CN106407606B - 一种实验模态频率的丢失辨识及预估方法 - Google Patents
一种实验模态频率的丢失辨识及预估方法 Download PDFInfo
- Publication number
- CN106407606B CN106407606B CN201610952645.4A CN201610952645A CN106407606B CN 106407606 B CN106407606 B CN 106407606B CN 201610952645 A CN201610952645 A CN 201610952645A CN 106407606 B CN106407606 B CN 106407606B
- Authority
- CN
- China
- Prior art keywords
- modal frequency
- rank
- experimental
- frequency
- loss
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种实验模态频率的丢失辨识及预估方法,属于机械振动技术领域。本发明的目的是提供一种实验模态频率的丢失辨识及预估方法,依据计算模态频率与实验模态频率具有强的正相关性,将实验模态频率与相应的计算模态频率进行相关性分析,进而辨识实验模态频率丢失的阶数,同时预估相应丢失的实验模态频率。该方法克服了多点激励多点拾取中设备成本高,调试效率低的问题,也克服了计算模态振型与实验模态振型振型相关性分析中的计算量大,计算时间长,辨识效率低的问题。
Description
技术领域
本发明涉及一种实验模态频率的丢失辨识及预估方法,属于机械振动技术领域。
背景技术
通过实验测量获得对象的实验模态频率的过程中,如果激励点或拾振点位于某一阶模态振型的节点处,亦或是实验测量平台系统的噪音对某一阶模态频率具有明显的干扰效应,都会引起实验模态频率阶数丢失的情况发生。
目前,实验模态频率阶数丢失的解决方案主要有两种,一种是在对象上采用多点激励并多点拾取的措施,该方法能够避免实验模态频率阶数的丢失,但该方法适用于大中型结构,且需要较大的激励能量的情况,同时该方法中的各激励器需反复调试,致使调试效率低,设备成本高,另一种是将计算模态振型与实验模态振型进行振型相关性分析,该方法能够辨识实验模态频率丢失的阶数,但该方法中的计算量大,计算时间长,致使该方法对实验模态频率丢失阶数的辨识效率低。
发明内容
本发明正是为了克服上述现有技术的不足而提供的一种实验模态频率的丢失辨识及预估方法
本发明的目的是提供一种实验模态频率的丢失辨识及预估方法,依据计算模态频率与实验模态频率具有强的正相关性,将实验模态频率与相应的计算模态频率进行相关性分析,进而辨识实验模态频率丢失的阶数,同时预估相应丢失的实验模态频率。该方法克服了多点激励多点拾取中设备成本高,调试效率低的问题,也克服了计算模态振型与实验模态振型振型相关性分析中的计算量大,计算时间长,辨识效率低的问题。
本发明是通过如下技术方案来实现的:
一种实验模态频率的丢失辨识及预估方法,包括如下步骤:
步骤1在有限元软件中,导入加载对象的有限元模型;
步骤2在有限元软件中,设置有限元模型的杨氏模量Ey;
步骤3在有限元软件中,计算对象的各阶模态频率w1y,w2y……wny;
步骤4通过实验平台,测出对象的各阶模态频率w1c,w2c……wnc;
步骤5辨识丢失的实验模态频率阶数;
步骤6预估丢失的实验模态频率。
其中辨识丢失的实验模态频率阶数的具体步骤包括:
5.1计算k,其中k=w1c/w1y;
5.2令w1=w1c,wj为对象的各阶模态频率,j为对象各阶模态频率的下标号,wic为测出对象的各阶模态频率,i为测出对象各阶模态频率的下标号,wpy为计算对象的各阶模态频率,p为计算对象各阶模态频率的下标号,其中j,i,p均为整数,2≤j,2≤i≤n,2≤p≤z,令j=2,i=2,p=2;
5.3计算m,Δm,b,Δb,其中,
5.4判断Δm,Δb的大小关系
若Δm≤Δb,则未丢失该阶实验模态频率,即wj=wic,判断i是否等于n,若i≠n,则i加1,j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
若Δm>Δb,则为丢失该阶实验模态频率,即wj=0,判断i是否等于n,若i≠n,则j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
5.5重复步骤5.3-5.4。
其中预估丢失的实验模态频率的具体步骤包括:
6.1依据输出的wj=0,读取丢失的相应实验模态频率wt,wt+1,wt+2……wt+r以及相邻的实验模态频率wt-1,wt+r+1,其中,t,t+1,t+2……t+r为丢失的实验模态频率的下标,t-1,t+r+1为相邻的实验模态频率的下标;
6.2对丢失的实验模态频率进行赋值,即wt=uw(t)y,wt+1=uw(t+1)y,wt+2=uw(t+2)y……wt+r=uw(t+r)y,其中u为待求系数,等式右端的t,t+1,t+2……t+r为相应的计算对象各阶模态频率的下标;
6.3构造关于待求系数u的函数f(u),即并求解f(u)最小值时的u;
6.4将所求的系数u代入到步骤302中的等式中,即可预估丢失的实验模态频率wt,wt+1,wt+2……wt+r。
本发明具有以下有益效果:
1、能够减少实验设备的调试量,提升实验设备的调试效率;
2、对实验设备要求低,能够降低实验测量成本;
3、能够减少计算量和计算时间,提高实验模态频率丢失阶数的辨识效率;
4、能够预估相应丢失的实验模态频率。
附图说明
图1为实验模态频率的丢失辨识及预估方法示意图;
图2为辨识丢失的实验模态频率阶数流程图;
图3为预估丢失的实验模态频率流程图。
具体实施方式
下面结合附图和实施例,对本发明作进一步说明,但本发明的内容并不限于所述范围。
实施例1:如图1所示,一种实验模态频率的丢失辨识及预估方法,包括如下具体步骤:
步骤1在有限元软件中,导入加载对象的有限元模型;
步骤2在有限元软件中,设置有限元模型的杨氏模量Ey;
步骤3在有限元软件中,计算对象的各阶模态频率w1y,w2y…,wpy,…wzy,其中z为通过有限元软件计算出对象的模态频率最大阶数;
步骤4通过实验平台,测出对象的各阶模态频率w1c,w2c…,wic,…wnc,其中n为通过实验平台测出对象的模态频率最大阶数,且n≤z;
步骤5辨识丢失的实验模态频率阶数
如图2所示,5.1计算k,其中k=w1c/w1y;
5.2令w1=w1c,wj为对象的各阶模态频率,j为对象各阶模态频率的下标号,wic为测出对象的各阶模态频率,i为测出对象各阶模态频率的下标号,wpy为计算对象的各阶模态频率,p为计算对象各阶模态频率的下标号,其中j,i,p均为整数,2≤j,2≤i≤n,2≤p≤z,令j=2,i=2,p=2;
5.3计算m,Δm,b,Δb,其中,
5.4判断Δm,Δb的大小关系
若Δm≤Δb,则未丢失该阶实验模态频率,即wj=wic,判断i是否等于n,若i≠n,则i加1,j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
若Δm>Δb,则为丢失该阶实验模态频率,即wj=0,判断i是否等于n,若i≠n,则j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
5.5重复步骤5.3-5.4。
步骤6预估丢失的实验模态频率
如图3所示,6.1依据输出的wj=0,读取丢失的相应实验模态频率wt,wt+1,wt+2……wt+r以及相邻的实验模态频率wt-1,wt+r+1,其中,t,t+1,t+2……t+r为丢失的实验模态频率的下标,t-1,t+r+1为相邻的实验模态频率的下标;
6.2对丢失的实验模态频率进行赋值,即wt=uw(t)y,wt+1=uw(t+1)y,wt+2=uw(t+2)y……wt+r=uw(t+r)y,其中u为待求系数,等式右端的t,t+1,t+2……t+r为相应的计算对象各阶模态频率的下标;
6.3构造关于待求系数u的函数f(u),即并求解f(u)最小值时的u;
6.4将所求的系数u代入到步骤302中的等式中,即可预估丢失的实验模态频率wt,wt+1,wt+2……wt+r。
实施例2:步骤1在有限元软件中,导入加载对象的有限元模型。
步骤2在有限元软件中,设置有限元模型的杨氏模量Ey=1010Pa。
步骤3在有限元软件中,计算对象的各阶模态频率w1y=10.2Hz,w2y=15.4Hz,w3y=22.6Hz,w4y=32.1Hz,w5y=53.6Hz,w6y=66.7Hz,w7y=72.6Hz。
步骤4通过实验平台,测出对象的各阶模态频率w1c=101.3Hz,w2c=153.6Hz,w3c=319.7Hz,w4c=535.5Hz,w5c=666.6Hz。
步骤5辨识丢失的实验模态频率阶数
5.1令w1=w1c,j=2,i=2,p=2,其中wj为对象的各阶模态频率,j为对象各阶模态频率的下标号,i为测出对象各阶模态频率的下标号,p为计算对象各阶模态频率的下标号;
5.2按照实施例1中的公式计算k,k=w1c/w1y=101.3/10.2=9.93;
5.3计算m,Δm,b,Δb,m=w2c/w2y=153.6/15.4=9.97,Δm=∣9.97-9.93∣/9.93=0.004,b=153.6/22.6=6.8,Δb=∣6.8-9.93∣/9.93=0.315;
5.4判断Δm,Δb的大小关系
Δm<Δb,则未丢失该阶实验模态频率,即w2=w2c,其中i=2还没有取到n即5,所以继续i加1,j加1,p加1,取j=3,i=3,p=3;
计算新的m,Δm,b,Δb,m=319.7/22.6=14.14,Δm=(14.14-9.93)/9.93=0.42,b=319.7/32.1=9.96,Δb=(9.96-9.93)/9.93=0.003;
新的Δm>Δb,则为丢失该阶实验模态频率,即w3=0,进一步的,j=4,p=4,继续计算直到停止。
步骤6预估丢失的实验模态频率
6.1依据输出的w3=0,读取丢失的相应实验模态频率w3,以及相邻的实验模态频率w2=153.6Hz,w4=319.7Hz;
6.2对丢失的实验模态频率进行赋值,即w3=uw(3)y=22.6uHz,其中u为待求系数;
6.3构造关于待求系数u的函数f(u),f(u)=(22.6u-22.6k)2,求解f(u)最小值时的u=9.93;
6.4将所求的系数u代入到6.2中的等式中,即可预估丢失的实验模态频率w3=226.1Hz。
Claims (1)
1.一种实验模态频率的丢失辨识及预估方法,其特征在于:包括如下具体步骤:
步骤1在有限元软件中,导入加载对象的有限元模型;
步骤2在有限元软件中,设置有限元模型的杨氏模量Ey;
步骤3在有限元软件中,计算对象的各阶模态频率w1y,w2y…,wpy,…wzy,其中z为通过有限元软件计算出对象的模态频率最大阶数;
步骤4通过实验平台,测出对象的各阶模态频率w1c,w2c…,wic,…wnc,其中n为通过实验平台测出对象的模态频率最大阶数,且n≤z;
步骤5辨识丢失的实验模态频率阶数
5.1计算k,其中k=w1c/w1y;
5.2令w1=w1c,wj为对象的各阶模态频率,j为对象各阶模态频率的下标号,wic为测出对象的各阶模态频率,i为测出对象各阶模态频率的下标号,wpy为计算对象的各阶模态频率,p为计算对象各阶模态频率的下标号,其中j,i,p均为整数,2≤j,2≤i≤n,2≤p≤z,令j=2,i=2,p=2;
5.3计算m,Δm,b,Δb,其中,
5.4判断Δm,Δb的大小关系
若Δm≤Δb,则未丢失该阶实验模态频率,即wj=wic,判断i是否等于n,若i≠n,则i加1,j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
若Δm>Δb,则为丢失该阶实验模态频率,即wj=0,判断i是否等于n,若i≠n,则j加1,p加1,否则输出对象的各阶模态频率wj,其中n为通过实验平台测出对象的模态频率最大阶数,同时舍弃剩余未使用的计算对象的各阶模态频率;
5.5重复步骤5.3-5.4;
步骤6预估丢失的实验模态频率
6.1依据输出的wj=0,读取丢失的相应实验模态频率wt,wt+1,wt+2……wt+r以及相邻的实验模态频率wt-1,wt+r+1,其中,t,t+1,t+2……t+r为丢失的实验模态频率的下标,t-1,t+r+1为相邻的实验模态频率的下标;
6.2对丢失的实验模态频率进行赋值,即wt=uw(t)y,wt+1=uw(t+1)y,wt+2=uw(t+2)y……wt+r=uw(t+r)y,其中u为待求系数,等式右端的t,t+1,t+2……t+r为相应的计算对象各阶模态频率的下标;
6.3构造关于待求系数u的函数f(u),即并求解f(u)最小值时的u;
6.4将所求的系数u代入到步骤6.2中的等式中,即可预估丢失的实验模态频率wt,wt+1,wt+2……wt+r。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610952645.4A CN106407606B (zh) | 2016-10-27 | 2016-10-27 | 一种实验模态频率的丢失辨识及预估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610952645.4A CN106407606B (zh) | 2016-10-27 | 2016-10-27 | 一种实验模态频率的丢失辨识及预估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106407606A CN106407606A (zh) | 2017-02-15 |
CN106407606B true CN106407606B (zh) | 2019-05-10 |
Family
ID=58014471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610952645.4A Active CN106407606B (zh) | 2016-10-27 | 2016-10-27 | 一种实验模态频率的丢失辨识及预估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106407606B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792482A (zh) * | 2015-03-25 | 2015-07-22 | 南京航空航天大学 | 一种磁悬浮支承动态刚度精确测试方法 |
CN105740541A (zh) * | 2016-01-29 | 2016-07-06 | 厦门大学 | 一种基于结构动力学模型修正的预应力识别方法 |
-
2016
- 2016-10-27 CN CN201610952645.4A patent/CN106407606B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104792482A (zh) * | 2015-03-25 | 2015-07-22 | 南京航空航天大学 | 一种磁悬浮支承动态刚度精确测试方法 |
CN105740541A (zh) * | 2016-01-29 | 2016-07-06 | 厦门大学 | 一种基于结构动力学模型修正的预应力识别方法 |
Non-Patent Citations (4)
Title |
---|
4105型柴油机曲轴计算模态与试验模态的振型相关性;李小华 等;《农业工程学报》;20111130;第27卷(第11期);第51-55页 |
Assessment of nonlinear distortions in modal testing and analysis of vibrating automotive structures;P. Verboven 等;《Journal of Sound and Vibration》;20060224;第293卷(第1期);第299–319页 |
基于模态相关性的齿轮箱有限元模型修正;杨海峰;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140215(第02期);第C029-48页 |
空载固体发动机计算与试验模态相关性分析;任萍 等;《推进技术》;20041025;第25卷(第5期);第392-396页 |
Also Published As
Publication number | Publication date |
---|---|
CN106407606A (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111373252A (zh) | 一种桥梁损伤快速检测方法及相关装置 | |
RU2012102394A (ru) | Способ вычисления физического значения, способ численного анализа, программа вычисления физического значения, программа численного анализа, устройство вычисления физического значения и устройство численного анализа | |
CN106225786B (zh) | 一种自适应的行人导航系统零速区间检测方法 | |
CN110285909B (zh) | 基于同步压缩变换的索承桥梁瞬时索力计算方法 | |
CN104165742B (zh) | 一种基于互谱函数的运行模态分析实验方法及装置 | |
CN109145446B (zh) | 一种基于模态应变能和卷积神经网络的结构损伤识别方法 | |
CN109238447A (zh) | 一种系绳振动信号的盲源分离方法 | |
CN109029884A (zh) | 一种汽车悬臂结构件振动疲劳分析的方法 | |
CN108459087A (zh) | 一种应用于板结构损伤检测的多模态Lamb波模态分离方法 | |
CN103675544A (zh) | 基于优化算法的电力系统故障信号检测与波形识别方法 | |
CN103020346B (zh) | 一种电路物理设计相似度的测试方法 | |
CN106442727B (zh) | 一种辨识硬涂层材料力学特性参数的方法及系统 | |
CN106407606B (zh) | 一种实验模态频率的丢失辨识及预估方法 | |
ATE439576T1 (de) | Gerät zum messen des trägheitstensors eines starren körpers | |
CN106248201B (zh) | 基于增强谱峭度的谐波成分检测方法 | |
CN104697667B (zh) | 一种高低温试验温度稳定时间的测量方法 | |
CN104468251B (zh) | 用于自动进行网络设备高低温和长时间循环测试的系统及方法 | |
Liang et al. | Fundamental tests on a structural health monitoring system for building structures using a single-board microcontroller | |
CN109781442B (zh) | 一种磁浮列车转向架裂缝故障的检测方法 | |
CN110287625A (zh) | 存储系统性能评估装置、方法、电子设备及存储介质 | |
CN109101750B (zh) | 一种电子器件湿热环境下的加速寿命预测方法 | |
CN102222136B (zh) | 基于稳态图的arma模型阶次确定方法 | |
CN105574306A (zh) | 一种在强度有限元分析中获取理论应变的方法 | |
CN106153046A (zh) | 一种基于自适应Kalman滤波的陀螺随机噪声AR建模方法 | |
CN101509774A (zh) | 一种基于光纤陀螺的arma时间序列的寻北方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |