基于多点脉冲激励的主轴系统运行模态分析方法

主轴系统的模态参数是加工稳定性预测及参数优化等的重要依据。针对主轴系统难以实施有效激励的问题,提出了基于多点脉冲激励的运行模态分析(Operational modal analysis,OMA)方法,对刀具、刀柄及主轴分别施加脉冲激励,获取测点的振动响应及互相关函数,采用多参考最小二乘复指数法(poly-reference least square complex exponential method,pLSCE)识别了模态参数。通过模态置信判据方法剔除识别过程所衍生的虚假模态,提高了模态参数识别的准确性。与锤击模态试验结果的对比表明,识别的固有频率与阻尼比的最大相对误差分别为4.57%和11.02%,一致性较好,表明由多点激励下响应信号的互相关函数可准确识别主轴系统模态参数,为主轴系统运行模态分析提供了一种新思路。     

应用模态置信准则最优解的高速自动机测点优化

针对高速自动机状态监测和故障诊断中,传感器数目难以确定,测点定位困难的问题,提出了应用粒子群优化模态置信准则的高速自动机测点优化配置方法。通过对某型高射机枪高速自动机有限元振动模态分析结果,结合试验模态测试,识别出高速自动机的振型及模态参数,并以此作为依据初选5个测点,并构建基于模态置信准则的适应度函数,通过采用该适应度函数的粒子群优化算法对这5个测点进行优化配置,解决了高速自动机机箱振动信号采集过程中测点的择优布置以及传感器定位困难及数量难以估计的问题。     

时延对ITD法模态参数识别精度的影响

ITD(Ibrahim Time Domain)法利用结构自由振动响应,通过3次不同延时的采样,建立特征方程,求解结构的模态参数。延时采样过程中,时延的取值与模态参数识别精度息息相关,因此需要对ITD法的时延展开研究。通过理论分析推导出时延为采样间隔的倍数应小于采样频率为系统最大固有频率的倍数的一半。利用数值仿真及悬臂梁实验验证了该理论,分析了噪声环境下时延变化对模态参数识别的影响规律。结果表明,适当增大时延能提高ITD法的模态参数识别精度,降低噪声模态的影响。     

多参考点复频域识别技术在后视镜试验模态中的应用

阐述了多参考点频域识别法理论,对某客车后视镜进行约束试验模态分析,并对后视镜试验模态的测试数据进行了分析处理,采用多自由度时域识别法中的最小二乘复频域法准确识别结构的模态参数,运用LMS Poly MAX法识别出该后视镜的模态参数,利用模态拟合和模态验证,对后视镜的模态参数的准确性进行分析和验证,得到精确的固有频率和振型。     

微机化PH分析仪的研制

介绍了一种新研制的微机化ＰＨ分析仪。它用数据采集板ＰＣＬ－８１８作Ａ／Ｄ、Ｄ／Ａ变换器,用ＰＣ微机作数据采集、数据处理和发送控制信号。用Ｃ语言编写软件,可以完成数据存贮、曲线找印,谱图分析及参数校正等功能。     

基于多尺度线调频基稀疏信号分解的时变系统模态参数识别

在多尺度线调频基稀疏信号分解的基础上,提出一种时变系统的模态参数识别方法。该方法先采用多尺度线调频基稀疏信号分解方法对多自由度线性时变振动系统响应信号进行分解,将其分解成多个单模态振动响应信号并得到单模态振动响应信号的瞬时频率;再根据单模态振动响应信号的包络和瞬时频率识别系统的模态频率与模态阻尼比。多自由度线性时变振动系统模态参数的识别算例表明,与经验模态分解等时频分析方法比较,该方法能有效克服系统振动响应信号分解时的模态混淆问题,识别精度高,抗噪性能好,是一种有较大工程应用前景的多自由度线性时变振动系统模态参数识别方法。     

模糊聚类在正交多项式法模态参数识别中的应用

针对试验模态分析中密集模态识别精度差等问题,采用频率归一化正交多项式法进行多模态参数识别,并采用模糊聚类方法实现多测点极点的自动选择,减少识别过程中对分析人员经验的依赖。详细论述在频率归一化下系数矩阵正交化和转换矩阵的归纳求法以及模糊聚类方法的具体实现。仿真数据证明算法能够识别密集模态,剔除虚假模态,识别精度高。     

电力系统谐波分析的近似同步法

提出了一种谐波分析的新方法——近似同步法。近似同步法采用了不严格相等的采样间隔，从而使每个采样点都尽量靠近同步采样点。近似同步法根据信号频率的变化实时地调整采样间隔，并且只需一个信号周期就可完成一次采样过程。近似同步法还提供了一个用基于系统辨识的矩阵反演定理导出的误差校正公式，它能消除近似同步采样造成的原始误差。Matlab仿真表明，近似同步法用于电力系统谐波分析不仅实时性好，而且精度也很高。     

随机减量法在工作模态参数识别中的应用研究

实际工程应用中施加于结构的激励及其响应信号难以测量,不能用传统的识别方法提取结构的模态参数。研究了运用随机减量法从易得的结构的随机响应中提取某种自由响应信号,然后利用小波变换识别模态参数。实验通过对悬臂梁的模态参数识别,结果表明随机减量法在模态参数识别过程中的适用性及用该方法获取的模态参数具有很高的精度。     

基于频域分解与重采样的结构欠采样模态辨识

为了研究欠采样情况下的结构模态辨识问题,首先,在频域分解法识别结构模态参数的基础上,引入重采样策略,对不同采样频率下的参数进行辨识;其次,使用模态确认准则进行模态匹配,结合扇形折叠曲线对欠采样下发生混叠的模态参数进行还原,还原出结构的真实频率以及阻尼比;最后,通过一个8自由度仿真模型和一个4层框架实验案例,证明所提方法能够准确识别欠采样结构的频率、阻尼比和振型,重采样策略能够切实解决欠采样模态辨识问题,从而验证了该方法的正确性和可行性。