利用粒子群优化算法实现阻尼比和频率的精确识别.pdfVIP

振动与冲击 OFVIBRATIONANDSHOCK 第28卷第7期 JOURNAL 利用粒子群优化算法实现阻尼比和频率的精确识别 胡峰，吴波，胡友民，史铁林 (华中科技大学数字制造装备与技术国家重点试验室，武汉430074) 摘 要：提出了一种利用粒子群优化算法辨识阻尼比和频率的方法。该方法将系统频率、阻尼比、幅值和相位的 辨识问题转化为非线性优化问题，引入粒子群优化算法寻找全局最优解。基于粒子群优化的阻尼比和频率辨识方法不需 要测量激励信号，原理简单，实现容易。仿真和实验结果表明：基于粒子群优化算法的阻尼比和频率辨识方法不受邻近模 态耦合的影响。在无噪声条件下具有较高的辨识精度，随着信噪比的逐步降低，辨识精度开始逐步下降。用低通滤波器 滤除高阶模态后，得到的脉冲响应信号对频率、阻尼比、幅值的辨识精度影响很小，对相位的辨识精度影响很大。 关键词：粒子群优化；阻尼识别；频率识别；低通滤波器 中图分类号：THl7 文献标识码：A 模态参数辨识是模态分析的重要内容，参数辨识 引入PSO算法，提高了PSO算法的收敛速度。 的正确性和准确性直接影响结构的动力分析与优 基于IX30算法的阻尼比和频率辨识方法是一种不 化…。频域模态参数辨识方法，由于离散傅里叶变换 需要测量激励信号的模态辨识方法。它将脉冲响应信 存在谱泄漏，使得频响函数本身存在估计误差，辨识精 号数学模型与实验数据相联系，把对频率、阻尼比、幅 度较低12J。与频域辨识方法相比．时域方法无须将所 值和相位的识别问题转化为非线性函数的全局优化问 测的响应信号和激励信号变换到频域，避免了由数据 题，引入PSO算法寻找全局最优解。 变换引起的截断误差。常用的时域方法有：随机子空 1 目标函数的建立和优化范围的估计 间法∞J、ARMA模型法、互相关法、小波法等。互相关 法建立在白噪声理论基础上，现实中的激励很难满足 1．1 目标函数 要求HJ。随机子空间法中Hanker矩阵构造复杂，容易 自由衰减振动信号s(t)满足： 出现虚假模态J。ARMA模型法的辨识精度受采样频 率和模型阶数的影响№J。小波模态参数辨识方法的辨 识精度受到边界效应、小波函数的参数选择和模态分 离等不确定因素的影响o。 频率、阻尼比和相位；m为模态阶数；n(t)为白噪声；t 为时间。 粒子群优化算法(PSO)是Kennedy和Eberhart提 出的一种仿生优化算法旧J，广泛应用于神经网络构 令： 建【9J、车间调度ll0|、模糊控制…1等领域。目前，学者主 髫I：[AI，tO々，孝^，妒^]，X=[z1，…，名‘，…，z。] 要从提高粒子群的收敛速度和开拓能力两个方面来完 式(1)可以改写成： 善PSO算法。2006年，Chatterjee等H纠将非线性权重 八石)=s’(t)一 惯量引入PSO模型，提高收敛速度。2007年，Yah Jiang (2) ∑AIe一洲COS(O)I~／l一幽+钆) 等ll3J将粒子群分成若干个子粒子群。每个子粒子群单 々=l 独进化。迭代一定次数后，合并子粒子群，并打乱顺 以： 序，再重新分成若干个子粒子群，达到提高粒子开拓能 minJ(X)=f2(X)(3) 力的目的。同年，Ali等¨43对PSO的效率和可靠性进作为目标函数，