CN102288374A - 同时识别多点随机载荷的试验平台及试验方法 - Google Patents

Abstract

同时识别多点随机载荷的试验平台及试验方法，属于载荷识别技术领域。它解决了因响应测点选取不当而导致载荷的识别结果误差较大的问题。试验平台的信号发生器的激励信号输出端连接功率放大器的激励信号输入端，功率放大器的激励信号输出端连接激振器的激励信号输入端，激振器的多个振动杆的末端分别作用到识别系统的多个受激励点上，该多个受激励点根据待识别载荷点的相对位置确定，在识别系统的每个受激励点处设置一个力传感器，在识别系统上的多个预设定的均匀分布的响应点处分别布置一个加速度传感器，该响应点的数目多于受激励点的数目。试验方法采用前述试验平台实现对随机载荷的识别。本发明适用于识别随机载荷。

Description

同时识别多点随机载荷的试验平台及试验方法

技术领域

本发明涉及一种同时识别多点随机载荷的试验平台及试验方法，属于载荷识别技术领域。

背景技术

载荷识别是根据已知结构的动态特性和实测的动力响应，来求系统的动态载荷，它是结构动力修改(Structural Dynamic Modification)和结构动力灵敏度分析(StructuralDynamic Sensitivity Analysis)的基础。这两项技术是模态分析、有限元分析和计算机辅助设计(CAD)相结合的关键点，也是计算机辅助工程(CAE)中重要的一环。

载荷识别技术也给那些无法直接测量载荷的结构系统，提供了一种识别动态载荷的有效方法。如飞行器在飞行过程中、核反应堆中部件等在工作时也产生振动，这些振动都应该加以分析。但是由于它们工作环境的限制，引起这些振动的载荷是难以直接测量的或者是根本无法测量的，而它们的响应信号往往很容易获得。利用响应数据对载荷进行辩识，对工作状态下的机械或结构进行所谓“在线”分析，这样不仅可以分析那些无法直接测量载荷的工程结构，而且在实际工作状态下的辩识结果能更确切地反映结构的实际动态性能，为今后的工作积累实践经验，这些都需要载荷识别。载荷识别技术也成为工程结构健康监测与诊断中不可或缺的一部分。随机载荷的识别对于确定卫星振动环境，使得地面试验能接近真实情况，防止试验的过载或者欠载，保障地面试验的有效性有着重要的意义。

目前采用的载荷识别方法，由于测量噪声控制不好，响应测点选取不当等原因，对载荷的识别结果都存在较大的误差。比如当响应点布置在驻点位置附近时，获得的响应信号信噪比会很低。

发明内容

本发明的目的是解决现在载荷识别方法因响应测点选取不当而导致载荷的识别结果误差较大的问题，提供一种同时识别多点随机载荷的试验平台及试验方法。

本发明所述同时识别多点随机载荷的试验平台，它包括识别系统，它还包括信号发生器、功率放大器、激振器、加速度传感器和力传感器，

信号发生器用于产生白噪声激励，信号发生器的激励信号输出端连接功率放大器的激励信号输入端，功率放大器的激励信号输出端连接激振器的激励信号输入端，

激振器的多个振动杆的末端分别作用到识别系统的多个受激励点上，该多个受激励点根据待识别载荷点的相对位置确定，在识别系统的每个受激励点处设置一个力传感器，在识别系统上的多个预设定的均匀分布的响应点处分别布置一个加速度传感器，该响应点的数目多于受激励点的数目。

本发明所述基于上述同时识别多点随机载荷的试验平台的同时识别多点随机载荷的试验方法，它包括以下步骤：

步骤一：接通信号发生器的电源使其产生激励信号，激励激振器对每个受激励点进行激励；

步骤二：将所述多个预设定的均匀分布的响应点进行组合，每个组合的响应点数目不少于所有受激励点的数目，选取其中的n个响应点组合，n为正整数，采集所有力传感器获得的激励时程信号和每个响应点组合中加速度传感器获得的响应时程信号，将所有激励时程信号分别与每个响应点组合中的加速度传感器的响应时程信号进行傅里叶变换，获得n个所述试验平台的频响函数矩阵H：

H＝G_YFG_FF ^-1，

式中G_YF为所有受激励点所受到的激励时程信号与每个组合中所有响应点处响应时程信号的互功率谱密度矩阵，

G_YF＝YF^*，

式中Y为所述响应时程信号在进行傅立叶变换后的频域向量，F为所述激励时程信号在进行傅立叶变换后的频域向量，F^*为F的共轭，

G_FF为所有受激励点所受到的激励时程信号的功率谱密度矩阵，G_FF＝FF^*，

由此试验平台的频响函数矩阵H进一步表示为：

H＝YF^*(FF^*)^-1；

计算n个频响函数矩阵H在每个频率的条件数，选取条件数最小的频响函数矩阵H，并采用奇异值分解的方法对该频响函数矩阵H求广义逆；

步骤三：将多个未知激励信号加载到悬臂板上，采集条件数最小的频响函数矩阵H所对应的响应点组合的响应时程信号，并通过傅立叶变换得到该响应时程信号的功率谱密度矩阵，根据步骤二中获得的频响函数矩阵的广义逆与该响应时程信号的功率谱密度矩阵进行反演计算，获得未知激励信号的功率谱密度矩阵，实现对随机载荷的识别。

本发明的优点是：本发明采用预设多个响应点，并对响应点进行组合的方式，获取n个频响函数矩阵，然后计算频响函数矩阵在每个频率的条件数，来确定最佳的响应点组合，由此避免了由于响应测点选取不当而造成的载荷识别结果误差较大，并大大提高了对随机载荷的识别精度。

附图说明

图1为本发明试验平台的结构示意图。

具体实施方式

具体实施方式一：下面结合图1说明本实施方式，本实施方式所述同时识别多点随机载荷的试验平台，它包括识别系统1，它还包括信号发生器2、功率放大器3、激振器4、加速度传感器5和力传感器6，

信号发生器2用于产生白噪声激励，信号发生器2的激励信号输出端连接功率放大器3的激励信号输入端，功率放大器3的激励信号输出端连接激振器4的激励信号输入端，

激振器4的多个振动杆的末端分别作用到识别系统1的多个受激励点上，该多个受激励点根据待识别载荷点的相对位置确定，在识别系统1的每个受激励点处设置一个力传感器6，在识别系统1上的多个预设定的均匀分布的响应点处分别布置一个加速度传感器5，该响应点的数目多于受激励点的数目。

具体实施方式二：本实施方式为对实施方式一的进一步说明，所述识别系统1为梁或箱体。

具体实施方式三：本实施方式为对实施方式一的进一步说明，所述识别系统1为悬臂板。

具体实施方式四：结合图1进行说明，本实施方式所述基于实施方式三所述同时识别多点随机载荷的试验平台的同时识别多点随机载荷的试验方法，它包括以下步骤：

步骤一：接通信号发生器2的电源使其产生激励信号，激励激振器4对每个受激励点进行激励；

步骤二：将所述多个预设定的均匀分布的响应点进行组合，每个组合的响应点数目不少于所有受激励点的数目，选取其中的n个响应点组合，n为正整数，采集所有力传感器6获得的激励时程信号和每个响应点组合中加速度传感器5获得的响应时程信号，将所有激励时程信号分别与每个响应点组合中的加速度传感器5的响应时程信号进行傅里叶变换，获得n个所述试验平台的频响函数矩阵H：

H＝G_YFG_FF ^-1，

式中G_YF为所有受激励点所受到的激励时程信号与每个组合中所有响应点处响应时程信号的互功率谱密度矩阵，

G_YF＝YF^*，

式中Y为所述响应时程信号在进行傅立叶变换后的频域向量，F为所述激励时程信号在进行傅立叶变换后的频域向量，F^*为F的共轭，

G_FF为所有受激励点所受到的激励时程信号的功率谱密度矩阵，G_FF＝FF^*，

由此试验平台的频响函数矩阵H进一步表示为：

H＝YF^*(FF^*)^-1；

计算n个频响函数矩阵H在每个频率的条件数，选取条件数最小的频响函数矩阵H，并采用奇异值分解的方法对该频响函数矩阵H求广义逆；

步骤三：将多个未知激励信号加载到悬臂板上，采集条件数最小的频响函数矩阵H所对应的响应点组合的响应时程信号，并通过傅立叶变换得到该响应时程信号的功率谱密度矩阵，根据步骤二中获得的频响函数矩阵的广义逆与该响应时程信号的功率谱密度矩阵进行反演计算，获得未知激励信号的功率谱密度矩阵，实现对随机载荷的识别。

本实施方式在悬臂板多点受到未知的随机激励作用，通过选定响应点组合的方法识别出未知随机载荷的响应点功率谱密度矩阵。根据待识别点的相对位置事先标定悬臂板上的多个受激励点的位置，再布置响应点，通过频响函数的条件数的大小来选取响应点参与反演计算，得到未知激励信号的功率谱密度矩阵。本实施方式中采用悬臂板作为识别系统，根据需要识别系统还可以为梁、箱体或其它复杂结构。

本实施方式中的响应点组合一般选取4-5个。

具体实施方式五：本实施方式为对实施方式四的进一步说明，所述计算n个频响函数矩阵H在每个频率的条件数的方法为：

根据矩阵条件数的定义cond(H)＝||H||_p||H^-1||_p，计算频响函数矩阵H的条件数，||·||_p表示矩阵范数，p表示范数的类型。

具体实施方式六：本实施方式为对实施方式五的进一步说明，所述矩阵范数的类型为2范数。

具体实施方式七：本实施方式为对实施方式四、五或六的进一步说明，所述采用奇异值分解的方法对该频响函数矩阵H求广义逆的方法为：

对频响函数矩阵H进行奇异值分解：

$H=U\left[\begin{array}{cccccc}{s}_1& & & & & \\ & ...& & & & \\ & & s_r& & & \\ & & & 0& & \\ & & & & ...& \\ & & & & & 0\end{array}\right]V,$

式中U和V分别为常量矩阵，S₁、S₂，...S_r为奇异值，并且s₁＞0，s₂＞0，...s_r＞0，r≥0；

得到该频响函数矩阵H的广义逆矩阵为：

$H^{+}=V\left[\begin{array}{cccccc}{s}_1^{-1}& & & & & \\ & ...& & & & \\ & & s_r^{-1}& & & \\ & & & 0& & \\ & & & & ...& \\ & & & & & 0\end{array}\right]U.$

本实施方式对该频响函数矩阵H求广义逆的方法，为用奇异值分解(SVD)方法求解，能够进一步减小矩阵病态对误差的扩大。

本发明方法可通过获取真实的受激励点的激励时程信号，并通过频谱分析组合成激励信号的功率谱密度矩阵，再将此真实的激励信号的功率谱密度矩阵与经过反演计算得到的功率谱密度矩阵进行对比，用以对本发明识别精度的影响因素进行分析研究。

Claims (7)

1.一种同时识别多点随机载荷的试验平台，它包括识别系统(1)，其特征在于：它还包括信号发生器(2)、功率放大器(3)、激振器(4)、加速度传感器(5)和力传感器(6)，

信号发生器(2)用于产生白噪声激励，信号发生器(2)的激励信号输出端连接功率放大器(3)的激励信号输入端，功率放大器(3)的激励信号输出端连接激振器(4)的激励信号输入端，

激振器(4)的多个振动杆的末端分别作用到识别系统(1)的多个受激励点上，该多个受激励点根据待识别载荷点的相对位置确定，在识别系统(1)的每个受激励点处设置一个力传感器(6)，在识别系统(1)上的多个预设定的均匀分布的响应点处分别布置一个加速度传感器(5)，该响应点的数目多于受激励点的数目。

2.根据权利要求1所述的同时识别多点随机载荷的试验平台，其特征在于：所述识别系统(1)为梁或箱体。

3.根据权利要求1所述的同时识别多点随机载荷的试验平台，其特征在于：所述识别系统(1)为悬臂板。

4.一种基于权利要求3所述同时识别多点随机载荷的试验平台的同时识别多点随机载荷的试验方法，其特征在于：它包括以下步骤：

步骤一：接通信号发生器(2)的电源使其产生激励信号，激励激振器(4)对每个受激励点进行激励；

步骤二：将所述多个预设定的均匀分布的响应点进行组合，每个组合的响应点数目不少于所有受激励点的数目，选取其中的n个响应点组合，n为正整数，采集所有力传感器(6)获得的激励时程信号和每个响应点组合中加速度传感器(5)获得的响应时程信号，将所有激励时程信号分别与每个响应点组合中的加速度传感器(5)的响应时程信号进行傅里叶变换，获得n个所述试验平台的频响函数矩阵H：

H＝G_YFG_FF ^-1，

式中G_YF为所有受激励点所受到的激励时程信号与每个组合中所有响应点处响应时程信号的互功率谱密度矩阵，

G_YF＝YF^*，

式中Y为所述响应时程信号在进行傅立叶变换后的频域向量，F为所述激励时程信号在进行傅立叶变换后的频域向量，F^*为F的共轭，

G_FF为所有受激励点所受到的激励时程信号的功率谱密度矩阵，G_FF＝FF^*，

由此试验平台的频响函数矩阵H进一步表示为：

H＝YF^*(FF^*)^-1；

计算n个频响函数矩阵H在每个频率的条件数，选取条件数最小的频响函数矩阵H，并采用奇异值分解的方法对该频响函数矩阵H求广义逆；

步骤三：将多个未知激励信号加载到悬臂板上，采集条件数最小的频响函数矩阵H所对应的响应点组合的响应时程信号，并通过傅立叶变换得到该响应时程信号的功率谱密度矩阵，根据步骤二中获得的频响函数矩阵的广义逆与该响应时程信号的功率谱密度矩阵进行反演计算，获得未知激励信号的功率谱密度矩阵，实现对随机载荷的识别。

5.根据权利要求4所述的同时识别多点随机载荷的试验方法，其特征在于：所述计算n个频响函数矩阵H在每个频率的条件数的方法为：

根据矩阵条件数的定义cond(H)＝||H||_p||H^-1||_p，计算频响函数矩阵H的条件数，||·||_p表示矩阵范数，p表示范数的类型。

6.根据权利要求5所述的同时识别多点随机载荷的试验方法，其特征在于：所述矩阵范数的类型为2范数。

7.根据权利要求4、5或6所述的同时识别多点随机载荷的试验方法，其特征在于：所述采用奇异值分解的方法对该频响函数矩阵H求广义逆的方法为：

对频响函数矩阵H进行奇异值分解：

$H=U\left[\begin{array}{cccccc}{s}_1& & & & & \\ & ...& & & & \\ & & s_r& & & \\ & & & 0& & \\ & & & & ...& \\ & & & & & 0\end{array}\right]V,$

式中U和V分别为常量矩阵，S₁、S₂，...S_r为奇异值，并且s₁＞0，s₂＞0，...s_r＞0，r≥0；

得到该频响函数矩阵H的广义逆矩阵为：

$H^{+}=V\left[\begin{array}{cccccc}{s}_1^{-1}& & & & & \\ & ...& & & & \\ & & s_r^{-1}& & & \\ & & & 0& & \\ & & & & ...& \\ & & & & & 0\end{array}\right]U.$

Images