基于高速列车模态分析的试验方法研究.docVIP

基于高速列车模态分析的试验方法研究 　　摘要：采用试验模态和运行模态两种试验研究方法，对某型高速列车整备状态下的车体模态展开研究，运用PolyMax及FSDD两种方法对模态参数进行识别，分别得到车体刚体模态和低阶弹性模态参数，并将分析结果进行对比验证 关键词：模态试验；EMA；OMA；激振器；整车振动台 中图分类号：TB 文献标识码：A doi：10.19311/j.cnki2016.13.101 随着我国高速铁路的迅猛发展，运行速度的不断提升导致了外界激扰频率的增加，由此带来的结构振动问题直接影响了车辆运行的安全性。其中，车体的振动模态与列车的乘坐舒适度存在直接联系，而这种复杂结构在生产制造的过程中不可能随意修改，一旦完工，其动力学特性就已确定，如何准确的测得其模态参数，为SDM问题提供第一手数据，就显得尤为必要。本文就是基于这样的目的，采用不同的激励方法和参数识别方法，对某型高速列车整备状态下的车体模态展开研究 1 模态基础 模态，指的是结构的固有振动特性，每一个模态具有特定的固有频率、阻尼比和模态振型。所谓模态分析，就是将线性定常系统振动微分方程组中的物理坐标变换为模态坐标，使方程组解耦，成为一组以模态坐标及模态参数描述的独立方程，以便求出系统的模态参数。模态分析的最终目标是识别出系统的模态参数，为结构系统的振动特性分析、振动故障诊断和预报以及结构动力特性的优化设计提供依据。目前常见的分析手段有仿真分析法和模态试验法。整备车辆由于结构复杂，车下设备较多且吊挂方式多样，仿真建模难度较大，故而选择试验分析的方法来研究车体的模态参数 2 试验方法 本次的研究对象为某型高速列车的整备车体，单节列车的车体长度大约为25米，为了准确描述车体的振型规律，将车体分为7个断面，每个断面采用4个点，每个点再布置垂向和横向的两个加速度传感器，共计56个加速度测点。采用基于LMS的Test.Lab测试系统来完成数据采集工作。然后按照试验模态和运行模态两种试验激励方法分别进行试验 2.1 EMA试验模态激励方法 采用多个激振器同向多点随机激励，激励信号为0-50Hz范围内的猝发随机信号。激振点选择在车体抗蛇形减震器的安装座的位置，如图2所示。这个位置安装便利且刚度相对够大，能够将激振器的激励信号很好的传递到车身的各处。激振器是通过柔性激振杆连接到车身的。激振杆一端刚性连接到激振器上，另一端安装有力传感器，力传感器刚性安装在车身上，以实现激振器与车身的连接。现场激振器的安装如图3所示 2.2 OMA运行模态激励方法 为了在实验室中达到运行模态的试验工况，本次试验使用了先进的整车振动实验台。将整车安放至试验台上，固定车轮以防止车辆在试验时发生倾覆，调理出0-20Hz的白噪声信号激励轮对，模拟车辆运行时的宽频激励状态 3 两种参数识别方法 为了确保试验结果的准确性和重复性，本次试验采用了两种模态参数识别方法。一种是基于LMS的PolyMax分析法，还有一种是基于N-Modal软件的FSDD分析法 比利时LMS公司开发的PolyMAX方法是一种全新的频域分析方法，该方法也被称为多参考最小二乘复频域法（LSCF）。其识别步骤与最小二乘复指数法（LSCE）很类似。LSCE法是一种时域分析方法，在处理频率较高且模态密集的系统时易产生虚假模态，其稳态图较混乱，模态定阶较难，效果较差，难以取得较理想的结果。而PolyMAX方法的主要好处：一是SVD（奇异值求解）这一步骤能避免留数的分解，密集空间可以分离出来。二是该方法既适用于弱阻尼，也适用于强阻尼，密集模态系统的参数识别。三是在强阻尼、密集模态情况下，仍可获得非常清晰的稳态图，从而很容易实现物理模态定阶，结果的客观性更好。EMA试验就采用这种参数识别方法 第二种方法是FSDD法（Frequency and Spatial Domain Decomposition），是一种OMA的频域空间域分解法，最早是由南京航空航天大学的张令弥教授提出的。该法可视作EMA 的经典方法CMIF（Complex Mode Indicator Function）在OMA中的拓展。CMIF建立在对多参考点频率响应函数（Frequency Response Function，FRF）矩阵的奇异值分解基础上，最初仅作为确定系统模态阶次的指示因子，而后进一步发展为一种两步式的MIMO的模态参数识别方法：第一步中，奇异值曲线的峰值点给出了系统的阻尼自然频率，相应的左奇异值向量与模态振型成比例，右奇异值向量则与模态参与向量成比例；第二步中，以上述的模态振型与参与向量作为加权函数，得到对应各模态的单自由度FRF，在频域里以单自由度算法识别得到准