白车身及内饰车身的试验模态对比分析及动力学评价

介绍了试验模态辨识技术Polymax法的原理,应用在某款车型的白车身与内饰车身的试验模态辨识中,详细比较了白车身与内饰车身的模态试验中试验模型建立、参数设置、激励力PSD、互易性和相干函数等方面的异同,辨识结果说明了内饰对车身模态参数的影响,并进行了车身动态特性评价,为车辆NVH性能控制提供依据。     

基于模糊优化辨识模块化机器人关节动力学参数

为了能更为合理、准确地辨识出机电结构系统结合面的等效动力学参数,提出了基于模糊优化的辨识方法。以9自由度模块化冗余机器人为研究对象,采用模糊优化方法辨识了机器人关节面等效动力学参数,并利用所识别的参数及机器人各部件有限元模型建立了机器人整机动力学模型,该模型的模态参数与试验结果具有较好的一致性,表明所提出的辨识方法具有较高的辨识精度,是合理和可行的。     

起落架摆振的子空间模态参数辨识

为给起落架稳定性合格审定提供依据,国内首次在某民用飞机上进行了摆振试验。试验时,在跑道上安装了激励板,飞机按要求的速度滑过激励板以激励起结构的动态响应。子空间模态参数辨识方法被引入到数据处理中,为剔除虚假模态,稳定图被引入以判别真实模态频率和系统的阶次。最后给出该飞机起落架的模态参数辨识结果。结果表明:激励板能有效地激励起结构的动态响应,结合了稳定图的子空间模态参数辨识方法给出了较好的辨识结果,起落架未发生摆振。     

线性时变结构模态参数时域辨识方法的研究进展

随着工程领域的不断拓展,越来越多具有显著时变特性的工程结构进入应用,时变结构动力学问题日渐凸显。从反问题的角度出发,介绍了时变结构动力学问题的研究背景与时变结构模态参数辨识的意义。在对时变结构模态参数辨识方法进行分类的基础上,给出了从参数化时域辨识模型中提取"时间冻结"模态参数的过程。系统全面地总结了时变结构模态参数时域辨识方法的研究进展,归纳了现阶段可用于辨识方法验证的实验系统,指出了该领域目前存在的一些问题以及今后需要进一步研究的主要方向。     

自卸汽车铝合金车箱结构模态分析

有限元模态分析和试验模态分析方法是辨识车辆结构动态性能的一种有效手段。为分析自卸汽车铝合金车箱的动态特性,建立了以板壳单元为基本单元的车箱有限元分析模型,应用HyperMesh有限元分析软件计算了该车箱在自由状态下的模态参数。建立了车箱模态试验系统,进行车箱模态试验,提取了模态参数。计算结果与试验结果对比分析表明,所建立的有限元模型和采用的分析方法是可行的。     

自卸汽车铝合金车箱结构模态分析

有限元模态分析和试验模态分析方法是辨识车辆结构动态性能的一种有效手段.为分析自卸汽车铝合金车箱的动态特性,建立了以板壳单元为基本单元的车箱有限元分析模型,应用HyperMesh有限元分析软件计算了该车箱在自由状态下的模态参数.建立了车箱模态试验系统,进行车箱模态试验,提取了模态参数.计算结果与试验结果对比分析表明,所建立的有限元模型和采用的分析方法是可行的.     

基于连续小波变换的三自由度链模型模态参数辨识

采用连续小波变换的方法,在大型结构模态参数辨识方面提出了系统化的辨识流程,并对相近的频率所造成的辨识难点提出了解决的办法。通过三自由度模型模态参数的辨识,表明连续小波变换对于大型结构的模态参数辨识准确度高,具有现实意义。     

基于Gauss滤波和Hilbert变换的模态参数辨识算法

通过Gauss滤波和Hilbert变换相结合的方法,对柔性结构的模态参数进行了辨识。仿真计算结果表明,该方法可以十分有效地辨识出结构的相近模态参数,并具有较好的抗噪声性能。应用该方法,完成了空间柔性桁架结构的模态参数辨识,得到了比传统处理方法更接近理论计算结果的结构模态参数,能够有效地避免柔性结构参数辨识中的漏频现象,并具有高的辨识精度。     

汽车动力总成刚体惯性参数的辨识

本文以某动力总成为研究对象,基于试验模态分析方法进行了动力总成惯性参数辨识。首先给出了动力总成的频响函数及其拟合方法,并推导了动力总成表面响应和激励与坐标原点之间的关系,建立了动力总成运动学方程,进而得到了刚体惯性参数的表达式;然后以矩阵条件数的方法对动力总成模态试验过程中混入的干扰噪声进行了误差分析;基于测试点的矩阵条件数对响应点的位置进行了推导,并将其表达成与动力总成表面物理参数（如长度、面积等）有关的形式,从而得到了响应点的最好和最差布置形式以及最少的测试点数目;采用捶击法进行了动力总成模态试验,并以最小矩阵条件数原则进行了动力总成惯性参数的辨识。最后,本文也给出了关于进一步消除模态试验测量误差的一些措施。     

某型轿车白车身试验模态分析及动态特性评价

介绍了模态参数识别的新技术Polymax方法,建立了某轿车白车身模态试验系统,详细说明了测试系统组成、试验方案确定原则和测试系统的数据采集及验证方法.利用LMS test.lab中的Polymax方法对采集的数据进行了模态参数识别,依据频响函数综合和模态确认准则验证了白车身试验模态特性,进行了白车身的动态特性评价并提出了改进意见.试验结果表明,测试系统满足精度要求,参数辨识结果有效可靠,可为白车身结构设计的修改提供依据.     

基于信号时频分析理论识别时变模态参数实验

为研究温度对结构模态参数的影响设计了一套温度可控的实验设备。在这套实验设备提供的可控温度环境中采集悬臂梁结构的加速度响应信号,利用基于信号时频分析的模态参数辨识算法处理实验数据,得到其时变模态参数,包括固有频率和振型,以此研究温度对其模态参数的影响。分析结果显示了基于信号时频分析的模态参数辨识算法在处理非平稳信号以得到结构的时变模态参数上的应用前景,更重要的是实验数据的分析结果较好地反映了温度对结构模态参数的影响,为热环境下结构振动特性分析提供了可靠而且有价值的分析方法和实验依据。     

螺栓连接结合部薄层单元参数优化辨识

薄层单元可有效地表征螺栓连接结合部,但要进行动力学分析及优化必须辨识出薄层单元参数。为此,在建立薄层单元参数与结合部动态特性关系的基础上,提出一种准确、高效辨识薄层单元参数的方法。通过分析薄层单元的刚度矩阵及本构方程,确定待辨识参数;采用拉丁超立方抽样方法选取参数样本,结合试验与有限元计算的模态参数建立目标函数,用响应面模型表征薄层单元参数与目标函数的关系,并评价模型精度;采用遗传算法在响应面模型基础上实现参数优化辨识。分别辨识均一材料和考虑结合面应力分布差异化材料的薄层单元参数,参数优化辨识后,试件的试验与有限元计算固有频率误差均不超过4%,证明了该辨识方法的有效性。     

磁悬浮飞轮结构模态振动控制

磁悬浮动量轮系统中,为避免中频段存在的两个结构模态振动破坏系统的稳定运行,采用特殊的控制方法对其进行抑制.为获取结构振动参数,通过一种非参数频域辨识方法对系统模型进行辨识,辨识结果显示其中一个结构共振频率随控制器刚度变化而发生显著变化.由于理论建模存在困难,使用一种基于叠代过程的方法抑制共振,叠代过程包括辨识与控制器参数的调整.在进行控制器设计时,分别采用基于零极点对与μ综合的方法进行控制器设计.试验证明叠代过程是有效的,两种方法设计出来的控制器均可以很好地抑制系统结构模态的振动.     

小型悬臂梁结构振动参数交互辨识方法

介绍了针对于小型悬臂梁结构振动参数辨识的交互方法,通过有限元计算结果和模态试验结果的相互修正,能减小传感器附加质量和有限元建模不准确对悬臂梁结构振动参数的辨识结果引入的误差,使得修正后的结果与结构实际振动参数更为接近.典型算例给出了方法的具体流程.     

基于信号时频分析理论识别时变模态参数的实验

为研究温度对结构模态参数的影响设计了一套温度可控的实验设备。在这套实验设备提供的可控温度环境中采集悬臂梁结构的加速度响应信号,利用基于信号时频分析的模态参数辨识算法处理实验数据,得到其时变模态参数,包括固有频率和振型,以此研究温度对其模态参数的影响。分析结果显示了基于信号时频分析的模态参数辨识算法在处理非平稳信号以得到结构的时变模态参数上的应用前景,更重要的是实验数据的分析结果较好地反映了温度对结构模态参数的影响,为热环境下结构振动特性分析提供了可靠而且有价值的分析方法和实验依据。     

TH6350加工中心试验模态分析

介绍TH6350型加工中心的试验模态分析方法，采用相关双输入伪随机信号激励法进行试验，并应用模态分析软件以多自由度曲线拟合技术辨识其模态参数。所得结果为进一步的理论分析及结构优化设计提供指导。     

高阶累积量的子空间模态参数辨识方法研究

基于传统的高阶累积量降阶方法的子空间模态参数辨识方法具有一定的缺陷.提出采用2种降阶方法用于改善高阶累积量的子空间模态参数辨识方法,并对该方法进行了实验验证,证明了方法的可靠性.该方法的计算量较小,能够用于一般结构的模态参数辨识.     

基于DASP的变速箱壳体振动模态试验与分析

通过进行变速箱壳体振动模态试验,客观地分析了变速箱壳体的振动状态。采用DASP(Data AcquisitionSignal Processing)软件对HW25505TCL型铝合金变速箱壳体进行振动模态试验。利用特征系统实现(ERA)法进行模态参数辨识,并与复频域最小二乘法(PloyLSCF)法对比,得到可靠的1~4阶频率和阻尼,并由此进行振型分析。采用振型相关矩阵进行模态验证,通过与计算模态比较,证明两者的有效性和可靠性。将DASP应用变速箱壳体振动模态试验,不仅获得变速箱壳体高阶频率、阻尼及振型,还可解决类似壳体的振动问题,为进一步改进变速箱壳体的结构特性以及基于模态分析的变速箱壳体故障诊断等提供了理论依据。     

基于自适应变分模态分解与功率谱熵差的机器人铣削加工颤振类型辨识

机器人铣削加工存在模态耦合颤振和再生颤振现象,有效地进行机器人铣削加工颤振类型的辨识是进行颤振精准抑制和保证加工质量的基础。为此,提出一种基于自适应变分模态分解与功率谱熵差的颤振类型辨识(AVMD-ΔPSE)方法。通过分析机器人铣削加工颤振特性和主导模态,将机器人铣削颤振分为机器人结构模态主导的模态耦合颤振和刀具-主轴结构模态主导的再生颤振两种类型。为了提取颤振敏感子信号,利用自适应变分模态分解方法对原始信号进行分解,根据功率谱熵和频率消除算法设计功率谱熵差颤振类型辨识指标,结合多组试验数据采用高斯混合模型自适应地确定辨识指标最佳分类阈值。颤振辨识试验表明机床铣削加工颤振辨识方法运用于机器人铣削加工中仅能识别颤振却无法区分不同的颤振类型,而AVMD-ΔPSE方法能准确有效地辨识和区分机器人铣削加工中的模态耦合颤振和再生颤振,为机器人铣削颤振的针对性抑制提供理论指导。     

基于矩阵逼近的模型修正方法的研究

提出一种新的以试验振动和参数辨识的数据为参数,进行有限元分析模型修正的方法。该方法基于矩阵最佳逼近理论,运用Ｂａｙｅｓ估计原理来处理试验结果误差带来的试验模态可信度问题,求取分析模对试验获得的不完备模态的谱点的最佳逼近结果,最后获得质量阵的最小修正模型。