模态分析的研究现状与分析.docVIP

模态分析的研究现状与分析 TOC \o 1-3 \h \u HYPERLINK \l _Toc30304 1模态分析理论的现状与分析 PAGEREF _Toc30304 1 HYPERLINK \l _Toc21942 1)峰值拾取法： PAGEREF _Toc21942 1 HYPERLINK \l _Toc8485 2)频域分解法： PAGEREF _Toc8485 2 HYPERLINK \l _Toc13744 3)时频域方法； PAGEREF _Toc13744 2 HYPERLINK \l _Toc14843 4)时间序列分析法： PAGEREF _Toc14843 3 HYPERLINK \l _Toc13320 5)自然激励技术法（NEXT法）： PAGEREF _Toc13320 3 HYPERLINK \l _Toc2824 6）随机减量法： PAGEREF _Toc2824 3 HYPERLINK \l _Toc26817 2模态分析的硬件结构组成 PAGEREF _Toc26817 4 1模态分析理论的现状与分析 所有系统都能振动，模态分析是解决振动问题的一种强有力的工具。在给定频段内系统的固有动态特性可以用一组独立的振动模式表示。每个振动模式有各自独立的固有频率，阻尼比和振型，这些就是模态参数。根据振动求得模态参数的过程就是模态分析。 近年来,利用环境激励引起的输出对结构物进行模态参数识别已大量应用于土木工程结构的系统辨别。这主要是因为“环境激励”具有无需激励设备,不打断结构的正常使用;试验简便,所需人力少,不受结构形状和大小的限制,试验费用低;安全性好,不会对结构产生局部损伤等优点。还可以实现对那些无法测得载荷的工程结构进行在线模态分析，而且利用实际工作状态下的响应数据识别的模态参数能更加准确的反映结构的实际动态特性，并已在桥梁、建筑、机械领域取得了实质性的进展。 近几年来，人们已经提出了多种环境激励下的模态参数识别方法。按识别信号域不同可分为：时域识别方法、频域识别方法和时频域识别方法；按激励信号分为：平稳随机激励和非平稳随机激励；按信号的测取方法分为：单输入多输出和多输入多输出；按识别方法特性分为：时间序列法、随机减量法、NExT法、随机子空间法、模态函数分解法、峰值拾取法、频域分解法及联合时频方法。 1)峰值拾取法： 峰值拾取法最初是基于结构自振频率在其频率响应函数上会出现峰值，峰值的出现成为特征频率的良好估计的原理。对于环境振动，由于此时频率响应函数失去意义，可由环境振动响应的自谱来取代频率响应函数。此时，特征频率仅由平均正则化了的功率谱密度曲线上的峰值来确定，故称之为峰值法。功率谱密度是用离散的傅立叶变换(DFT)将实测的加速度数据转换到频域后直接求得。振型分量由传递函数在特征频率处的值确定。且每一传递函数相对于参考点就会给出一个振型分量。峰值法操作简单、识别速度快，在工程应用领域经常使用。许多情况下能很好的识别出固有频率，能够在线识别参数，经常用于桥梁的振动分析中，获得较满意的效果。 但该方法存在一些不足：得到的是工作挠曲形状而不是振型；阻尼的估计结果可信度不高；该方法对固有频率的识别十分主观，无法辨识密集模态，也无法辨识系统的阻尼比，仅适用于实模态或比例阻尼的结构；在某种情况下，如模态阻尼过大或测点十分接近节点时都有可能造成模态丢失。 2)频域分解法： 频域分解法（FDD）是白噪声激励下的频域识别方法，是峰值拾取法的延伸，但它克服了峰值拾取法的一些本质的不足，它可以识别频率和阻尼比。其主要思想是：对响应的功率谱进行奇异值分解(SVD)，将功率谱分解为对应多阶模态的一组单自由度系统功率谱，即将响应分解为单自由度系统的集合，分解后的每一个元素对应于一个独立的模态。即使信号中含有强噪声污染，频域分解法也能很好地识别密集邻近的模态，该方法识别精度高，有一定的抗干扰能力。 但是频域分解法必须满足三个基本假设条件：首先,激励为白噪声;其次,结构的阻尼为弱阻尼;再次,当有密集模态时必须是正交的，不能识别一般的密集模态。 3)时频域方法； 上述一些识别方法都假设环境激励是白噪声或非白噪声平稳激励,它们对非平稳随机激励不能很好识别,而实际工程中很多环境激励是不能近似成平稳激励的,为此,人们开始研究对环境激励更具有鲁棒性的方法。因此，通过对信号进行时频变换直接识别参数的联合时频域方法出现了,该方法将一维信号映射成为时间—频率平面上的二维信号,使用时间和频率的联合函数来表示信号,旨在揭示信号中包含多少频率分量以及每一分量是如何随时间变化的。 该方法可以识别多自由度非线性小阻尼机械系统的非线性模态参数,显然这种时频域的模态参数识别方法更接近实际情况,但目前能用于工程实际的实用