System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于频响滤波的结构模态参数识别方法技术_技高网

基于频响滤波的结构模态参数识别方法技术

技术编号:41283445 阅读:5 留言:0更新日期:2024-05-11 09:33
本发明专利技术公开了一种基于频响滤波的结构模态参数识别方法,包括如下步骤:建立结构几何模型,采集结构的激励信号和响应信号;利用力信号和加速度响应信号,生成激励点和与其对应的每个测点之间的频响函数;使用最小二乘法拟合频响函数,组建频响函数矩阵;使用多参考点最小二乘复频域法,生成拟合后的频响函数的稳态图;在稳态图中选择极点,获得结构的模态参数;本发明专利技术具有可在强噪声的情况下,得到清晰的稳态图,可选择正确的极点,得到准确的模态参数的特点。

【技术实现步骤摘要】

本专利技术涉及实验模态分析,尤其是涉及一种基于频响滤波的结构模态参数识别方法


技术介绍

1、模态参数:结构的固有振动特性,包括固有频率、阻尼比和模态振型,上述参数可由计算或试验分析获得;

2、频响函数:表征测试系统对给定频率下的稳态输出与输入的关系;

3、滤波:使将信号中特定波段频率滤除的操作,是抑制和防止干扰的一项重要措施。

4、实验模态分析经历了几十年的发展,已经从单自由度发展为多自由度,单输入单输出发展为多输入多输出,常用的频域识别方法有多参考点最小二乘复频域法(p-lscf)。

5、多参考点最小二乘复频域法在商业上称为polymax方法,是近几年发展起来的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态以及处理大阻尼复杂结构方面具有较好的特性。

6、多参考点最小二乘复频域法在大部分情况下有清晰的稳态图,但当频响函数包含噪声的情况下,难以生成清晰的稳态图,并且会产生虚假模态。


技术实现思路

1、本专利技术的专利技术目的是为了克服现有技术中的多参考点最小二乘复频域法当频响函数包含噪声的情况下,难以生成清晰的稳态图,并且会产生虚假模态的不足,提供了一种基于频响滤波的结构模态参数识别方法。

2、为了实现上述目的,本专利技术采用以下技术方案:

3、一种基于频响滤波的结构模态参数识别方法,包括如下步骤:

4、步骤1,建立结构几何模型,采集结构的激励信号和响应信号;使用模态测试与分析软件,建立被测结构的线框模型,模型节点和实际测点一一对应;

5、确定结构测试时的自由约束或固定约束的边界条件,在每个测点粘贴加速度传感器,测量每个测点的加速度响应,在激励点布置激振器,使用力传感器测量激振器对结构的激励力,得到各个测点的加速度响应信号和激励点的力信号;

6、步骤2,利用力信号和加速度响应信号,生成激励点和与其对应的每个测点之间的频响函数h4(f);

7、步骤3,使用最小二乘法拟合频响函数,组建频响函数矩阵;

8、最小二乘法属于信号回归类方法,通过求解拟合信号与原信号的最小均方误差问题,得出对信号的最小方差无偏估计,在线性模型中非常适用。

9、将h4(f)分成n等分的子函数,将子函数记为h4i(f),i=0,1,2,…,n-1,采用n次多项式对每个子函数进行拟合:

10、hθ(f)=θ0+θ1x+θ2x2+…+θnxn

11、寻找一组参数θ,θ包括:θ0,θ1,θ2,…θn;使最小,将所有子函数的hθ(f)组合起来,形成最终的频响函数拟合结果,组建频响函数矩阵;

12、其中,h4i(f)长度为m,即自变量f有m个值,每个值记为f1,f2,…,fm;则h4i(fj)是h4i(f)在f=fj时的值,hθ(fj)是hθ(f)在f=fj时的值;(hθ(fj)-h4i(fj))2为自变量fj拟合得出的函数值和原函数值之间差的平方;

13、步骤4,使用多参考点最小二乘复频域法,生成拟合后的频响函数的稳态图;

14、步骤5,在稳态图中选择极点,获得结构的模态参数:

15、在稳态图中手动选择稳定的、不包含虚假模态的极点,根据极点得出结构的固有频率和阻尼比,利用固有频率和阻尼比拟合出结构的模态振型。固有频率、阻尼比和模态振型均为结构的模态参数。

16、本专利技术可对含噪声的频响进行平滑滤波,可降低无关噪声对极点计算的影响,在强噪声情况下,得到清晰的稳态图,从而选择正确的极点,得到准确的模态参数,提高了模态参数估计的正确性,提高了多参考点最小二乘复频域法的适用性,计算速度快。

17、作为优选,步骤2包括如下具体步骤:

18、步骤2-1,对加速度响应信号和力信号的时域信号进行快速傅里叶变换,将时域信号转换成频域信号;

19、步骤2-2,使用频响函数h4估计法,计算出激励点和与其对应的每个测点之间的频响函数h4(f):

20、

21、其中,h1(f)=gyz(f)/gzz(f),h2(f)=gyy(f)/gyz(f),gyz(f)为加速度响应信号与力信号的互功率谱,gzz(f)为力信号的自功率谱,gyy(f)为加速度响应信号的自功率谱。

22、作为优选,步骤3还包括如下具体步骤:

23、步骤3-1,设阶次n=3,帧大小l=5;

24、步骤3-2,使用当前的阶次和帧大小对子函数进行拟合;

25、步骤3-3,设定如下条件:

26、拟合后得到的子频响函数的均方根值与子函数的均方根值的比值>0.99,且拟合后得到的子频响函数与子函数的互相关系数>0.995;

27、如果满足条件,转入步骤3-4;

28、如果不满足条件且n<l,使n的值增加1,返回步骤3-2;

29、如果不满足条件且n=l,使n=3,使l的值增加2,返回步骤3-2;

30、步骤3-4,将每个h4(f)对应的各个子频响函数组合到一起构成h4(f)的拟合函数,利用所有h4(f)的拟合函数组建频响函数矩阵h(ω)。

31、作为优选,步骤4还包括如下具体步骤:

32、步骤4-1,多参考点最小二乘复频域法将h(ω)作为拟合后的频响函数,使用起始为32阶的数学模型;

33、步骤4-2,数学模型计算出拟合后的频响函数的极点,生成稳态图;

34、步骤4-3,如果当前的稳态图中没有极点,使数学模型的阶次增加1转入步骤4-2;

35、如果当前的稳态图中有极点,选定当前稳态图,转入步骤5。

36、因此,本专利技术具有如下有益效果:可在强噪声和大阻尼结构的情况下,得到清晰的稳态图,可选择正确的极点,得到准确的模态参数;提高了模态参数估计的正确性,计算速度快。

本文档来自技高网...

【技术保护点】

1.一种基于频响滤波的结构模态参数识别方法,其特征是,包括如下步骤:

2.根据权利要求1所述基于频响滤波的结构模态参数识别方法,其特征是,步骤2包括如下具体步骤:

3.根据权利要求1所述基于频响滤波的结构模态参数识别方法,其特征是,步骤3还包括如下具体步骤:

4.根据权利要求1或2或3所述基于频响滤波的结构模态参数识别方法,其特征是,步骤4还包括如下具体步骤:

【技术特征摘要】

1.一种基于频响滤波的结构模态参数识别方法,其特征是,包括如下步骤:

2.根据权利要求1所述基于频响滤波的结构模态参数识别方法,其特征是,步骤2包括如下具体步骤:

3.根据权利...

【专利技术属性】
技术研发人员:贺惠农朵慕社张冬
申请(专利权)人:杭州亿恒科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1