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。     

应用优化限制带宽经验模态分解法识别电力变压器绕组模态参数

电力变压器绕组的模态参数识别与绕组结构振动特性及其优化设计、绕组振动故障诊断密切相关,因此,准确识别电力变压器绕组的模态参数意义重大。根据某10 kV实体变压器绕组的轴向模态实验结果,提出一种基于粒子群的优化带宽限制经验模态分解算法对变压器绕组的模态参数进行识别。该方法首先在实测振动信号的经验模态分解中引入屏蔽信号,然后使用粒子群优化算法确定最佳的屏蔽信号频率,从而有效地抑制了现有经验模态分解算法中的模态混叠现象,提高了绕组模态参数的准确率。与目前通用的频域识别方法 PolyMax法的识别结果的对比结果表明:该方法能够准确地识别出变压器绕组的前四阶固有频率和阻尼比,且具有较强的抗干扰能力,适合于识别变压器绕组这类结构复杂的模态参数。     

两种新的基于子空间跟踪的时变模态参数快速辨识算法

该文研究了基于子空间跟踪的时变模态参数快速辨识算法的过程。对更新的输入/输出数据的预处理后, 时变模态参数辨识的主要问题转化成子空间跟踪, 引入NPI 和API 子空间跟踪算法替代PAST 形成两种新的时变模态参数快速识别算法。通过对移动分布质量-悬臂梁这一典型的时变结构系统以及两自由度弹簧-质量系统的时变模态参数识别验证了新算法的有效性并且比较分析了这3种基于不同子空间跟踪算法的时变模态参数识别算法的辨识能力。     

基于改进极限学习机的水轮机运转状态识别

针对水轮机远程运行状态监测困难的现状，提出了基于模拟退火算法的粒子群算法(simulated annealing algorithm-particle swarm optimization, SA-PSO)优化极限学习机(extreme learning machine, ELM)的方式，建立水轮机运转状态识别模型SA-PSO-ELM。对水轮机信号进行互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)获得IMF分量，引入皮尔逊相关系数计算各个IMF分量与水轮机信号的相似度，判断信号主导模态和噪声主导模态的分界点，用小波去噪对噪声主导模态降噪，并与其余的IMF分量重构得到去噪信号，同时对去噪后的信号进行分解，计算每个IMF分量的排列熵，构建特征向量。由于SA-PSO精度高不易陷入局部最优的特点和ELM的性能受权值、阈值共同影响的特点，用SA-PSO优化ELM的权值和阈值，构建水轮机运转状态识别模型SA-PSO-ELM。对不同工况下采集的水轮机压力脉动数据，分析了基于PSO-ELM、ELM及SA-PS...     

模态响应识别的粒子群优化方法在倾转旋翼机上的应用

利用粒子群优化算法识别模态频率和阻尼比的方法无需测量激励信号,且不受邻近模态耦合的影响.阐述了简谐激励作用下利用粒子群优化方法对系统模态参数的识别过程,指出了在信号经过滤波处理后该方法不能精确识别信号模态相位的缺陷,并提出了改进方法.通过仿真计算以及应用改进的方法对倾转旋翼模型机翼端部的振动信号进行识别和分析,表明改进的方法可以精确识别出信号中各模态响应的相位值,能够有效地对系统的模态响应进行识别.     

基于数据库的优化随机子空间法识别精度评价

模态识别精度评价贯穿模态识别研究的全过程,但基于单一或少数算例的模态识别精度评价方法存在偶然性,因此提出一种基于结构响应数据库评价模态识别精度的方法。数据库的关键数据是结构的模态参数理论值和结构响应;对于集中质量模型,提出一种基于模态参数构建结构物理模型(质量、刚度和阻尼矩阵),进而计算结构响应的数据库构建方法,并用算例验证了可行性。针对随机子空间法定阶难、虚假模态剔除难的问题,提出一种基于奇异熵增量定阶和稳态图两阶段虚假模态剔除的优化随机子空间法,并利用数据库方法对优化的随机子空间法进行了识别精度评价,结果表明：基于数据库的模态识别精度评价方法可行;优化的随机子空间法频率和振型的识别精度高、阻尼比的识别精度较低。     

模态参数的一种多输入／多输出频域总体识别法

利用结构频响函数矩阵各列间的关系建立起一个特征值问题,从其特征向量中可求结构模态复频率和复模态向量.它与时域多输入/多输出(MIMO)总体识别法非常相似,以致二者在理论上一定程度统一了起来.在数据处理上,时域法的一些优点得以保留,又可以突出某些感兴趣的模态数据,可以用不等间隔的频域采样数据等.     

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。     

基于模态试验与优化的静动力学模型转换

在结构强度分析中,将刚度分布较为准确的静力学模型转换为动力学模型可以大大提高建模效率。提出了一种基于模态试验和优化算法的静、动力学模型转换方法。在调整静力学模型的刚度矩阵基础上,再按照质量、质心、惯矩、单元体积进行节点质量的预分配,最后根据模态试验识别出的模态参数优化节点质量的修正量,如此便可得到其动力学模型。以某飞机翼身组合结构模型的转换为例,证明了该方法的实用性。     

麻雀算法参数优化VMD联合K-SVD的滚动轴承故障诊断

针对经典K-均值奇异值分解(K-means Singular Value Decomposition,K-SVD)易受噪声干扰产生虚假原子,导致信号稀疏不彻底、故障特征识别困难的问题,提出基于麻雀算法优化变分模态分解(Variational Modal Decomposition,VMD) 参数联合K-SVD的滚动轴承故障诊断方法。首先引入包络熵适应度函数指标并基于麻雀算法优化VMD的模态层数k 和平衡因子α。其次利用平方包络谱峭度指标遴选最优模态,以所选模态分量相空间构造Hankel 矩阵进行K-SVD字典学习。最后对恢复至时间序列的稀疏重构信号进行包络解调,提取轴承故障特征频率。通过轴承故障仿真信号和全寿命实验信号进行验证,证明相较于经典K-SVD算法,所提方法在低信噪比条件下在轴承故障特征提取方面具有优势,有一定的工程应用价值。     

频谱校正理论的发展

在分析国内外各种频谱校正方法优缺点的基础上 ,系统地评述三点卷积校正法、比值 (内插法 )校正法及相位校正法等若干理论发展及应用问题。目前频谱校正理论已经能准确地自动识别出离散频谱中的单频成分和间隔较远的多频率成分 ,并自动校正其频率、幅值和相位 ;对多频成分谱线干涉中的单频成分能自动判定 ,且能用参数识别法对两个密集频谱进行校正 ;对于密集频率成分信号 ,可用频谱细化的方法 ,将发生谱线干涉的各谱峰分离开 ,再进行识别和校正。在不采长样时 ,密集频率成分和连续谱的识别和校正技术将是主要研究方向。频谱校正理论在振动信号分析和故障诊断中具有广阔的工程应用前景     

频域响应函数估计的非参数辨识法

针对振动工程领域中频响函数的辨识估计,本文深入研究频响函数估计的非参数辨识法。在离散傅里叶变换中,考虑初始和终端状态带来的暂态泄露项和观测噪声谱项对频响函数估计的影响。为得到准确的频响函数估计值,联合频响函数、初始-终端状态和脉冲响应系数待辨识参数矢量,将频响函数估计问题转化为一个线性最小二乘优化问题。针对此线性最小二乘优化问题的特殊形式,提出一种可分离的求解过程。最后用仿真算例验证本文辨识方法的有效性。     

贮仓结构参数的频域识别

本文提出了一种贮仓结构参数的频域识别方法。本文在建立贮仓结构多质点体系计算模式的基础上,运用最小二乘识别理论,基于分析结果与试验结果的差别,迭代修正贮仓多质点体系中的参数,建立了贮仓结构参数的频域识别方法;并且,进行了贮仓结构的模态试验,实施了贮仓结构参数频域识别的全过程。计算结果表明,所建立的方法可产生良好的参数估计。     

一种平面闸门模态识别频谱分析新方法

水工平面闸门流激振动的模态参数包括固有频率、阻尼比以及模态振型,而识别这些参数的基础是获得准确的频率响应函数.对获得频率响应函数的两种方法进行分析比较后,提出了基于拉普拉斯变换的频谱分析方法,可以获得高精度的频率响应函数.     

利用反滤波方法进行载荷谱识别

本文详细地介绍了利用信号分析中的反滤波方法进行载荷谱识别的基本原理,以及对滤波频谱进行平滑化和白噪化处理的两个技术问题,最后应用该方法在一悬臂梁上进行实例验证,证明了此方法的有效性。     

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。     

Identification of signals in the context of acoustic emission in concrete

The study presented in this paper is placed in the context of the frequency analysis of acoustic emission in concrete. The purpose is to study the ability to identify an acoustic emission event by deducing its spectrum from a detected signal. The identification is carried out progressively so as to separate the various functions involved in the acoustic emission process, and to approach the usual conditions of acoustic emission processing during fracture tests of concrete specimens. Impulses of different forms are generated on the surface of concrete test specimens, and the signals detected are analyzed. The identification of signals takes into account the frequency response of the transducers and the wave attenuation as function of the frequency.     

环境激励下结构模态参数识别方法综述

该文对环境激励下结构模态参数识别的16种常用算法进行了概括综述。该文将模态参数识别算法分类为时域、频域两类,并针对算法流程进一步地将时域方法分为一步法与两步法。在分类的基础上,阐述了算法的适用条件与基本流程,对其中一些重要算法的理论与实现过程进行了详细地讨论。最后,对结构模态识别中的模态验证方法进行了简要地论述。     

《微动隔振平台参数摄动对模态参数的影响》

针对六自由度微动隔振平台参数模型的辨识问题,分析了六自由度隔振平台的模态参数辨识方法,并基于参数摄动重分析方法,仿真分析了微动隔振平台理论模型中参数的摄动引起的模态参数的改变,以及在模态实验中对模态参数辨识精度的影响。仿真分析表明：同向支撑刚度不等使得部分原本不耦合的模态之间产生了弱耦合作用,使得系统模态频率和振型均有不同程度的变化;垂向重心位置摄动对平台模态频率的影响较大;支撑刚度及垂向重心位置偏差对模态频率的辨识影响较小,而对模态振型的辨识精度有较明显影响。     

一种新的动态载荷识别方法

本文提出一种基于光滑样条函数的动态载荷识别方法。该方法克服了传统的频域法和时域法需要事先测定系统频响函数或模态参数的限制，只需要系统的少量物理参数就可以达到载荷识别的目的。文中设计了一个十自由度的系统，算例表明了该方法的有效性。