高速逆流色谱仪工况模态辨识方法技术

本发明专利技术公开了基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，该方法在确定高速逆流色谱仪常用工作转速后，基于多参考点最小二乘复频域法，构建色谱仪实验模态参数辨识数学模型，并利用极点及模态参预因子构建模态辨识稳态图，根据已知极点和模态参预因子依照不同的取样频率对模态振型进行分析求解，基于高速逆流色谱仪结构静力学分析结果，采集色谱仪的振动响应信号，将采集数据代入辨识模型进行模态参数辨识；进一步明确了高速逆流色谱仪分离状态下的结构动态性能对分离效率的影响机制，便于进行后续高速逆流色谱仪的产品研发与技术升级。发与技术升级。发与技术升级。

【技术实现步骤摘要】
高速逆流色谱仪工况模态辨识方法


[0001]本专利技术属于分离纯化设备
，具体涉及基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法。

技术介绍

[0002]高速逆流色谱仪(High
‑
speed countercurrent chromatography,HSCCC)作为广泛应用于生物制药、现代农业、化工食品等领域的重要分离纯化设备，其结构性能、转速、振动和分离时的结构动态性能等因素均会直接影响最终的分离效率。而目前国内外对影响其设备稳定性和运行效率的关键动态性能还未开展深入研究，特别是针对分离过程中机构在高速旋转状态下的实时动态特性还未有较明确的认识。这使得高速逆流色谱仪在产品质量、设备稳定性和分离效率等方面仍存在较大的提升空间。因此，开展高速逆流色谱仪结构动态性能分析和分离状态的工作模态研究，进一步探究影响色谱分离效率的性能因素已成为色谱仪结构动力学的研究的难点和热点。
[0003]针对高速逆流色谱仪结构动力学等问题，邹德金等设计了一款新型正交轴色谱仪，利用动量矩阵定理计算出驱动力矩并建立虚拟样机，针对虚拟样机进行前六阶固有模态分析以获得对应振型，确定出结构薄弱环节并对设计进行结构优化。霍亮生等选用压电式加速度传感器、编码器和主控制器等设备搭建了一套动平衡测试系统，对一款双分离柱高速逆流色谱仪进行动力学平衡性测试，同时基于测试结果对偏心质量进行实时调整，实现测试过程的高精度与自动化。李猛和李振帅等基于J型高速逆流色谱仪虚拟样机，构建了行星架及中心轴传动系统的有限元模型，利用ANSYS Workbench对其进行静力学分析及低阶固有模态分析，得到结构前六阶固有频率及对应振型，为设备转速设计及高速稳定运行提供理论基础。Sutherland和Chen等对HSCCC中管路管径、材料、转速等结构参数对分离效率的影响进行了研究。通过研制一种新的双转子结构，论证了对每一个半径的管路都可以通过同时增加流动相流速和旋转速度获得一个最优参数组合来获得最好的分离度和最大产量。同时证明了仪器结构参数与分离效率的直接相关性。方兵等基于模态试验数据的建模方法，对行星结构轴承接触区域的变形进行了研究。李玲等基于频域分解法(Frequency Domain Decomposition method,FDD)对栓接结构的工作模态进行了辨识，准确获得了结构的前五阶模态，取得了良好的辨识效果。
[0004]尽管已有相关研究在高速逆流色谱仪结构参数、分离特性和部件性能等方面已取得较大进展，但针对整机在高速分离时的振动特性和工作性能的分析及实验技术等问题目前相关研究仍然具有缺陷，这使得色谱仪整机性能和分离效率的直接映射关系仍不明朗，高速逆流色谱仪的产品研发与技术升级仍存在巨大空间。
[0005]针对上述问题，本专利技术提出了基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法。

技术实现思路

[0006]为了解决上述技术问题，本专利技术提出了基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，该方法在确定高速逆流色谱仪常用工作转速后，基于多参考点最小二乘复频域法，构建色谱仪实验模态参数辨识数学模型，并利用极点及模态参预因子构建模态辨识稳态图，根据已知极点和模态参预因子依照不同的取样频率对模态振型进行分析求解，基于高速逆流色谱仪结构静力学分析结果，采集色谱仪的振动响应信号，将采集数据代入辨识模型进行模态参数辨识；进一步明确了高速逆流色谱仪分离状态下的结构动态性能对分离效率的影响机制，便于进行后续高速逆流色谱仪的产品研发与技术升级。
[0007]为了达到上述技术目的，本专利技术是通过以下技术方案实现的：基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，包括以下步骤：
[0008]S1：确定色谱仪常规转速，基于多参考点最小二乘复频域法，构建色谱仪模态参数辨识数学模型；
[0009]S2：获取系统的极点和模态参预因子，并利用极点及模态参预因子构建模态辨识稳态图；
[0010]S3：根据已知极点和模态参预因子依照不同的取样频率对模态振型进行分析求解；
[0011]S4：基于高速逆流色谱仪结构静力学分析结果，采集色谱仪的振动响应信号，将采集数据代入辨识模型进行模态参数辨识。
[0012]优选的，所述S1中数学模型：
[0013][0014]式中m代表输入参考通道的总数，l代表输出参考通道总数；
[0015]令
[0016][0017]Z＝e
‑
jωΔt (4)
[0018]其中，[β
r
](l
×
m)
表示分子矩阵多项式系数，p是数学模型的设定阶次，[α
r
](m
×
m)
定义为分母矩阵多项式系数，Z为基数，Δt是数据取样间隔；对任意频率ω
n
来说，可利用[H(ω)]列出方程组(1)；然后选取不同频率列出数足够数量的超定方程，再利用最小二乘法求解出分子及分母的矩阵多项式系数[β
r
]和[α
r
](r＝0,1,
…
p)；设定[α
r
]和[β
r
]中的各元素为实数系数；由于[α
r
]为方程的分母组成部分，所以式(1)为非线性参数方程，应对此进行线性化处理，将非线性问题转化为最小二乘估算问题来进行求解。
[0019]优选的，所述S2中构建式(5)所示的扩展友矩阵：
[0020][0021]式中[Λ]表示友矩阵特征值，其对角线元素λ
i
(i＝1,2,...,mp)可由系统极点p
i
及表示：
[0022][0023][0024]得到的特征向量矩阵[V](mp
×
mp)
的最底部的m行为子矩阵模态参预因子矩阵[L](m
×
mp)
；其中列向量{l}
i
表示输入对其相应模态比例的影响程度；利用分母矩阵多项式系数[α
r
](r＝0,1,
…
p
‑
1，给定[α
p
]＝[I])，通过对友矩阵的特征值进行分解获得系统的极点和模态参预因子；基于谱函数曲线构建分析稳态图，设定需要的模型阶次为p，对其进行极点计算；在设定的容差范围内，若某一阶固有频率不随p的变化而改变，则将此点定义为稳态点。
[0025]优选的，所述S3中基于已获取的矩阵系数[β
r
]和[α
r
]利用式(8)对系统进行模态振型的计算与分析。同时利用最小二乘频域法进行模态求解，其拟合函数可表示为：
[0026][0027]其中，表示{l}
i
的共轭转置，{ψ}
i
(l
×
1)表示第i阶模态振型的列向量，定义为模态参预因子行向量，[LR]和[UR](l
×
m)分别是下残余项矩阵和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，其特征在于，包括以下步骤：S1：确定色谱仪常规转速，基于多参考点最小二乘复频域法，构建色谱仪模态参数辨识数学模型；S2：获取系统的极点和模态参预因子，并利用极点及模态参预因子构建模态辨识稳态图；S3：根据已知极点和模态参预因子依照不同的取样频率对模态振型进行分析求解；S4：基于高速逆流色谱仪结构静力学分析结果，采集色谱仪的振动响应信号，将采集数据代入辨识模型进行模态参数辨识。2.根据权利要求1所述基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，其特征在于，所述S1中数学模型：式中m代表输入参考通道的总数，l代表输出参考通道总数；令令Z＝e
‑
jωΔt (4)其中，[β
r
]
(l
×
m)
表示分子矩阵多项式系数，p是数学模型的设定阶次，[α
r
]
(m
×
m)
定义为分母矩阵多项式系数，Z为基数，Δt是数据取样间隔；对任意频率ω
n
来说，可利用[H(ω)]列出方程组(1)；然后选取不同频率列出数足够数量的超定方程，再利用最小二乘法求解出分子及分母的矩阵多项式系数[β
r
]和[α
r
](r＝0,1,
…
p)；设定[α
r
]和[β
r
]中的各元素为实数系数；由于[α
r
]为方程的分母组成部分，所以式(1)为非线性参数方程，应对此进行线性化处理，将非线性问题转化为最小二乘估算问题来进行求解。3.根据权利要求1所述基于最小二乘复频域法的高速逆流色谱仪工况模态辨识方法，其特征在于，所述S2中构建式(5)所示的扩展友矩阵：式中[Λ]表示友矩阵特征值，其对角线元素λ
i
(i＝1,2,
…
,mp)可由系统极点p
i
及表示：p
i
,p
i*
＝
‑
σ
i
...

【专利技术属性】
技术研发人员：殷勤，向召伟，宋源源，郭峻松，陈传旺，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：