的自由响应,给出相应初始条件的计算方法;进一步提出了一种系统质量分布的辨识方法,并藉此重构得到系统脉冲响应函数。讨论了相关函数误差与信号时长及激励带宽之间的关系。通过仿真和试验验证了所得结论。     

非稳态环境激励下线性结构的模态参数辨识

假定任意随机激励信号由白噪声与非白噪声信号组成，由此导出线性结构响应之间的相关函数由两部分组成，一部分与脉冲响应具有相同的数学形式，另一部分为其它形式，利用模态分解法的基本原理，把相关函数分解为各个模态函数的叠加与余项之和，这样，第一部分信号已经分解为不同的模态函数，第二部分中的周期信号也变成了模态函数，这就把非稳态环境激励下多自由度线性结构系统的模态参数辨识问题转化为类似于已知各个单自由度系统的脉冲响应进行模态参数辨识问题，理论和模拟实验表明，本文成功地利用模态分解法进行非稳态环境激励下多自由度线性结构系统的模态参数辨识，其主要优点是，无论是白噪声激励，稳态随机激励还是非稳态随机激励，仅根据结构的响应不仅能辨识线性结构的模态参数，而且能有效地识别出环境激励中的周期成分。     

基于延时随机子空间方法的非白噪声环境激励结构模态参数识别

为了消除非白噪声环境激励在结构模态参数识别结果中产生的虚假模态,引入扩展状态模型,从状态空间方程的角度论证了虚假模态产生的原因;然后,针对一类具有典型性和代表性的（自相关函数在纵坐标轴附近一定范围内有非零值的）非白噪声环境激励信号,在传统随机子空间算法的基础上引入延时指标,建立延时随机子空间方法。数值算例表明延时随机子空间方法能够有效地剔除非白噪声环境激励在模态参数识别结果中产生的虚假模态,放宽了传统模态参数识别方法对环境输入的白噪声假设。     

基于变分模态分解的模态参数识别研究

基于变分模态分解(VMD),提出一种新的结构模态参数识别方法:①通过自由振动试验或通过随机减量法从结构随机振动响应中获取结构自由衰减振动响应(FDR),并采用VMD方法从FDR中分解出结构模态响应;②通过经验包络法(EE)计算模态响应瞬时频率,并通过一种该研究新提出的方法计算模态响应瞬时阻尼比;③结构的模态振型向量可通过处理所有可用传感器得到的模态响应得到。瞬时模态频率和模态阻尼比可以捕获模态参数的任何瞬态变化。通过一系列数值和试验算例验证了该方法的有效性,突出了该方法的优势,并对该方法抗噪声性能进行了研究。研究表明,该方法适用于线性和非线性系统,且可用于识别具有密集模态和瞬态特性的系统。     

环境激励下大型桥梁模态参数识别的一种方法

提出一种依据环境激励下结构振动响应的大型桥梁模态参数识别方法,该方法以限制带宽的经验模态分解（BREMD）和随机子空间识别（SSI）为基础,首先利用EMD将环境振动响应分解成一系列只含结构某一阶固有模态的本征模态函数（IMF）,然后利用SSI识别桥梁模态参数。针对大型桥梁自振频率低、模态密集的特点,引入屏蔽信号限制EMD过程中带宽以消除模态混叠;运用该法识别了赣龙铁路某特大桥的模态参数,并将其与峰值拾取法、SSI识别结果以及理论计算值进行对比,结果表明：该方法能有效的识别大型桥梁模态参数,屏蔽信号的引入解决了模态混叠问题,稳定图中的虚假模态得到抑制。     

大型桥梁模态参数识别的一种方法

提出一种综合运用经验模态分解(EMD)与随机减量技术(RDT)来识别大型桥梁模态参数的方法。首先利用EMD将桥梁在环境激励下的非平稳响应分解成一系列准平稳的本征模函数(IMF)分量,然后用RDT从中提取自由衰减响应,最后将该自由响应表达为一般解析形式,综合运用参数识别理论、最优估计理论识别出桥梁结构的多阶模态参数。利用南京长江大桥实测动力响应识别该桥的模态参数,并将识别结果与有限元分析结果及有关实测值进行比较,表明该方法具有很好的识别精度,适用于大型桥梁的模态参数识别。     

基于运行模态法的动力总成刚体模态试验研究

介绍两种基于运行模态法的动力总成刚体模态参数识别方法,即频域分解法与时域随机状态子空间辨识法。发动机怠速工况下,运行模态法可以识别出动力总成悬置系统在垂向跳动与绕侧向俯仰的刚体模态,并且可以识别出动力总成怠速激励下的谐波模态;而动力总成受到白噪声激励,运行模态法可以识别出动力总成悬置系统的全部六自由度刚体模态。从对比可知,运行模态法识别的模态参数与常规试验模态法结果基本一致,表明利用工况激励法进行模态参数识别是行之有效的。     

自然激励技术在时延相关白噪声激励系统中的应用

工况模态分析(operational modal analysis,OMA)是一种只基于输出数据进行系统模态参数辨识的技术。由于系统所受激励未知,通常假设其为互不相关的白噪声。自然激励技术(natural excitation technique,NExT)正是一种基于该假设的从响应数据中提取自由衰减信号的高效方法。然而对于真实工况,系统所受激励之间互不相关的假设过于严格,例如行驶的车辆等所受激励为时间延迟相关的白噪声。针对这类情况,基于复模态系统讨论NExT理论的适用性。结果表明,NExT是否适用取决于从相关函数中截取的用来进行OMA分析的数据段的位置,当数据段位于Tε区间内,NExT是适用的。在ε已知的情况下,可以基于NExT对系统进行工况模态分析。最后通过仿真进一步验证该结论。     

基于改进经验小波变换的海洋平台结构模态参数自动识别方法

针对经验小波变换(empirical wavelet transform, EWT)方法在处理低信噪比信号中频谱分割边界容易产生误判的问题,提出了一种改进经验小波变换(improved empirical wavelet transform, IEWT)的结构模态参数自动识别方法。首先计算信号的互功率谱矩阵,采用奇异值分解(SVD)及尺度空间(SSPP)方法确定频谱的分割边界,将信号分解为若干固有模态函数(IMF)分量,再结合随机减量技术(RDT)和希尔伯特变换(HT)实现模态参数的自动识别。使用IEWT方法对自由振动响应信号及ASCE Benchmark模型信号进行模态参数识别,并分别与EWT方法、基于自回归功率谱的经验小波变换(AR-EWT)方法及小波变换(WT)方法进行对比,结果表明IEWT方法能够自适应确定频谱分割边界,对结构的频率及阻尼比等模态参数具有较高的识别精度;进一步将该方法应用到实验室海洋平台模型的模态参数识别中,证明该方法可用于复杂噪声环境下的低频结构的模态参数识别。     

基于响应协方差小波变换和SVD的结构工作模态参数识别

对系统响应的协方差作小波的时频分解,利用信号互协方差与自协方差的小波变换系数的比值来识别结构的工作模态振型,由矩阵奇异值分解(SVD)从小波变换时频分析结果确定小波脊,通过实际结构多测点数据,利用小波系数比值来反映振型,识别结构各阶工作模态参数(固有频率、阻尼比和振型)。用数值模拟算例和实桥环境振动试验数据对方法进行了验证,并与频域峰值法和时域随机子空间识别方法结果进行了比较,结果表明,该方法可以准确地识别出结构的工作模态参数,特别是阻尼和振型的识别。