CN107449577A - 复合信号的电动振动台复现方法及振动复现系统 - Google Patents

复合信号的电动振动台复现方法及振动复现系统 Download PDF

Info

Publication number
CN107449577A
CN107449577A CN201710446281.7A CN201710446281A CN107449577A CN 107449577 A CN107449577 A CN 107449577A CN 201710446281 A CN201710446281 A CN 201710446281A CN 107449577 A CN107449577 A CN 107449577A
Authority
CN
China
Prior art keywords
signal
random
impact
composition
drive signal
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.)
Granted
Application number
CN201710446281.7A
Other languages
English (en)
Other versions
CN107449577B (zh
Inventor
杨志勃
王亚楠
刘金鑫
陈雪峰
谢明军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Xian Railway Signal Co Ltd
Original Assignee
Xian Jiaotong University
Xian Railway Signal Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University, Xian Railway Signal Co Ltd filed Critical Xian Jiaotong University
Priority to CN201710446281.7A priority Critical patent/CN107449577B/zh
Publication of CN107449577A publication Critical patent/CN107449577A/zh
Application granted granted Critical
Publication of CN107449577B publication Critical patent/CN107449577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/022—Vibration control arrangements, e.g. for generating random vibrations

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法及振动复现系统，该方法采用离散小波变换的方法分离复合目标信号中的随机成分和冲击成分；采用频域功率谱复现的方法得到随机成分的驱动信号，采用时域波形再现的方法得到冲击成分的驱动信号；将两组驱动信号叠加后输入至电动振动台，并采用离散小波变换的方法继续分离响应复合信号中的随机成分和冲击成分，分别与目标复合信号分离出的随机成分和冲击成分进行对比，根据误差信号对驱动信号分别进行修正和迭代。该方法可以提高冲击加随机复合信号在振动台上复现的精度。

Description

复合信号的电动振动台复现方法及振动复现系统
技术领域
本发明属于力学环境振动试验领域，特别是一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法及振动复现系统。
背景技术
力学环境试验是现代工程技术中一项重要的试验手段，广泛应用于航空航天、兵器、船舶等国防工业领域和车辆、电子等民用领域。借助力学环境装备在试验室中复现试件或结构在工作状态下的振动环境，实现对于重要部件和易损件的可靠性和工作寿命的测试，可以为试件的性能分析和技术改进提供重要的试验依据。
振动复现试验的方法可以分为两种：振动信号的时域复现和频域复现。随机振动信号常用于进行被试件的可靠性评估，由于随机振动的信号特点，常用功率谱指标去衡量和区分随机振动信号。随机振动的复现常用频域功率谱复现的方法，通过复现目标信号的功率谱来输出设定的随机振动。冲击信号常用来测试被测件在冲击作用下的工作状态。冲击振动常用时域波形再现的方法在振动台上复现。
在铁路环境中，列车高速通过铁轨时，列车轮对会对铁轨产生周期性的冲击，使得铁轨系统尤其是布置在铁轨基面的附件受到周期性的冲击作用。而冲击是使得试件损坏甚至破坏的重要原因。转辙机是布置在铁轨基面的铁路道岔控制系统的执行机构，实现道岔转换、道岔锁闭、道岔监督等功能。转辙机的可靠性对于列车安全可靠的运行，对于铁路网系统安全有序的运转有着重要的意义。大量的实测数据表明，转辙机在工作状态下处于冲击和随机振动的复合振动环境中，由于冲击和随机振动在频域中均属于宽频信号，因此无法在频域上通过带通滤波的方法将冲击成分和随机成分进行较好的分离，因此，现有的振动再现试验无法在频域上进行这种复合振动的复现。此外，由于冲击振动的量级远大于随机振动，我们在时域上进行复合信号的再现时，只能保证冲击成分的复现精度，而随机成分由于量级远小于冲击成分，复现的精度无法达到要求，因此现有的时域再现的控制方法无法同时保证冲击成分和随机成分的复现精度，尤其是冲击信号的再现精度很差。
在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。
发明内容
针对现有技术中存在的问题，本发明提出一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法与系统。本发明中涉及的方法和系统针对现有时域或者频域的复现精度差问题，提出将时域波形再现和频域功率谱复现相结合的混合控制方法，利用离散小波变换实现复合信号中冲击成分和随机成分的分离，针对复合信号各成分的不同特点分别在时域和频域中进行复现，最终输出混合的驱动时域信号，通过实验和相关实例的效果对比，验证了上述方法和系统的有效性。
本发明的目的是通过以下技术方案予以实现。
本发明的一个方面，一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法包括以下步骤：
第一步骤中：选择一组包含冲击信号和随机振动信号的复合信号作为复现的目标信号Q(t)，其中，Q(t)＝S(t)+C(t)，其中S(t)为目标信号中的随机成分，C(t)为目标信号中的冲击成分。
第二步骤中：通过离散小波变换将目标信号Q(t)中的随机成分S(t)和冲击成分C(t)分离。
第三步骤中：通过频域功率谱复现随机成分S(t)且结合电动振动台频响函数以得到驱动信号的随机分量。
第四步骤中：通过时域波形再现冲击成分C(t)且结合电动振动台频响函数以得到驱动信号的冲击分量。
第五步骤中：将所述驱动信号的随机分量和驱动信号的冲击分量叠加以作为电动振动台的驱动信号，输入了所述驱动信号的电动振动台输出复合响应信号，所述复合响应信号经由离散小波变换分离随机成分和冲击成分。
第六步骤中：将所述复合响应信号的冲击成分和随机成分与所述目标信号的随机成分和冲击成分分别进行对比得出误差，判断误差是否满足精度要求。
第七步骤中：如果误差尚未满足精度要求，电动振动台基于误差得到误差修正信号并补偿到原驱动信号上，得到新的驱动信号。
第八步骤中：重复步骤第五-七步骤，分别进行时域波形再现和频域功率谱复现的迭代，直到输出目标信号Q(t)或所述误差满足精度要求。
在所述的方法中，第二步骤中：离散小波变换中，选择Daubechies 8小波为小波基函数，小波分解层数为9层，对目标信号Q(t)进行9层小波分解；然后进行高频小波阈幅的量化，从第1层到第9层每层选择一个阈幅进行阈幅量化处理；根据小波分解的第9层的低频小波系数和经过量化处理后的第1层到第9层的高频小波系数进行小波的信号重构得到冲击成分C(t)，目标信号Q(t)去除冲击成分C(t)得到随机成分S(t)。
在所述的方法中，第三步骤中：通过频域功率谱估计得到随机成分S(t)的功率谱，所述功率谱结合电动振动台的频响函数以得到驱动功率谱Gdd，所述驱动功率谱Gdd作为驱动信号的随机分量，其中，S(f)为随机成分S(t)的频谱；H(f)为电动振动台的频响函数；Gdd为驱动功率谱。
在所述的方法中，第四步骤中：将冲击成分C(t)傅里叶变换，根据电动振动台的频响函数计算频域初始驱动信号，
X(f)＝[H(f)-1][Ca(f)]
其中，X(f)为频域初始驱动信号；H(f)为电动振动台的频响函数；Ca(f)为冲击成分C(t)的频域冲击信号，将计算得到的频域初始信号X(f)逆傅里叶变换得到驱动信号的冲击分量。
在所述的方法中，第三步骤中：驱动功率谱Gdd的驱动幅幅谱X(k)通过公式获得，其中，N为采样点数；fs为采样频率；G(k)为功率谱；X(k)为驱动幅幅谱，驱动信号频谱D(k)作为驱动信号的随机分量，D(k)＝|X(k)|exp{Φ(k)}，其中，Φ(k)为随机相位谱。
在所述的方法中，第三步骤中：对驱动信号频谱D(k)进行加窗重叠的时域随机化，对长度为N点的伪随机序列x(n)进行随机抽头，依次重排后组成一系列的序列；用半正弦窗对重排后的序列进行加窗；将两个重排加窗后的序列相错1/2个周期进行叠加，最后生成用两个相邻的伪随机序列叠加而成的随机信号。
在所述的方法中，第六步骤中：所述复合响应信号的冲击成分与所述目标信号的冲击成分进行对比得出冲击误差，对所述冲击误差信号进行傅里叶变换，得到频域冲击误差信号，结合电动振动台的频响函数得到频域冲击误差修正信号，△X(f)＝[H(f)-1][△C(f)]，其中，△X(f)为频域冲击误差修正信号；H(f)为电动振动台的频响函数；△C(f)为频域误差信号。
在所述的方法中，第六步骤中：所述复合响应信号的随机成分与所述目标信号的随机成分进行对比得出随机误差谱，结合最初的驱动谱迭代产生新的驱动信号功率谱，
Gdd(f)i+1＝Gdd(f)i+α|Z(f)|2E(f)i，其中，Gdd(f)i为Gdd(f)i第i次迭代运算得出的驱动信号功率谱(g2/Hz)；Gdd(f)i+1为第i+1次迭代运算得出的驱动信号功率谱(g2/Hz)；α为修正系数，无量纲，0<α<1；Z(f)为系统阻抗；E(f)i为第i次迭代后的误差谱。
根据本发明的另一方面，一种实施所述方法的振动复现系统包括信号处理部分、控制部分和输出部分，输出部分包括功率放大器和电动振动台，所述信号处理部分包括信号输入端口和信号分解单元，所述控制部分包括振动传感器、信号调理单元、第一控制器和第二控制器，其中，目标信号Q(t)通过信号输入端口进入信号分解单元并进行信号的分解，分别输出至第一控制器和第二控制器处理得到驱动信号，所述驱动信号输出至功率放大器进行放大后驱动电动振动台；布置在电动振动台台面上的振动传感器采集振动信号并通过信号调理单元将符合响应信号传至信号处理部分，经过信号分离后分别输出至第一控制器和第二控制器中实现两个不同的控制迭代并最终输出驱动信号。
在所述的振动复现系统中，第一控制器和/或第二控制器为通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA，所述振动复现系统包括存储器，所述存储器包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。
与现有技术对比，本发明的优点如下：
针对特定环境下的复合信号在电动振动台上进行复现，可用于铁路环境下的复合信号但不仅限于铁路环境中的复合信号；分别针对于目标信号的随机成分和冲击成分进行迭代控制，使得目标信号的随机成分和冲击成分均有较高的复现精度，从而可以更高精度的复现铁路环境下的随机加冲击复合信号。
上述说明仅是本发明技术方案的概述，为了能够使得本发明的技术手段更加清楚明白，达到本领域技术人员可依照说明书的内容予以实施的程度，并且为了能够让本发明的上述和其它目的、特征和优点能够更明显易懂，下面以本发明的具体实施方式进行举例说明。
附图说明
通过阅读下文优选的具体实施方式中的详细描述，本发明各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。
在附图中：
图1是根据本发明一个实施例的包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的步骤示意图；
图2是根据本发明一个实施例的包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的控制流程图；
图3是根据本发明一个实施例的包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的流程示意图；
图4是根据本发明一个实施例的实施所述方法的振动复现系统的结构示意图；
图5(a)是根据本发明一个实施例的实施所述方法的振动复现系统的电动振动台系统幅频特性图；
图5(b)是根据本发明一个实施例的实施所述方法的振动复现系统的电动振动台系统相频特性图；
图6(a)是根据本发明一个实施例的目标信号随机成分时域波形图；
图6(b)是根据本发明一个实施例的目标信号冲击成分时域波形图；
图6(c)是根据本发明一个实施例的复合目标信号时域波形图；
图7(a)为本发明的一个实施例的目标信号冲击成分时域波形图；
图7(b)为本发明的一个实施例的电动振动台输出信号冲击成分时域波形图；
图8为本发明的一个实施例的实施实施方法前后的效果图。
以下结合附图和实施例对本发明作进一步的解释。
具体实施方式
下面将参照附图更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。
为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个附图并不构成对本发明实施例的限定。
为了更好地理解，图1为包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的步骤示意图，如图1所示，一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法包括以下步骤：
第一步骤S1中：选择一组包含冲击信号和随机振动信号的复合信号作为复现的目标信号Q(t)，其中，Q(t)＝S(t)+C(t)，其中S(t)为目标信号中的随机成分，C(t)为目标信号中的冲击成分。
第二步骤S2中：通过离散小波变换将目标信号Q(t)中的随机成分S(t)和冲击成分C(t)分离。
第三步骤S3中：通过频域功率谱复现随机成分S(t)且结合电动振动台频响函数以得到驱动信号的随机分量。
第四步骤S4中：通过时域波形再现冲击成分C(t)且结合电动振动台频响函数以得到驱动信号的冲击分量。
第五步骤S5中：将所述驱动信号的随机分量和驱动信号的冲击分量叠加以作为电动振动台的驱动信号，输入了所述驱动信号的电动振动台输出复合响应信号，所述复合响应信号经由离散小波变换分离随机成分和冲击成分。
第六步骤S6中：将所述复合响应信号的冲击成分和随机成分与所述目标信号的随机成分和冲击成分分别进行对比得出误差，判断误差是否满足精度要求。
第七步骤S7中：如果误差尚未满足精度要求，电动振动台基于误差得到误差修正信号并补偿到原驱动信号上，得到新的驱动信号。
第八步骤S8中：重复步骤S5-S7，分别进行时域波形再现和频域功率谱复现的迭代，直到输出目标信号Q(t)或所述误差满足精度要求。
在本发明所述的方法的优选实施例中，第二步骤S2中：离散小波变换中，选择Daubechies 8小波为小波基函数，小波分解层数为9层，对目标信号Q(t)进行9层小波分解；然后进行高频小波阈幅的量化，从第1层到第9层每层选择一个阈幅进行阈幅量化处理；根据小波分解的第9层的低频小波系数和经过量化处理后的第1层到第9层的高频小波系数进行小波的信号重构得到冲击成分C(t)，目标信号Q(t)去除冲击成分C(t)得到随机成分S(t)。
在本发明所述的方法的优选实施例中，第三步骤S3中：通过频域功率谱估计得到随机成分S(t)的功率谱，所述功率谱结合电动振动台的频响函数以得到驱动功率谱Gdd，所述驱动功率谱Gdd作为驱动信号的随机分量，其中，S(f)为随机成分S(t)的频谱；H(f)为电动振动台的频响函数；Gdd为驱动功率谱。
在本发明所述的方法的优选实施例中，第四步骤S4中：将冲击成分C(t)傅里叶变换，根据电动振动台的频响函数计算频域初始驱动信号，
X(f)＝[H(f)-1][Ca(f)]
其中，X(f)为频域初始驱动信号；H(f)为电动振动台的频响函数；Ca(f)为冲击成分C(t)的频域冲击信号，将计算得到的频域初始信号X(f)逆傅里叶变换得到驱动信号的冲击分量。
在本发明所述的方法的优选实施例中，第三步骤S3中，驱动功率谱Gdd为功率谱，只有幅频信息没有相频信息，为了利用逆傅里叶变换将频域信号转化为时域信号，需要增加相位信息，为了满足信号的随机性，相位的概率分布也应为高斯分布，将每次迭代得到的驱动幅幅谱叠加具有高斯分布的随机相位谱，使得驱动信号频谱包含相位信息，驱动功率谱Gdd的驱动幅幅谱X(k)通过公式获得，其中，N为采样点数；fs为采样频率；G(k)为功率谱；X(k)为驱动幅幅谱，驱动信号频谱D(k)作为驱动信号的随机分量，D(k)＝|X(k)|exp{Φ(k)}，其中，Φ(k)为随机相位谱。此时的驱动信号频谱为离散谱，能量集中在原频谱的频率点上，还需要进行加窗重叠的时域随机化，使之成为真正的随机信号。
在本发明所述的方法的优选实施例中，第三步骤S3中：对驱动信号频谱D(k)进行加窗重叠的时域随机化，对长度为N点的伪随机序列x(n)进行随机抽头，依次重排后组成一系列的序列；用半正弦窗对重排后的序列进行加窗；将两个重排加窗后的序列相错1/2个周期进行叠加，最后生成用两个相邻的伪随机序列叠加而成的随机信号。
在本发明所述的方法的优选实施例中，第六步骤S6中：所述复合响应信号的冲击成分与所述目标信号的冲击成分进行对比得出冲击误差，对所述冲击误差信号进行傅里叶变换，得到频域冲击误差信号，结合电动振动台的频响函数得到频域冲击误差修正信号，△X(f)＝[H(f)-1][△C(f)]，其中，
△X(f)为频域冲击误差修正信号；H(f)为电动振动台的频响函数；△C(f)为频
域误差信号。X(t)m+1＝X(t)m+α[△X(t)m]
其中，X(t)m+1为第m+1次时域驱动信号；X(t)m为第m次时域驱动信号；α为迭代修正系数；△X(t)m为第m次时域误差修正信号。
在本发明所述的方法的优选实施例中，第六步骤S6中：所述复合响应信号的随机成分与所述目标信号的随机成分进行对比得出随机误差谱，结合最初的驱动谱迭代产生新的驱动信号功率谱，
Gdd(f)i+1＝Gdd(f)i+α|Z(f)|2E(f)i，其中，Gdd(f)i为Gdd(f)i第i次迭代运算得出的驱动信号功率谱g2/Hz；Gdd(f)i+1为第i+1次迭代运算得出的驱动信号功率谱g2/Hz；α为修正系数，无量纲，0<α<1；Z(f)为系统阻抗；E(f)i为第i次迭代后的误差谱。
为了进一步说明本发明的方法，图2是本发明的一个实施例的包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的控制流程图，如图2所示，包含冲击信号和随机振动信号的复合信号作为复合目标信号首先进行信号分解且分解为目标信号冲击成分和目标信号随机成分，目标信号随机成分和目标信号冲击成分分别输出至第一控制器10和第二控制器11处理得到驱动信号，第一控制器10通过频域功率谱复现随机成分S(t)且结合电动振动台频响函数以得到驱动信号的随机分量，第二控制器11通过时域波形再现冲击成分C(t)且结合电动振动台频响函数以得到驱动信号的冲击分量；将所述驱动信号的随机分量和驱动信号的冲击分量叠加以作为电动振动台的复合驱动信号，所述复合驱动信号输入系统中，电动振动台输出复合响应信号，所述复合响应信号经由离散小波变换分离响应信号随机成分和响应信号冲击成分，第一控制器10和第二控制器11分别比较将所述响应信号的随机成分和冲击成分与所述目标信号的随机成分和冲击成分分别进行对比得出相应的误差，判断误差是否满足精度要求。如果误差尚未满足精度要求，电动振动台基于误差得到误差修正信号并补偿到原驱动信号上，得到新的驱动信号，分别进行时域波形再现和频域功率谱复现的迭代，直到输出目标信号Q(t)或所述误差满足精度要求。
在本发明中，图3是根据本发明一个实施例的包含冲击信号和随机振动信号的复合信号的电动振动台复现方法的流程示意图，如图3所示，选择一组含有冲击信号和随机振动信号的复合信号作为复现的目标信号，采用离散小波变换的方法将复合的目标信号中的随机成分和冲击成分分离出来。一方面，根据辨识电动振动台的模型，结合复合的目标信号的随机成分，采用频域功率谱复现得到驱动谱并转化为驱动时域信号，另一方面，根据辨识电动振动台的模型，结合复合的目标信号的冲击成分，采用时域波形再现得到驱动时域信号，将以上两组驱动信号叠加，作为电动振动台的输入信号，得到复合响应信号，采用离散小波变换的方法将复合响应信号中的随机成分和冲击成分分离出来，即完成信号分解，然后，一方面，将输出的随机成分与目标随机成分对比，若误差不满足精度要求，通过频域功率谱复现得到驱动修正信号，迭代产生新的时域驱动信号，另一方面，将输出的冲击成分与目标冲击成分对比，若误差不满足精度要求，通过时域波形再现得到驱动修正信号，迭代产生新的时域驱动信号，即完成频域功率谱复现和时域波形再现，最后重复上述迭代，直至误差达到精度要求，输出最终的驱动信号。
图4是根据本发明一个实施例的实施所述方法的振动复现系统的结构示意图。如图4所示，实施所述方法的振动复现系统包括信号处理部分1、控制部分2和输出部分3，输出部分3包括功率放大器4和电动振动台5，所述信号处理部分1包括信号输入端口6和信号分解单元7，所述控制部分2包括振动传感器8、信号调理单元9、第一控制器10和第二控制器11，其中，目标信号Q(t)通过信号输入端口6进入信号分解单元7并进行信号的分解，分别输出至第一控制器10和第二控制器11处理得到驱动信号，所述驱动信号输出至功率放大器4进行放大后驱动电动振动台5；布置在电动振动台5台面上的振动传感器8采集振动信号并通过信号调理单元9将符合响应信号传至信号处理部分1，经过信号分离后分别输出至第一控制器10和第二控制器11中实现两个不同的控制迭代并最终输出驱动信号。
在所述的振动复现系统的优选实施例中，所述信号分解单元7采用实时性好的数字信号处理单元进行信号的快速处理。
第一控制器10和第二控制器11第一控制器10和第二控制器11可集成在一个控制器中，分别实现时域波形再现和频域功率谱复现。
在所述的振动复现系统的优选实施例中，第一控制器10和/或第二控制器11为通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA，所述振动复现系统包括存储器，所述存储器包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。
为了进一步说明本发明，在一个实施例中，选择一组包含冲击信号和随机振动信号的复合信号作为复现的目标信号Q(t)，图6(c)是根据本发明一个实施例的复合目标信号时域波形图，其中，Q(t)＝S(t)+C(t)，其中S(t)为目标信号中的随机成分，C(t)为目标信号中的冲击成分，通过离散小波变换将目标信号Q(t)中的随机成分S(t)和冲击成分C(t)分离。图6(a)是根据本发明一个实施例的目标信号随机成分时域波形图，在一个实施例中，目标信号中的随机成分可表示为如图6(a)所示的目标信号随机成分时域波形图，图6(b)是根据本发明一个实施例的目标信号冲击成分时域波形图，在一个实施例中，目标信号中的冲击成分可表示为如图6(b)所示的目标信号冲击成分时域波形图。通过频域功率谱复现随机成分S(t)且结合电动振动台频响函数以得到驱动信号的随机分量，通过时域波形再现冲击成分C(t)且结合电动振动台频响函数以得到驱动信号的冲击分量。图5(a)是根据本发明一个实施例的实施所述方法的振动复现系统的电动振动台系统幅频特性图，图5(b)是根据本发明一个实施例的实施所述方法的振动复现系统的电动振动台系统相频特性图。电动振动台频响函数可由图5表示。将所述驱动信号的随机分量和驱动信号的冲击分量叠加以作为电动振动台的驱动信号，输入了所述驱动信号的电动振动台输出复合响应信号，所述复合响应信号经由离散小波变换分离随机成分和冲击成分。将所述复合响应信号的冲击成分和随机成分与所述目标信号的随机成分和冲击成分分别进行对比得出误差，判断误差是否满足精度要求。例如，图7(a)为本发明的一个实施例的目标信号冲击成分时域波形图，图7(b)为本发明的一个实施例的迭代20次之后复现的电动振动台输出信号冲击成分时域波形图。对比这两图，可以得到冲击成分误差。如果误差尚未满足精度要求，电动振动台基于误差得到误差修正信号并补偿到原驱动信号上，得到新的驱动信号。分别进行时域波形再现和频域功率谱复现的迭代，直到输出目标信号Q(t)或所述误差满足精度要求。图8为本发明的一个实施例的实施实施方法前后的效果图，该图是复现前后随机成分的功率谱密度(PSD)，其中实线代表目标信号中随机成分的功率谱密度，虚线代表复现信号中随机成分的功率谱密度，粗线代表上下3DB的容差带。
可见，本发明可以分别实现对于复合信号中的随机成分和冲击成分复现，并且无论是时域波形再现得到的时域冲击信号，还是频域功率谱复现得到的随机信号的功率谱密度均有较高的复现精度。上述实施例的结果验证了本发明对于随机加冲击复合信号复现的高精度。
尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。

Claims (10)

1.一种包含冲击信号和随机振动信号的复合信号的电动振动台复现方法，所述方法包括以下步骤：
第一步骤(S1)中：选择一组包含冲击信号和随机振动信号的复合信号作为复现的目标信号Q(t)，其中，Q(t)＝S(t)+C(t)，其中S(t)为目标信号中的随机成分，C(t)为目标信号中的冲击成分；
第二步骤(S2)中：通过离散小波变换将目标信号Q(t)中的随机成分S(t)和冲击成分C(t)分离；
第三步骤(S3)中：通过频域功率谱复现随机成分S(t)且结合电动振动台频响函数以得到驱动信号的随机分量；
第四步骤(S4)中：通过时域波形再现冲击成分C(t)且结合电动振动台频响函数以得到驱动信号的冲击分量；
第五步骤(S5)中：将所述驱动信号的随机分量和驱动信号的冲击分量叠加以作为电动振动台的驱动信号，输入了所述驱动信号的电动振动台输出复合响应信号，所述复合响应信号经由离散小波变换分离随机成分和冲击成分；
第六步骤(S6)中：将所述复合响应信号的冲击成分和随机成分与所述目标信号的随机成分和冲击成分分别进行对比得出误差，判断误差是否满足精度要求；
第七步骤(S7)中：如果误差尚未满足精度要求，电动振动台基于误差得到误差修正信号并补偿到原驱动信号上，得到新的驱动信号；
第八步骤(S8)中：重复步骤S5-S7，分别进行时域波形再现和频域功率谱复现的迭代，直到输出目标信号Q(t)或所述误差满足精度要求。
2.根据权利要求1所述的方法，其特征在于，优选的，第二步骤(S2)中：离散小波变换中，选择Daubechies 8小波为小波基函数，小波分解层数为9层，对目标信号Q(t)进行9层小波分解；然后进行高频小波阈幅的量化，从第1层到第9层每层选择一个阈幅进行阈幅量化处理；根据小波分解的第9层的低频小波系数和经过量化处理后的第1层到第9层的高频小波系数进行小波的信号重构得到冲击成分C(t)，目标信号Q(t)去除冲击成分C(t)得到随机成分S(t)。
3.根据权利要求1所述的方法，其特征在于，第三步骤(S3)中：通过频域功率谱估计得到随机成分S(t)的功率谱，所述功率谱结合电动振动台的频响函数以得到驱动功率谱Gdd，所述驱动功率谱Gdd作为驱动信号的随机分量，其中，S(f)为随机成分S(t)的频谱；H(f)为电动振动台的频响函数；Gdd为驱动功率谱。
4.根据权利要求1所述的方法，其特征在于，第四步骤(S4)中：将冲击成分C(t)傅里叶变换，根据电动振动台的频响函数计算频域初始驱动信号，
X(f)＝[H(f)-1][Ca(f)]
其中，X(f)为频域初始驱动信号；H(f)为电动振动台的频响函数；Ca(f)为冲击成分C(t)的频域冲击信号，将计算得到的频域初始信号X(f)逆傅里叶变换得到驱动信号的冲击分量。
5.根据权利要求3所述的方法，其特征在于，第三步骤(S3)中：驱动功率谱Gdd的驱动幅幅谱X(k)通过公式获得，其中，N为采样点数；fs为采样频率；G(k)为功率谱；X(k)为驱动幅幅谱，驱动信号频谱D(k)作为驱动信号的随机分量，D(k)＝|X(k)|exp{Φ(k)}，其中，Φ(k)为随机相位谱。
6.根据权利要求5所述的方法，其特征在于，第三步骤(S3)中：对驱动信号频谱D(k)进行加窗重叠的时域随机化，对长度为N点的伪随机序列x(n)进行随机抽头，依次重排后组成一系列的序列；用半正弦窗对重排后的序列进行加窗；将两个重排加窗后的序列相错1/2个周期进行叠加，最后生成用两个相邻的伪随机序列叠加而成的随机信号。
7.根据权利要求1所述的方法，其特征在于，第六步骤(S6)中：所述复合响应信号的冲击成分与所述目标信号的冲击成分进行对比得出冲击误差，对所述冲击误差信号进行傅里叶变换，得到频域冲击误差信号，结合电动振动台的频响函数得到频域冲击误差修正信号，△X(f)＝[H(f)-1][△C(f)]，其中，△X(f)为频域冲击误差修正信号；H(f)为电动振动台的频响函数；△C(f)为频域误差信号。
8.根据权利要求1所述的方法，其特征在于，第六步骤(S6)中：所述复合响应信号的随机成分与所述目标信号的随机成分进行对比得出随机误差谱，结合最初的驱动谱迭代产生新的驱动信号功率谱，
Gdd(f)i+1＝Gdd(f)i+α|Z(f)|2E(f)i，其中，Gdd(f)i为Gdd(f)i第i次迭代运算得出的驱动信号功率谱(g2/Hz)；Gdd(f)i+1为第i+1次迭代运算得出的驱动信号功率谱(g2/Hz)；α为修正系数，无量纲，0<α<1；Z(f)为系统阻抗；E(f)i为第i次迭代后的误差谱。
9.一种实施权利要求1-8中任一项所述方法的振动复现系统，所述振动复现系统包括信号处理部分(1)、控制部分(2)和输出部分(3)，其特征在于，输出部分(3)包括功率放大器(4)和电动振动台(5)，所述信号处理部分(1)包括信号输入端口(6)和信号分解单元(7)，所述控制部分(2)包括振动传感器(8)、信号调理单元(9)、第一控制器(10)和第二控制器(11)，其中，目标信号Q(t)通过信号输入端口(6)进入信号分解单元(7)并进行信号的分解，分别输出至第一控制器(10)和第二控制器(11)处理得到驱动信号，所述驱动信号输出至功率放大器(4)进行放大后驱动电动振动台(5)；布置在电动振动台(5)台面上的振动传感器(8)采集振动信号并通过信号调理单元(9)将符合响应信号传至信号处理部分(1)，经过信号分离后分别输出至第一控制器(10)和第二控制器(11)中实现两个不同的控制迭代并最终输出驱动信号。
10.根据权利要求9所述的振动复现系统，其特征在于：第一控制器(10)和/或第二控制器(11)为通用处理器、数字信号处理器、专用集成电路ASIC或现场可编程门阵列FPGA，所述振动复现系统包括存储器，所述存储器包括一个或多个只读存储器ROM、随机存取存储器RAM、快闪存储器或电子可擦除可编程只读存储器EEPROM。
CN201710446281.7A 2017-06-14 2017-06-14 复合信号的电动振动台复现方法及振动复现系统 Active CN107449577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710446281.7A CN107449577B (zh) 2017-06-14 2017-06-14 复合信号的电动振动台复现方法及振动复现系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710446281.7A CN107449577B (zh) 2017-06-14 2017-06-14 复合信号的电动振动台复现方法及振动复现系统

Publications (2)

Publication Number Publication Date
CN107449577A true CN107449577A (zh) 2017-12-08
CN107449577B CN107449577B (zh) 2019-04-16

Family

ID=60486532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710446281.7A Active CN107449577B (zh) 2017-06-14 2017-06-14 复合信号的电动振动台复现方法及振动复现系统

Country Status (1)

Country Link
CN (1) CN107449577B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107884150A (zh) * 2017-12-22 2018-04-06 中国地震局工程力学研究所 基于楼面响应谱的振动台离线迭代控制方法
CN108254149A (zh) * 2018-01-22 2018-07-06 航天科工防御技术研究试验中心 一种多轴振动与冲击复合环境试验系统
CN108254146A (zh) * 2018-01-22 2018-07-06 中国地震局工程力学研究所 改进的基于楼面响应谱的振动台离线迭代控制方法
CN110657933A (zh) * 2019-09-24 2020-01-07 浙江大学 一种新型地震模拟振动台迭代控制方法
CN110657934A (zh) * 2019-09-24 2020-01-07 浙江大学 一种电动振动台在线修正迭代控制方法
CN112378606A (zh) * 2020-10-10 2021-02-19 盐城工学院 一种随机振动与冲击信号的分离方法
CN113155385A (zh) * 2021-06-09 2021-07-23 南京航空航天大学 一种用于多振动台冲击加随机振动试验的系统及方法
CN113204255A (zh) * 2021-06-21 2021-08-03 北京博科测试系统股份有限公司 一种多自由度振动台功率谱加载控制方法
CN116067602A (zh) * 2023-03-06 2023-05-05 西安航天动力研究所 一种随机振动信号生成方法、装置及电子设备
CN118032253A (zh) * 2024-04-12 2024-05-14 苏州东菱振动试验仪器有限公司 一种振动台随机功率谱复现控制方法及系统
CN118032253B (zh) * 2024-04-12 2024-07-05 苏州东菱振动试验仪器有限公司 一种振动台随机功率谱复现控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3710082A (en) * 1970-03-03 1973-01-09 Time Data Corp System for digitally controlling a vibration testing environment or apparatus
JP2001108571A (ja) * 1999-10-06 2001-04-20 Mitsubishi Heavy Ind Ltd 振動台の波形制御装置及びその方法
CN103092224A (zh) * 2011-10-31 2013-05-08 北京强度环境研究所 多维随机振动控制方法
CN105353789A (zh) * 2015-11-16 2016-02-24 中国工程物理研究院总体工程研究所 连续振动信号时间历程复现控制方法
CN106814609A (zh) * 2017-01-06 2017-06-09 西安交通大学 一种频谱塑形主动控制方法及主动控制系统
CN107543672A (zh) * 2016-12-27 2018-01-05 北京卫星环境工程研究所 多自由度微振动环境模拟方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3710082A (en) * 1970-03-03 1973-01-09 Time Data Corp System for digitally controlling a vibration testing environment or apparatus
JP2001108571A (ja) * 1999-10-06 2001-04-20 Mitsubishi Heavy Ind Ltd 振動台の波形制御装置及びその方法
CN103092224A (zh) * 2011-10-31 2013-05-08 北京强度环境研究所 多维随机振动控制方法
CN105353789A (zh) * 2015-11-16 2016-02-24 中国工程物理研究院总体工程研究所 连续振动信号时间历程复现控制方法
CN107543672A (zh) * 2016-12-27 2018-01-05 北京卫星环境工程研究所 多自由度微振动环境模拟方法
CN106814609A (zh) * 2017-01-06 2017-06-09 西安交通大学 一种频谱塑形主动控制方法及主动控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张兵: "基于DSP的液压振动台功率谱复现研究", 《中国博士学位论文全文数据库》 *
陈章位等: "振动控制技术现状与进展", 《振动与冲击》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107884150A (zh) * 2017-12-22 2018-04-06 中国地震局工程力学研究所 基于楼面响应谱的振动台离线迭代控制方法
CN108254149A (zh) * 2018-01-22 2018-07-06 航天科工防御技术研究试验中心 一种多轴振动与冲击复合环境试验系统
CN108254146A (zh) * 2018-01-22 2018-07-06 中国地震局工程力学研究所 改进的基于楼面响应谱的振动台离线迭代控制方法
CN110657933A (zh) * 2019-09-24 2020-01-07 浙江大学 一种新型地震模拟振动台迭代控制方法
CN110657934A (zh) * 2019-09-24 2020-01-07 浙江大学 一种电动振动台在线修正迭代控制方法
CN112378606B (zh) * 2020-10-10 2022-08-05 盐城工学院 一种随机振动与冲击信号的分离方法
CN112378606A (zh) * 2020-10-10 2021-02-19 盐城工学院 一种随机振动与冲击信号的分离方法
CN113155385A (zh) * 2021-06-09 2021-07-23 南京航空航天大学 一种用于多振动台冲击加随机振动试验的系统及方法
CN113155385B (zh) * 2021-06-09 2022-06-28 南京航空航天大学 一种用于多振动台冲击加随机振动试验的系统及方法
CN113204255A (zh) * 2021-06-21 2021-08-03 北京博科测试系统股份有限公司 一种多自由度振动台功率谱加载控制方法
CN116067602A (zh) * 2023-03-06 2023-05-05 西安航天动力研究所 一种随机振动信号生成方法、装置及电子设备
CN118032253A (zh) * 2024-04-12 2024-05-14 苏州东菱振动试验仪器有限公司 一种振动台随机功率谱复现控制方法及系统
CN118032253B (zh) * 2024-04-12 2024-07-05 苏州东菱振动试验仪器有限公司 一种振动台随机功率谱复现控制方法及系统

Also Published As

Publication number Publication date
CN107449577B (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN107449577A (zh) 复合信号的电动振动台复现方法及振动复现系统
CN101294845B (zh) 转子早期故障的多频率微弱信号检测方法
CN107192553A (zh) 基于盲源分离的齿轮箱复合故障诊断方法
CN109029977A (zh) 一种基于vmd-amckd的行星齿轮箱早期故障诊断方法
CN106441897A (zh) 基于字典学习的形态分量轴承故障诊断方法
CN106597260A (zh) 基于连续小波分析和elm网络的模拟电路故障诊断方法
CN112230205B (zh) 一种利用舰船辐射噪声仿真信号的水下目标识别系统性能评估方法
CN106328150A (zh) 嘈杂环境下的肠鸣音检测方法、装置及系统
CN106197999A (zh) 一种行星齿轮故障诊断方法
CN110807524B (zh) 单通道信号盲源分离幅度校正方法
CN106093724A (zh) 一种基于混合粒子群的局部放电小波去噪方法
CN107886078A (zh) 一种基于分层自适应阈值函数的小波阈值降噪方法
CN103674230A (zh) 基于降噪源分离的舰艇振动噪声源分离与识别方法
CN106441895A (zh) 一种列车轴承轨边信号冲击成分提取方法
CN106505587A (zh) 基于广义形态滤波与改进mp算法的低频振荡模态辨识方法
CN106500991B (zh) 基于自适应多尺度AVG-Hat变换的轴承故障信号特征提取方法
CN110057918A (zh) 强噪声背景下的复合材料损伤定量识别方法及系统
CN107462878A (zh) 基于频域离散采样约束凸优化的mtd滤波器组设计方法
CN108061653B (zh) 基于谐波-冲击多普勒调制复合字典的列车轮对轴承轨边声信号分离方法
CN113435304A (zh) 提取扭振信号的扭振信息的方法、系统、设备及存储介质
Marano Non-stationary stochastic modulation function definition based on process energy release
Bartelmus et al. Gearbox vibration signal pre-processing and input values choice for neural network training
CN105960613A (zh) 系统辨识装置
Gu et al. Evaluation on filter performance of variational mode decomposition and its application in separating closely spaced modes
Lee Fault diagnosis of induction motors using discrete wavelet transform and artificial neural network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant