某歼击机结构的模态试验研究

本文介绍了用ITD法、随机减量—TTD法及逐步扩阶双递推等时域参数识别法和有关的频域参数识别法在某型歼击机平尾上的模态试验研究情况,给出了这些方法的识别结果,分析了各自的优缺点,并叙述了时域参数识别的有关试验技术。     

从结构平稳随机响应中识别模态参数的多输入多输出时域方法

本文讨论了从受平稳随机激励的结构的响应中识别振动参数的多输入多输出时域方法.提出了把随机减量法和多参考点复指数时域法加以结合,由随机减量法从结构平稳随机响应中得到多组自由响应,用多参考点复指数方法同时处理这些自由响应,以识别出模态参数.本文方法和Ibrahim,S.R.提出的把ITD和随机减量技术结合的方法相比,能识别后者可能遗漏的重频或密集频率,且有较高的精度.     

基于ITD法的离心泵转子动态参数测试分析

本文基于ITD模态分析理论 ,采用信号分析技术对离心泵转子系统进行了动态参数时域识别。     

环境激励下结构模态参数识别的改进ITD法

结合随机子空间法（SSI）提出了环境激励下结构模态参数识别的改进ITD法。随机子空间法的识别精度高,其中数据的协方差计算可以保留原始数据中的所有信息,同时去除了噪声,得到的Toeplitz矩阵中的数据可以作为ITD法的输入数据,这样ITD法不再需要采用随机减量法或者自然激励技术（NExT法）进行前处理,从而避免了这两种前处理方法的不准确性带来的误差。通过环境振动下四层钢框架模型试验的位移响应,对提出的改进ITD法进行了验证。与ITD法相比,改进的ITD法明显提高了对频率和阻尼比等结构模态参数的识别精度,表明改进ITD法可应用于结构的模态参数识别;与SSI法相比,改进ITD法精度没有降低,同时缩短了计算时间,这将为该方法应用到结构的实时监测提供了可能。     

门架随机减量—Ibrahim时域法的模态参数识别

本文叙述了多个信号的随机减量技术和Ibrahim时域法具体实施中有关的“虚拟测点”、“超定数学模型”、“模态置信因子”等有关概念。本方法用于门架模态参数识别的结果令人满意,识别结果用表1和图3表出。     

环境激励下基于ESMD的结构模态参数识别方法

提出一种环境激励下基于极点对称模态分解(ESMD)的模态参数识别新方法。该方法首先利用带通滤波将实测环境振动响应分解成一系列单卓越频率的窄带子信号。然后,利用ESMD方法对子信号进行模态分解,得到若干单模态时程信号。最后,应用随机减量法对每个单模态时程信号进行处理,获得随机减量信号并由此识别模态参数(频率,阻尼比以及振型)。采用该方法识别一座5层剪切框架数值模型和一座3层剪切框架实验模型的模态参数,并将识别结果与理论值或者NExT-ERA方法识别的结果做对比,结果表明:该方法能较好地从环境振动响应中识别出结构的模态参数,具有良好的适用性和足够的精度。     

Ibrahim时域法中噪音模态的实质——论ITD法

本文借助于现代控制论的基本原理深入地分析了ITD法中噪音对模态参数识别的影响、噪音模态的实质、噪音模态和DDS法的关系以及模态置信系数的有效性。     

一种水电厂房振动模态参数识别方法

水电厂房的振动是机械力、电磁力、水力脉动共同作用的结果,其动荷载很难测得,结构模态参数识别的难度不言自明。为解决以上困难,提高厂房结构振动模态参数识别的精度,在厂房结构各种荷载未知的情况下,将突然停机工况下动荷载释放后的振动信号,利用随机减量法提取自由衰减信号成分,以基于ARMA模型参数识别法实现了对某大型水电站厂房低阶模态参数的识别。识别结果表明,随机减量法和ARMA联合分析方法是解决大型复杂厂房结构动态参数识别的有效方法,识别结果可用于结构物的健康监测和振动控制中,同时该方法在大型水电站厂房振动模态参数的在线识别领域中具有广阔的工程应用前景。     

轿车带内饰车身模态试验分析

针对带内饰车身模态参数难以识别的问题,在结构线性度检验的基础上,分别采用频域识别和时域识别两种方法对某轿车带内饰车身进行模态试验。介绍了试验方案与信号采集技术,重点对识别方法进行比较研究,其中时域随机子空间法的较好应用效果为车身模态试验提供新思路。最后通过有限元分析与试验结果对比,验证了内饰车身建模分析的准确性,所确定的内饰车身模态参数为车身NVH性能分析奠定基础。     

随机激励下基于ICA的结构模态参数识别

简要介绍独立分量分析(ICA)的基本原理,提出将ICA方法与随机减量法(RDT)结合起来用于随机激励下结构的模态参数识别。结合数值仿真算例和振动试验分析,验证所提出方法用于随机激励下结构模态参数识别的有效性。结果表明,ICA可以准确地从结构随机振动响应信号中分离出各源信号,并同时估计出各阶模态振型向量,源信号与结构模态坐标存在一一对应关系,再结合随机减量法和单模态识别法可识别各阶模态的频率和阻尼比。该方法仅利用振动系统的输出响应进行分析,适用于随机激励下结构的工作模态参数识别。     

一种基于识别概率直方图的随机减量改进技术

在采用随机减量技术进行工作模态分析过程中,触发条件和参考通道通常需要人为指定。受实际环境和测量误差等的影响,单一触发条件和特定参考通道导致模态辨识结果具有一定的偶然性。结合基于数据挖掘的识别概率直方图方法,对传统随机减量技术进行了改进。在遍历参考通道和多次触发取值的情况下获得多个结构模态辨识结果,并根据频率容差和模态置信度容差准则进行一致性聚类,继而绘制相应的识别概率直方图,最终选取识别概率大的聚类结果作为结构模态结果。通过结构算例和模型实验,显示了基于识别概率直方图的随机减量改进技术的有效性和抗噪性。     

飞机紊流激励响应的模态参数识别

风洞颤振试验中通常采用紊流自然激励,提高了模态参数识别的难度。发展了两类紊流激励响应的模态参数识别方法:一是采用随机子空间方法结合经验模态分解方法识别信号的模态参数;二是采用随机减量技术、自然激励技术提取自由衰减响应,进而利用矩阵束方法进行参数识别。紊流激励响应仿真数据与风洞试验数据分析结果表明:采用这两类方法都可以进行单测点紊流激励响应信号的模态参数识别,识别结果具有较高的准确性,结合速度-阻尼比法与颤振裕度法,有助于颤振边界的提前预测。     

单输入和多输入时域模态参数识别法的比较研究

本文利用现代控制论中可控性与可观性理论,从理论和实验两方面对模态参数时域识别法进行了分析和研究,给出了利用时域法能够识别出振动系统所有模态参数的充要条件,并对单输入和多输入识别法进行了比较,指出在重根模态和大阻尼等复杂情形下,多输入识别法拥有单输入识别法所无法比拟的优点。     

模态参数识别IBRAHIM时域法原理和程序

一前言 IBRAHIM提出的振动系统时间域模态参数识别,可对任一复杂结构利用瞬态激振法或随机减量法测得的n个点的时域响应直接得到结构的n阶模态参数,不需测量激振力,不经过FFT变换,只需进行简单的计算。此方法具有试验简单、使用仪器少、分析时计算速度快等优点,所以它具有编制程序进行计算的实用价值。     

基于希尔伯特变换结构模态参数识别

应用HHT方法对GARTEUR飞机模型模态参数进行识别,通过采用多通带滤波器对信号进行滤波,较好的解决模态混叠问题,采用NExT法对信号预处理,由EMD分解获得较准确的各阶固有模态函数分量（IMF）,在EMD分解中使用镜像延拓方法对极值点进行处理来抑制端点效应,然后将分解得到的IMF分量进行希尔伯特变换并结合ITD法识别出各阶固有频率和阻尼比。最后对悬臂梁进行数值仿真模拟,并将模态参数识别结果和理论值进行对比,并运用此方法进一步识别GARTEUR飞机模型固有模态参数。     

网壳结构损伤分区定位的模型试验研究

提出了一种适合于网壳结构的损伤分区定位方法,该方法对网壳结构进行区域划分并按区布置传感器,通过单点激励得到结构的高阶模态响应,利用随机减量技术和ITD法获取模态参数,再利用损伤前后高阶振型的差值来定位损伤区域。最后,通过对一个单层椭球面网壳结构模型的振动测试试验,验证了所提方法的可行性。     

基于随机减量法的非平稳激励下模态参数识别

针对现有结构模态参数识别方法平稳激励假定的不足,提出了一种非平稳激励下的结构模态参数识别方法。以白噪声调幅激励、调幅相关激励和频率幅值调制共三类非平稳随机激励为对象,采用演化谱理论推导了随机激励分段叠加后的均值和方差表达式,然后在此基础上对传统的随机减量法进行拓展,将非平稳激励下模态参数识别问题转化为结构自由振动曲线的模态参数识别,最后利用特征实现算法识别结构的模态参数。通过一个悬臂梁数值模型和两层实验室钢框架进行验证,识别结果表明运用该算法可以准确识别出非平稳激励下系统的固有频率和振型,且固有频率的识别误差在2%以内,具有较高的识别精度。     

利用改进的EMD和随机减量法识别模态参数

对振动信号进行小波去噪,克服环境噪声的干扰,提高EMD的质量,利用相关系数去除虚伪分量,然后利用随机减量法和ITD法识别出列车地板的固有频率和阻尼比。将此方法识别结果与LMS商业软件识别结果进行对比,频率相对误差不超过6 %,阻尼比相对误差不超过7 %。由此说明该方法具有较高的识别精度。     

时域响应中传感器附加质量影响消除

本文提出了一种时域内的传感器附加质量影响消除方法。利用时域实测自由响应数据,通过特征系统实现算法进行模态参数识别,获得传感器附加质量影响情况下的模态参数。以实测模态参数为基准,采用信赖域和非线性最小二乘算法对考虑传感器附加质量的结构初始有限元模型参数进行识别与修正,并以修正后的有限元模型为基础预测传感器附加质量消除所引起的模态参数改变。基于振型叠加法原理建立时域内传感器附加质量影响消除的识别方程组,并结合有限元预测的模态参数改变反演传感器附加质量影响消除情况下的时域响应。通过对一个实验室两端夹支梁模型实测时域响应中传感器附加质量影响消除进行研究,对所提出的方法进行验证。     

基于解析模式分解的密集工作模态参数识别

长大跨度的桥梁结构或者高层建筑的工作环境振动响应中经常包含密集的模态成分,并会出现模态叠混现象,而传统的信号分析方法往往难以识别结构的密集模态参数。提出一种基于解析模式分解理论与随机减量技术相结合的方法识别环境激励下的结构密集模态参数。对于工作环境激励下的结构振动响应,通过随机减量技术可以提取结构的自由振动响应,利用解析模式分解方法对具有密集模态的自由振动响应进行有效的分解,对每一阶自由振动响应利用最小二乘拟合方法识别出频率与阻尼比。通过两层框架的数值模拟以及对密集频率的密集程度指数和信号时程长度等参数分析,其结果表明通过随机减量技术提取的自由振动响应可以有效的减少模态叠混的影响,虽然提取的自由振动响应的时程长度比实际的信号时程要短,然而解析模式分解仍然能够十分有效的对短时程具有密集模态成分的信号进行有效的分解。最后,通过对一具有密集模态的36层框架的数值模拟,以及对一具有密集模态的3层框架的振动台实验,验证该方法可以有效的识别出环境激励下的结构密集模态参数。