基于Guyan缩聚与均布载荷面曲率的柱壳损伤识别

针对工程中采用模态测试对火箭柱壳结构的蒙皮进行损伤识别时,存在高阶模态较难获取和实际结构测点自由度与模型自由度不匹配的问题,提出基于Guyan缩聚与均布载荷面曲率的损伤识别方法。通过对柱壳蒙皮有限元模型的2次Guyan缩聚,将其平动和转动自由度缩聚到法向上,并以法向的模态振型作为输入参数,构建基于均布载荷面曲率的损伤指标,数值分析了该指标对火箭柱壳蒙皮的损伤识别效果。结果表明：缩聚后的模型能够完全满足工程需求;所提方法只需低阶模态参数,不但可以识别出柱壳结构单损伤和多损伤位置,而且能够给出损伤程度的相对大小。该方法对工程实际中火箭蒙皮的损伤识别具有重要的参考价值。     

矩形舵面应变模态测试中的传感器优化布置

针对矩形舵面结构应变模态测试中信噪比低、模态阶次遗漏等问题,研究了应变传感器的优化布置方法。首先,建立应变传感器布置的动力学模型;其次,基于应变振型,研究了有效独立法（effective independence, 简称EI）、MinMAC法（minimize modal assurance criteria,简称MinMAC）和奇异值分解法（singular value decomposition,简称SVD）的应用;最后,利用振动台对矩形舵面模型进行了实验验证。结果表明：测点优化前,应变响应信号缺少第2阶模态信息,应变振型向量正交性差;测点优化后,根据应变响应信号能够准确识别第2阶固有频率和阻尼比,振型向量的正交性得到改善。该优化后结果验证了传感器优化布置的必要性和有效性。     

基于MAC与PSO的自动机测点优化

针对某型高射机枪自动机机箱的外表面形状比较复杂,传感器的布置受到结构形状的限制,自动机构件运动的敏感点难以获取,提出了基于模态保证准则与粒子群算法的自动机测点优化配置方法。根据对某型高射机枪自动机的ANSYS有限元模态分析,并针对机枪的模态试验结果,建立了基于模态保证准则的适应度函数,并通过运用粒子群算法优化传感器的配置,解决了自动机机箱振动信号采集过程中测点的选择和优化以及传感器布置数量难以估计和定位困难的问题。     

基于改进粒子群算法的应变传感器优化布置

在结构健康监测和损伤识别研究中,为了应用有限的试验设备资源获取尽可能多的有效测试信息,快速有效地解决应变传感器的优化配置问题,提出了一种基于克隆选择和离散粒子群混合算法优化新型适应度函数的应变传感器优化布置方法,并将该方法应用到拉西瓦拱坝上。结果表明,基于改进克隆选择和离散粒子群混合算法具有更强的全局寻优能力,且提出的应变类适应度函数在保证应变模态正交性和模态应变能方面更有优势。该方法能很好地识别拱坝的应变振型,可在各类结构的模态测试和损伤识别研究中进行推广。     

基于模态应变能的海洋平台损伤定位试验研究

针对海洋平台等大型复杂土木工程结构，研究了基于振动响应测试的结构损伤诊断方法。采用特征系统实现算法，仅利用输出响应进行模态参数识别，基于模态应变能的变化来进行损伤定位。为了验证该方法的有效性，制造了钢质导管架式海洋平台模型，进行了振动台试验。模型预先在某些典型构件处设置了法兰连接件用来模拟损伤，针对斜撑构件测试了多种单损伤和两损伤工况。针对各种损伤工况进行了模态识别和损伤检测，试验结果表明，基于输出响应的模态应变能法进行斜撑损伤定位是可行的。     

传感器优化布置的改进有效独立算法

基于传统有效独立法(effective independence algorithm,简称EI法),以测点的频响函数为驱动点留数加权有效独立分布向量,提出改进的有效独立法用于传感器优化布置。该方法弥补了传统有效独立法会得到振动能量较低测点的缺点,可针对位移、速度和加速度不同类型的传感器采用相应的频响函数分别进行优化布置。应用该方法对一座矮塔斜拉桥三向加速度传感器进行优化布置,并采用模态保证准则和抗噪声能力准则对布置方案进行评价,结果表明,改进有效独立法能得到精确、经济的传感器布置。     

应变传感器优化配置研究

传统传感器优化配置准则是以位移模态为目标对传感器的位置进行优化配置，不适用于应变传感器位置的优化。为此，本文针对应变传感器优化配置问题，理论推导出应变模态具有正交性，并以此为基础提出基于应变模态保证准则的虚变传感器优化配置准则，对利用应变模态矩阵信息阵初步拟定出的一小组传感器位置进行了研究。最后以一个复合材料四端简支板为例，对本文方法的可行性进行分析研究，结果表明，本文所建议的方法能更加有效地配置虚变传感器。     

振动测试中多目标传感器优化配置研究

在有效独立法(effective independence method,EFI)和运动能量法(kinetic energy method,KEM)的基础上,提出一种新的传感器优化布置方法--有效独立-驱动点残差法(effective independence driving-point residue method,EFI-DPR).它以单位刚度的模态应变能作为驱动点残差系数(CDPRi)修正有效独立法(EFI)的传感器布置方案,同时考虑Fisher信息阵行列式值最大及模态应变能最大,可以避免有效独立法和运动能量法的局限性.文中以空间智能桁架结构为算例,运用均方差最小准则、抗噪性能最好准则和模态保证准则评价各种优化布置方法的优劣.数值分析表明, 有效独立-驱动点残差法是三种优化方法中最好的方法.     

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。     

应变模态振型获取的一种简便方法

根据应变模态分析原理,定义了一个新的应变模态振型系数,提出了基于应变响应获取结构应变模态振型的一种简便方法,并通过简支梁实验进行了验证。研究结果表明,采用该方法无需测量位移模态,仅需采用单点激励,用电阻应变计测量结构上各测点的应变响应信息,即可获得被测结构应变模态振型,大大简化了应变模态在工程结构损伤识别中的实验检测分析过程。     

拱结构模态测试中传感器优化配置

将有效独立法(EFI)和有效独立-驱动点残值法(EFI-DPR)应用到拱结构的模态分析传感器优化布置中,通过与传统的均分法(ED)进行数值和试验比较,找出传感器优化布置的有效方法和合理方案.首先利用Ansys有限元软件进行拱结构模态分析的数值模拟,分别用3种方法对其进行传感器优化布置;然后分别用均方差最小准则和模态保证准则对其优化结果进行验证和比较,找出最适合的优化方法;最后结合拱结构模态试验,提出了传感器优化布置方案.结果表明,在拱结构模态试验中,ED法具有一定的合理性,但其随机性较大.EFI法克服了这一缺点,且随着传感器数目的改变,其均方差呈规律性变化,为确定传感器优化数目提供了依据,其优化效果优于其他两种方法.     

一种多目标传感器优化布置方法及其应用

为解决复杂结构损伤识别中的传感器优化布置问题,以某发射台为研究对象,提出了一种多目标传感器优化布置方法(multi-objective optimum sensor placement,简称MO-OSP)。从结构运动方程出发,推导了同时具有各自由度模态独立性信息、损伤灵敏度信息以及运动能量信息的综合信息矩阵。根据信息熵原理,以协调灵敏度矩阵条件数最小和信息矩阵最大为目标,构造了能够兼顾算法敏感性和鲁棒性的目标函数,进而实现测点优选。采用多个评价准则和损伤识别实例,将所提方法与已有的3种典型传感器优化布置方法进行了对比分析。结果表明,提出的MO-OSP方法能充分满足模态线性独立和损伤敏感性,还具有较强的抗噪声性能,是解决复杂结构损伤识别中传感器优化布置问题的有效方法。     

电火花机床主轴头的模态分析与减振设计

针对某机床厂生产的SH50电火花机床在实际工作中主轴头振动较大的问题,通过实验测试和有限元仿真相结合的方法,分析了主轴头的模态特性,并通过测试主轴头的工作振型(operating deflection shapes,简称ODS),找出了主轴头实际工作中的薄弱环节。理论模态、实验模态和ODS三种结果相互印证,增加了有限元模型的可信度,并以此模型为基础对主轴头进行了减振设计。模态实验中改进了传统模态实验依靠经验选取测点或均匀布点时,对经验高度依赖且实验效率较低的弊端,采用有效独立法和模态置信度(modal assurance criterion,简称MAC)矩阵相结合的方法,实验前先进行测点优化,然后根据优化结果布置传感器和力锤位置,提高了模态实验的精度和效率。结果显示,在主轴头结构上增加一个背板,能够提高主轴头频率,远离工作频率的共振范围,起到减振的目的。     

基于渐进法的约束阻尼结构拓扑多目标动力学优化

为实现阻尼结构减振优化,从阻尼材料的力学本构出发,基于虚功原理建立了约束阻尼板动力学平衡方程,从阻尼耗能角度推导出模态损耗因子解析计算式。构建了以模态损耗因子最大且模态频率变动最小为目标、以阻尼材料用量为约束的阻尼板多目标优化数学模型。在对模态损耗因子及模态频率灵敏度进行推导的基础上,构建了归一化复合灵敏度算式,并引入拓扑渐进法求解优化模型。编制出阻尼板渐近法优化程序,并对阻尼板进行了优化仿真。结果显示,采用多目标拓扑渐进优化,既能大幅提高阻尼材料的减振效能,又能保证阻尼板频率特性的稳定,且可较大幅度地降低阻尼材料用量。对阻尼板进行了谐响应分析,验证了优化结果的有效性。该优化法在对结构动力学特性有严格要求的减振设计中存在应用前景。     

基于结构能量准则的阻尼器位置及参数优化

针对振动系统中阻尼器位置及参数优化问题,提出了分步优化方法,在考虑阻尼器自身重量的影响下,通过对一般阻尼结构模态阻尼比位置灵敏度的分析,建立了阻尼器位置优化模型,并根据结构能量最小的优化准则及阻尼器质量的约束条件,得到了相应部位上的阻尼器优化参数.以弹簧-质量振荡系统和板壳结构为例,进行了数值仿真验证,结果表明该方法可...     

考虑时变间隙的并联指向机构非线性模态分析

针对复杂空间机构的振动模型难以建立的问题,基于数轴法提出一种简便的并联指向机构振动模型建模方法,利用ANSYS模态分析证明了该方法的可行性。为了研究运动副间隙对机构模态特性的动态影响规律,考虑运动副残余刚度,提出了含间隙运动副的改进非线性等效刚度系数建立方法。将改进的非线性等效刚度系数嵌入机构振动模型,建立了考虑时变运动副间隙的非线性振动模型。利用ADAMS对考虑间隙的机构动力学进行仿真分析,根据仿真得到的间隙数据对受时变间隙影响的机构非线性模态特性进行分析。研究结果可以为并联指向机构的动态性能优化、振动抑制和故障诊断提供理论依据。     

基于正交试验的机床结合部动刚度优化配置

机床中结合部分布众多且不同接触条件下其动刚度值不同,优化分析时很难研究每个动刚度值对机床动态性能的影响。针对此类问题,提出一种基于正交试验的机床结合部动刚度优化配置方法。该方法通过模态柔度与弹性能分布理论判定机床的薄弱模态和薄弱结合部,建立以薄弱结合部的动刚度为设计变量,各阶薄弱模态的最小模态柔度为目标的多目标优化模型。为提高优化效率,采用正交试验方法规划试验方案,并在试验结果分析中引入相似优先比法对结合部动刚度进行协同优化配置。以某型立式加工中心为例,采用优化配置方法确定其结合部动刚度的最优配置方案。仿真结果显示该方案下薄弱模态的模态柔度明显降低,整机动态性能提高,验证了该方法的可行性。     

基于模态柔度和能量分布的机床动态优化设计

使机床切削点动柔度最大值在整个工作频率范围内最小,是机床实现无颤振稳定切削和高精度切削加工的要求,也是对其进行动态优化设计所应达到的目标。基于模态柔度和能量分布的机床结构动态优化设计原理,实现了一种以降低切削点交叉动柔度值为目标的优化方法。该方法利用切削点交叉动柔度与模态柔度的关系,首先寻找薄弱模态,再分析薄弱模态上各部件和环节的能量分布,确定该模态上的薄弱环节,然后在一定的约束条件下,改进这些环节的设计参数,从而实现优化目标。以某型万能工具铣床为例,在整机建模分析计算的基础上,阐述了该优化方法的具体应用。通过模态柔度和能量分布计算,判明该机床的薄弱环节是横梁-水平主轴体系统,针对薄弱环节设计参数的改进实现其质量和刚度的优化,优化后的静柔度和模态柔度都有较大的降低,而固有频率则相应提高,切削点动柔度的最大值降低近18%。并在此基础上进行结构改进设计,改进前后机床的谐响应分析和切削试验对比结果表明优化方法有效地改善了机床的动态性能,再生颤振稳定性得到大幅提高。     

基于模态分解的下位玻璃关门异响试验分析

针对某车型的车门在下位玻璃状态下存在的关门异响问题,以工作变形分析为基础,提出了一种基于工作变形模态分解的关门异响振动噪声源识别方法。首先,对关门声信号进行短时傅里叶变换时频分析,判定出关门声存在二次冲击现象,且噪声能量主要分布在低频辐射噪声部分;其次,采用工作变形试验识别出车门工作变形主要频率及振型,通过车门半约束模态试验获取车门模态频率及振型;最后,依据车门模态特性对工作变形进行模态分解,判定出异响振动噪声源。利用此方法对某车门进行试验分析,成功识别出该车型关门过程中的异响振动噪声源。试验结果显示,改进后关门二次冲击现象消失,关门异响得到有效改善,验证了该异响识别方法的有效性。     

基于VMD-MDE和ELM的柱塞泵微弱故障诊断

针对早期微弱故障信号易受噪声干扰、难以提取和识别的问题,提出一种基于变分模态分解(variational mode decomposition,简称VMD)多尺度散布熵(multiscale dispersion entropy,简称MDE)和极限学习机(extreme learning machine,简称ELM)的柱塞泵微弱故障诊断方法。首先,采集各状态的振动信号进行VMD分解,得到若干模态分量,根据各模态分量Hilbert包络谱中特征频率能量贡献率大小,提出以归一化特征能量占比(feature energy ratio,简称FER)为重构准则的变分模态分解特征能量重构法(variational mode decomposition feature-energyreconsitution,简称VMDF),对各模态分量进行信号重构;其次,计算重构信号的MDE,对各尺度散布熵进行分析,选择有效尺度散布熵作为特征向量;最后,将提取的特征向量输入ELM完成故障模式识别。柱塞泵不同程度滑靴端面磨损故障的实验结果表明,该方法不仅提高了模式识别效率,还可以更好地反映故障程度变化规律,具有较好的应用性。