采用线性预测模型对铁道车辆车体进行模态分析 论文翻译--大学毕业论文.docVIP

采用线性预测模型对铁道车辆车体进行模态分析 Takahiro TOMIOKA，Tadao TAKIGAMI， Ken-Ichiro AIDA 车辆噪声与振动实验室，铁路技术研究所 2–8–38 Hikari–cho， Kokubunji-shi， 东京， 185–8540 邮箱：tomioka@rtri.or.jp 摘 要 本文介绍了一个采用线性预测模型对铁路车辆进行的模态特性识别研究。由静止或运行试验获得的实际铁路车辆的输入(激振力或轴箱加速度)和输出(车体加速度)之间的关系可由一个ARX(自回归线性预测模型)表示，同时模态参数的提取过程也能被详细描述。一个合适的模型定阶(即ARX模型中预测系数的阶)应是从实际应用的角度考虑的。分析数据得出两个不同部件的平均估计误差的实现过程被提出，同时他们对决定模型定阶的有效性被评估。使用ARX模型得出MIMO(多输入—多输出)的合适性也被描述。结果表明，利用所提出的方法，详细的模态特性可以被成功地从静止、运行测试测得的数据中确定。 关键词：铁路，模态分析，线性预测模型，信号处理，弯曲振动 介绍 要提高铁路车辆的行驶质量，重要的是要抑制车体纵向弯曲振动。为抑制这种振动，第一步要做的是对车体频率、模态属性等振动特性进行识别。静止和运行的振动测试通常就是为达此目的而进行的。运行测试在车辆运行时通过一个实际的商业服务性的途径对车辆