基于声压测量的结构模态参数辨识EI北大核心CSCD

通过建立辐射声压与激振力之间的声压频响函数矩阵,提出了一个基于测量声压识别振动结构模态参数的方法。该方法可以通过非接触测量声压来识别结构的固有频率、模态阻尼比与模态振型,避免了附加质量对结构的影响。声压频响函数矩阵是基于边界元和Rayleigh积分方法结合有限元结构动力学方程建立的,适用于任意结构且与结构模态参数有明确的关系;对于测量声压时多激励单输出与单激励多输出响应的不同试验模式,该方法都能识别结构的模态参数。以一平板结构为例,数值验证了该方法的准确性与适用性。     

基于左矩阵分式模型的短记录数据模态参数识别

在测量数据有限情况下,由于难以获得频响函数(FRF)的准确估计,使用FRF 作为原始数据的传统模态参数识别方法将不再适用。针对该问题,提出一种基于频响函数左矩阵分式模型的模态参数识别方法。该方法直接使用输入输出数据FFT 谱(IO 谱)作为原始数据,避免了频响函数估计。通过最小二乘估计在Z 域内求解模态参数,改善了矩阵的求解性态。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。最后采用GARTEUR 飞机模型建立仿真算例对所提出的方法进行了验证。     

利用部分声源面测量数据识别噪声源

为利用声源面少量测量数据识别噪声源,提出了一种基于声辐射模态的联合利用声压与法向振速进行噪声源识别的方法。首先,对辐射声阻抗矩阵进行特征值分解,得到基于振速的声辐射模态;然后,推导出了与基于振速的声辐射模态具有一一对应关系的基于声压的声辐射模态;最后,建立了联合利用声压与法向振速的噪声源识别公式。进行了单点激励下的简支平板数值仿真和固支平板激振实验,结果表明:该方法能够联合利用少量的声压与法向振速对声源面的声压和法向振速进行较好的重建,从而实现噪声源识别。该方法的提出能够促进基于声源面测量的噪声源识别技术在工程实际中的应用。     

CMIF方法中模态参数不确定性的计算

在模态参数识别中,测量噪声的干扰导致识别结果中存在不确定性,这种不确定性可以通过模态参数的统计特性进行描述。以复模态指示函数识别方法为研究对象,利用矩阵的一阶灵敏度分析以及 Kronecker 代数理论,推导了该识别算法中模态参数方差的计算方法。重点推导了增强频响函数协方差、极点协方差的计算公式。最后通过一个五自由度仿真算例与一个T型结构实测算例对所推导公式进行了验证。     

量子粒子群结合小波变换识别结构模态参数

通过对结构响应进行连续小波变换将多自由度模态参数识别转化为多个单自由度模态参数识别。建立小波骨架理论公式与由结构输出信号计算而得的小波骨架之差为目标函数的优化问题,通过搜索包含于小波骨架理论公式中的模态参数的取值而使目标值最小,从而将优化问题转化为模态参数识别问题。量子粒子群算法是一种基于群体智能理论的优化算法。将量子粒子群算法应用到上述方法中一次性识别出结构的频率、阻尼和振型。最后采用数值模拟的简支梁对该方法进行有效性验证。结果表明,量子粒子群算法结合连续小波变换可以有效地识别环境激励下的结构模态参数。     

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。     

基于量子粒子群算法的结构模态参数识别

以由结构输入输出数据计算所得实测频响函数与理论频响函数差值最小化为优化目标,通过对理论频响函数中所含结构模态参数搜索取值使目标函数最小,即将结构模态参数识别问题转化为优化问题。采用量子粒子群算法对此过程优化计算,获得结构模态参数。用数值模拟六层框架结构对该方法进行验证。结果表明,量子粒子群可有效识别结构模态参数。     

计及噪声激励的模态参数识别方法

对结构进行模态分析时,若被测结构同时存在人工激励和环境噪声激励,充分利用噪声响应可以得到更优结果。基于无参数噪声模型,提出一种计及噪声激励的试验模态参数识别方法。由谱分析法计算出噪声响应的自谱-互谱矩阵,然后根据Hilbert变换理论估计出仅噪声响应的类频率响应函数。将该函数用于扩充基于人工激励估计出的频率响应函数矩阵,并使用多参考点最小二乘复频域法识别出结构模态参数。采用弯扭二自由度机翼模型仿真算例和飞机模型实测算例,对该方法的可靠性进行了验证。将所提方法与传统方法比较,结果表明:该方法更可靠、参数识别更准确。     

基于实测频响函数主成分的在役网架损伤识别方法

鉴于从实际网架动测中得到的频响函数已受到噪声的污染,会使模态分析出现较大的误差,提出了基于实测频响函数和主成分分析的网架损伤识别方法:用网架实测的频响函数数据作为损伤识别的基本变量,建立损伤识别矩阵,通过主成分分析和变量重构对频响函数进行减消噪处理,利用重构的频响函数前几阶主成分,在低维空间中对损伤信息进行分析、提取,并通过多元控制图,来识别网架的损伤。该方法不需要模态参数,避开了模态参数误差所引起的损伤识别不准问题,不需建立力学模型,对网架边界约束条件和结构型式没有特别的限制。为了验证该方法的可靠性,在试验室完成了足尺网架模型在不同损伤情况下动测试验。结果表明,所提出的损伤识别方法简便可行,结果可靠,尤其对噪声环境下和具有一定非线性网架的损伤识别有良好的适应性。     

基于振动响应传递比函数的系统识别研究进展

与频响函数反映动力系统输入-输出的关系不同,振动响应传递比函数反映的是系统输出-输出之间的关系。振动响应传递比函数可以有效地避免对系统输入的测量,近年来成为系统识别领域重要的分析手段。该文对振动响应传递比函数进行了分类,揭示了传递比函数的特性,并着重阐明了传递比函数与频响函数之间的内在联系。以此为基础,综述了局部传递比（local transmissibility）和传递比矩阵（transmissibility matrix）在结构模态参数识别、损伤识别和模型修正应用中的研究进展。最后,该文指出了基于传递比函数的系统识别存在的问题,并对将来的研究思路作出了展望。     

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。     

腔体低频声传递函数的理认及其实验求解方法的研究

建立了腔体低频声场的声传递函数的概念,并在模态测试和声场指安点的力／声频响函数测量的基础上,提出了求解由腔体内指定点声压和振动壁板的体积速度的比值所的声传递函数的方法,即民实验得到结构的模态参数,变换激励力的位置,形成并求解有关声传递函数的线性方程组。     

融合多工况功率谱密度函数的工作模态分析方法

频域分解(frequency domain decomposition, FDD)方法是开展环境激励下结构工作模态分析(operational modal analysis, OMA)的常用方法。但是,现有的FDD方法存在一些不足：(1)无法剔除非白激励及谐波激励引起的虚假模态;(2)无法区分结构密集模态与不相关非白激励产生的虚假模态。通过研究发现功率谱密度(power spectral density, PSD)矩阵的秩是FDD方法性能的决定性因素。在此基础上,提出一种新的工作模态识别OMA方法,该方法结合了不同激励工况下的响应PSD函数矩阵,并分别对单个激励工况下的响应PSD矩阵与多工况下的增广响应PSD矩阵进行奇异值分解,通过对比单工况PSD矩阵与增广PSD矩阵在奇异值峰值处秩的变化,识别出包括密集模态在内的结构模态参数,并消除由非白激励产生的虚假模态。采用桁架结构仿真算例和广州塔的工程数据集验证所提方法的有效性。     

基于频响函数识别直升机尾传动轴系非线性的方法

提出了基于测试频响函数识别尾传动轴系非线性模态参数的方法。利用线性的模态分析技术,并结合响应幅值线性化理论,通过步进正弦扫频测试激励尾传动轴系,得到直升机尾传动轴系不同激励水平下的频响函数信息,最终识别出尾传动轴系的非线性模态参数。分析结果表明:随着激励力幅值的增大,尾传动轴系的一阶固有频率减小约2%,而阻尼比增大约1.5倍,且在同一状态下多组试验分析结果一致。提出的识别尾传动轴系非线性模态参数的方法,为进一步精确研究直升机尾传动轴系的动力学特性奠定了基础。     

基于极大似然估计的多参考点模态参数识别方法

在考虑随机噪声的情况下,实现了一种基于极大似然估计的多参考点频域模态参数识别方法。该方法采用频响函数的右矩阵分式模型,通过噪声的协方差矩阵对误差向量加权,使用离散时间域中基函数改善数值求解性态。模态参数的估计过程分为两步:首先由基于最小二乘估计的polyLSCF算法获取迭代初值,然后通过Gauss-Newton方法对极大似然函数进行迭代优化,得到精度更高的模态参数识别结果。采用GARTEUR仿真算例对所给出的方法进行了验证,结果表明:在高噪声情况下,利用噪声信息的极大似然估计方法能够显著提高模态参数的识别精度,特别是阻尼的识别精度。     

利用源强分布声辐射模态识别噪声源

为了解决噪声源识别中存在的识别精度不高、分辨率受限、对测量条件要求高等问题,提出了基于源强声辐射模态的噪声源识别方法。该方法首先计算结构的源强声辐射模态矩阵和声场分布模态矩阵,然后利用声场中测得的声压数据向量与结构声场分布模态矩阵的关系求出声辐射模态展开系数向量,最后通过声辐射模态矩阵和声辐射模态展开系数向量的积就可得到结构的源强分布,从而达到对噪声源识别的目的。该方法利用较少的测量点可以获得较高分辨率和识别精度。通过平板振动仿真和音箱实验验证了该方法对平面结构噪声源识别的有效性。     

环境激励下脉冲响应函数与相关函数的关系

单位脉冲响应函数中包含了系统所有的动力特性参数,提取系统的单位脉冲函数或频率响应函数是获取系统动态特性参数、进行系统辨识以及对系统进行健康监测与精确控制的前提。在受环境激励的系统中,由于激励无法直接测量,导致单位脉冲响应函数无法直接获取。在自然激励技术(natural excitation technique)的基础上,基于复模态系统的多输入多输出位移响应,讨论了环境激励下系统单位脉冲响应函数与响应的相关函数之间的关系。基于实模态系统并将质量矩阵进一步假设为对角矩阵,辨识出系统所受环境激励的强度分布。根据辨识的模态参数以及环境激励的强度,由响应的相关函数重构了系统的单位脉冲响应函数。最后通过仿真进一步验证了文中的结论。     

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。     

基于环境激励的大跨度斜拉桥模态参数和索力识别

摘要：模态参数和索力是评估斜拉桥健康状态的关键参数。建立了崖门大桥的有限元模型并对其进行了基于环境激励的模态测试和拉索振动测试;提出了基于ERA的多参考点稳定图算法,设置不同的参考点,利用自然激励技术结合特征系统实现算法(NExT-ERA)识别模态参数,通过阻尼比、基于输出矩阵的一致模态指标(CMI_O)和模态置信度(MAC)作为判别标准,识别出崖门大桥的竖向和横向模态参数,通过和增强频域分解法(EFDD)识别结果的比较,可知该算法具有良好的识别效果;分析了斜拉索与主梁的共振频率范围,通过二次拟合识别较长拉索的低阶频率,根据两种不同方法的索力识别结果可知,该桥的索力分布比较均匀对称。     

基于加速度二次协方差矩阵参数变化比法的环境振动下结构损伤识别

在白噪声环境激励下,结构加速度响应的自相关/互相关函数构成一个新的二次协方差（CoC）矩阵,组成这一协方差矩阵的元素经证明是结构模态参数（频率、振型、阻尼）的函数;与提取模态参数的一般损伤识别方法相比,二次协方差矩阵包含结构振动的更多和更高阶模态信息。本文利用结构损伤前和损伤后的二次协方差（CoC）矩阵参数的变化比,对只基于振动输出的、环境振动下的结构进行损伤识别。对一个七层框架结构模型进行了数值模拟,首先对不同噪声程度、不同损伤位置和程度的损伤结构进行损伤定位,再结合模型修正法,对结构损伤程度进行识别,展示了该方法的有效性。