中国振动工程学会模态分析高级研修班讲课资料(第五章).pptxVIP

多输入多输出系统的模态参数识别;概述 单点激励的不足 激励能量不够，且传递过程中损耗过大； 离激励点较远的地方响应信号较弱，信噪比低； 较大激励会造成局部响应过大，产生非线性现象 若激励处于节点位置，系统变成不可控和不可观的； 模态密集时辨识能力较弱； 多输入多输出方法 时域和频域两种方法； ;多输入多输出频响函数估计 系统的多输入多输出模型 输入与输出 ; 系统模型 干扰影响 无干扰时 有干扰时 误差（总体误差） 测量误差 信号处理误差 非线性误差; 估计－输出噪声估计模型 估计模型 无输入噪声 输出噪声与输入信号无关 估计 右乘F的共轭转置 再求数学期望，得 输出噪声与输入信号不相关时 频响函数估计;特点 是一种欠估计 对输入噪声比较敏感 输入噪声较大时，精度受影响，在共振点附近更是如此 要对输入自谱矩阵求逆，计算量大，且矩阵奇异易导致求逆失败 GFF奇异的几方面原因 某个输入谱为零时 两个或更多输入信号完全相关时 数值计算中的问题:矩阵病态等 ; 检验判别工具 ;偏相干函数 消除其它输入信号的潜在贡献后，输入与输入、输入与输出、输出与输出之间的相干函数； 如果输入偏相干函数为1，表明两个输入力是相关的。 ; 估计－输入噪声估计模型 估计模型 只有输入噪声 假设输入噪声与输出信号不相关 估计 右乘X的共轭转置 再求数学期望 输入噪声与输出信号不相关时 频响函数估计; 特点 有唯一解的条件是GFX的逆矩阵存在 当激励力数P比响应测点数L小时， GFX的逆不存在 此时可利用最小二乘解，利用GFX的伪逆矩阵，求解 只考虑输入噪声的影响，对输出噪声比较敏感 是一种过估计，即有 在共振点附近， 估计较 估计有较高的精度 在反共振点附近，情况相反 ; 输入输出噪声估计模型 同时考虑输入输出噪声 估计 取 和 的算术平均值 或取其加权平均 估计 取 和 的几何平均值 ; 估计 利用最小二乘法原理，极小化误差矩阵的方法 圆盘结构三种估计对比试验 圆板放置在泡沫塑料衬垫上 采用随机激励 故意造成一些泄漏 人为施加一些噪声 ;特征系统实现算法（ERA） 最小二乘复频域法 （ PolyMax ）; 特征系统实现算法（ERA）首先由美国国家航空与宇航局 ( NASA ）所属的Langley 研究中心于1984 年提出。它是一种属于多输入多输出的时域整体模态参数辨识方法。它移植了自动控制理论中的最小实现理论，利用脉冲响应数据，采用奇异值分解的方法，求得系统的特征值与特征向量，从而求得模态参数。该方法于1984年提出后，当年即在美国伽利略航天器的模态分析中应用，次年又在航天飞机机载巨型太阳能帆板的太空模态试验中应用，均取得良好的效果，该方法有最佳的精度，因此是目前比较先进的一种时域参数辨识方法。 ; 特征系统实现算法是利用实测的自由响应（脉冲响应函数，相关函数），运用奇异值分解方法，确定系统的阶次和状态方程中的系统矩阵A 、输人矩阵B 和输出矩阵C ，进而求解系统矩阵A 的特征值问题，求得极点与留数，从而确定系统的模态参数。当矩阵A 、B 、C 的阶次为最小时，即为最小实现。此时系统是可控的，又是可观的。; （1）系统的状态方程描述 对一个N 自由度的线性系统，若在P个点激励，在L 个点上测量响应，可用下列状态方程描述： 式中：K 为采样点序号；X ( K ）是在K△时刻系统的状态向量，( 2N xl ) ； △为采样间隔时间；Y( K ）是在K△时刻的实测响应向量，L x1;F ( K ）是在K△时刻系统的输人向量，Pxl ; A 为系统矩阵，2Nx2N ; B为输入矩阵，又称控制矩阵，2Nx P；C 为输出矩阵，又称观测矩阵，L x2N 。 对一线性定常系统，自由响应可用脉冲响应来代替。因此自由响应的最小实现问题常用脉冲响应的最小实现问题来代替。 ;（2）脉冲响应矩阵的建立 系统的脉冲响应可由实侧传递函数的拉氏逆变换求得。对各点的脉冲响应函数h ( t ）进行离散采样后，便可得离散的脉冲响应函数序列h ( K ) , K = 1 , 2 , …。设采样的时间间隔为△ 。在K △时刻，各测量点的脉冲响应可构成下列脉冲响应矩阵： ;（3）构成Hankel矩阵 脉冲响应的最小实现一般是从生成Hankel 分块矩阵开始。Hankel 矩阵有如下形式： ;对线性定常系统脉冲响应与矩阵A 、B、C 之间有如下关系：; 继续递推并代入式①，可