CN107644134A

CN107644134A - 一种动力学验模工具

Info

Publication number: CN107644134A
Application number: CN201710851014.8A
Authority: CN
Inventors: 喻强; 孙志权
Original assignee: Beijing Huaixin Polytron Technologies Inc
Current assignee: Beijing Huaixin Polytron Technologies Inc
Priority date: 2017-09-20
Filing date: 2017-09-20
Publication date: 2018-01-30
Anticipated expiration: 2037-09-20
Also published as: CN107644134B

Abstract

本发明公开了一种动力学验模工具，涉及结构动力学模态领域。包括动力学模型修正模块、工作变形形状分析模块和基于FRF的参数识别模块，其中，参数识别模块通过内嵌MDOFZ‑多项式曲线拟合、MDOF复指数曲线拟合、MDOFERA曲线拟合方法对相应函数进行多参考曲线拟合；对于密集模态和重根有很好的辨识作用；模型修正模块，通过修正有限元模型参数变量，对结构参数进行模态灵敏度分析，根据试验结果对结构有限元分析进行修正。由于加入对于病态方程进行处理的算法，同时改进了修正算法，高效快速解决复杂模型的模型修正。

Description

一种动力学验模工具

技术领域

本发明涉及结构动力学模态领域，尤其涉及一种动力学验模工具。

背景技术

目前结构动力学领域的模型修正，主要是基于试验模态参数修正有限元模型的相关变量达到模型修正的目的，虽然对于一般结构的模态能达到修正的目的；但是由于算法本身的缺陷，对于复杂系统的模态参数识别出现困难，同时复杂系统的模型修正问题会出现不收敛或是收敛困难现象，从而影响模型修正精度。

发明内容

本发明的目的在于提供一种动力学验模工具，保证动力学模型与模态试验的准确一致，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种动力学验模工具，包括：

动力学模型修正模块，用于利用物理试验获取的结构特征量对有限元模型进行修正；

工作变形形状分析模块，用于对模态的工作变形形状进行分析；

基于FRF的参数识别模块，用于简单和复杂结构的模态频率、阻尼和振型参数的辨识。

优选地，所述动力学模型修正模块，采用如下方法进行动力学模型修正：

S1，导入物理试验模型，获取物理试验特征量，将物理模型与有限元模型进行匹配，设定需要修改特征量，建立模型修正方程；

S2，对需要修改特征量进行灵敏度分析，得到灵敏度分析结果，

S3，基于得到的灵敏度分析结果，求解模型修正方程，得到以试验数据为目

标值的动力学模型。

优选地，S1中，所述物理试验特征量包括：模态参数，包括模态频率、振型；响应数据，一般多为频率响应数据；反共振频率；试验数据的相关分析结果，包括模态置信判据。

优选地，S2中，所述灵敏度分析采用间接定义参数法。

优选地，S2中，采用归一化方法、平衡方法和加权方法对灵敏度矩阵进行正则化处理。

优选地，S3中，对所述模型修正方程进行求解时，采用如下公式对所述模型修正方程的病态进行改善：

min||R(Δp)||²+||W_pΔp||²)st.B_l≤ΔP≤B_ll，

其中，W_p代表修正参数的加权矩阵。

优选地，所述工作变形形状分析模块，采用如下方法进行实施：

S1，获取各个模态振型在系统的稳态工作状况下的响应数据，

S2，根据S1中获取的响应数据，依据如下函数，对各个模态的参与因子分析加权获得构件的工作变形形状ODS：

互相干函数：

传递函数：H_xy(ω)＝G_xy(ω)/_yy(ω)，

ODS FRF：

其中：

G_xy(ω)为互相干函数；F_x(ω)为x处的振动响应；_xx(ω)为自相干函数；

S3，进行时域或是频域的工作变形形状的查看，辨别振动影响因素。

优选地，S1中，所述响应数据包括：传递函数、自相关函数、互相干函数、加速度。

优选地，所述基于FRF的参数识别模块，使用基于正交多项式的频响函数拟合方法，以及整体正交多项式拟合方法，将模态参数识别分成两步：

S1，用所有测量的频响函数估计频率和阻尼；

S2，利用得到的频率和阻尼估计每一列频响函数的留数。

优选地，所述基于FRF的参数识别模块，采用如下方法：

频域内基于ARMA模型的MIMO模态参数识别方法，使用Z-polynomial方法用作模态指示函数，扩展为一种模态识别方法，使用一种频域多参考点MIMO识别方法即AFpolynomial方法，该方法采用低阶频响函数模型，所述AF polynomial中计算最小残差的公式为：

其中，

h_z为传递函数的离散化，

a为残差余项。

本发明的有益效果是：本发明实施例提供的一种动力学验模工具，包括动力学模型修正模块、工作变形形状分析模块和基于FRF的参数识别模块，其中，参数识别模块通过内嵌MDOFZ-多项式曲线拟合、MDOF复指数曲线拟合、MDOFERA曲线拟合方法对相应函数进行多参考曲线拟合；对于密集模态和重根有很好的辨识作用；模型修正模块，通过修正有限元模型参数变量，对结构参数进行模态灵敏度分析，根据试验结果对结构有限元分析进行修正。由于加入对于病态方程进行处理的算法，同时改进了修正算法，高效快速解决复杂模型的模型修正。

附图说明

图1是本发明实施例提供的一种动力学验模工具结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供了一种动力学验模工具，包括：

可以采用如下方法进行动力学模型修正：

S1，导入物理试验模型，获取物理试验特征量，将物理模型与有限元模型进行匹配，设定需要修改特征量，建立模型修正方程；所述物理试验特征量包括：模态参数，包括模态频率、振型；响应数据，一般多为频率响应数据；反共振频率；试验数据的相关分析结果，包括模态置信判据；

S2，对需要修改特征量进行灵敏度分析，得到灵敏度分析结果，所述灵敏度分析采用间接定义参数法；可以采用归一化方法、平衡方法和加权方法对灵敏度矩阵进行正则化处理；

标值的动力学模型，可以采用如下公式对所述模型修正方程的病态进行改善：

min||R(Δp)||²+||W_pΔp||²)st.B_l≤ΔP≤B_ll，

其中，W_p代表修正参数的加权矩阵。

工作变形形状分析模块，用于对模态的工作变形形状进行分析，可以采用如下方法进行实施：

S1，获取各个模态振型在系统的稳态工作状况下的响应数据，所述响应数据包括：传递函数、自相关函数、互相干函数、加速度。

互相干函数：

传递函数：H_xy(ω)＝G_xy(ω)/G_yy(ω)，

ODS FRF：

其中：

G_xy(ω)为互相干函数；F_x(ω)为x处的振动响应；G_xx(ω)为自相干函数；

基于FRF的参数识别模块，用于简单和复杂结构的模态频率、阻尼和振型参数的辨识，使用基于正交多项式的频响函数拟合方法，以及整体正交多项式拟合方法，将模态参数识别分成两步：

S1，用所有测量的频响函数估计频率和阻尼；

S2，利用得到的频率和阻尼估计每一列频响函数的留数。

所述基于FRF的参数识别模块，采用如下方法：

其中，

h_z为传递函数的离散化，

a为残差余项。

本发明实施例提供的验模工具，其中

工作变形形状(ODS，Operation Deflection Shape)分析是一种观察机器结构在工作过程中是如何运动的最简单的方式，可以在某个特定的频率或者某一瞬间。

基于时域的ODS动画将光标扫过一系列的时间历程，来描述试验文档中的多个点的运动和方向。用户可以通过停止动画、回放、前进等操作。

基于频域的ODS动画，用户可以简单的移动光标到数据集中所关心的频点，那么对应频点的ODS将会立即显示。通过使用这个动画，用户可以研究共振、阶次相关的或者其他类型的强迫振动。

模态分析可用于描述机械结构的谐振。每一个谐振点都有一个特定的“自然”或者模态频率、模态阻尼或衰退值、模态振型。

基于FRF的参数识别主要用于从一组FRF中识别结构的模态参数。

基本模态分析选项的核心是ME’scope多项式法，一种使用MDOF曲线拟合的简易方法。这个曲线拟合器可用于同时提取多个模态的参数，尤其是在高模态密度的情况下。也可以提取局部模态，此处谐振仅局限于结构的一个局部区域。

多参考模态分析选项包含了所有的基本模态分析选项的功能，还具有其他的曲线拟合多参考FRF集的方法。多参考曲线拟合可用于提取紧密耦合的模态、重复的根(同一频率上的两个或者更多个模态)。该分析模块包含了一个用于找出稳定杆估计的稳定性图标，以及三个其他的曲线拟合方法：复指数法，Z多项式法，以及具有专利技术的AF多项式法。

动力学模型修正模块可以帮助用户从外部导入试验结构的FEA模型，并求解其模态振型。FEA单元库包括弹簧、质量、减震器、杆(具有轴向刚度)、梁(具有轴向、剪切和弯曲刚度)、三角形和四边形平面单元、实体单元如四面体、棱柱体、六面体。允许用户对无阻尼FEA模型进行正则模态计算，和对有阻尼FEA模型进行复模态计算。

该模块可以使用图形或数据形式，对有限元(FEA)结果与实验(EMA)结果直接进行对比，并通过调整FEA模型的任何参数，对FEA模型进行修正，使之最接近于实验数据结果。

MAC振型图对比，可以方便的选择待对比的仿真模态振型和试验模态振型。

进行MAC计算和显示。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：本发明实施例提供的一种动力学验模工具，包括动力学模型修正模块、工作变形形状分析模块和基于FRF的参数识别模块，其中，参数识别模块通过内嵌MDOFZ-多项式曲线拟合、MDOF复指数曲线拟合、MDOFERA曲线拟合方法对相应函数进行多参考曲线拟合；对于密集模态和重根有很好的辨识作用；模型修正模块，通过修正有限元模型参数变量，对结构参数进行模态灵敏度分析，根据试验结果对结构有限元分析进行修正。由于加入对于病态方程进行处理的算法，同时改进了修正算法，高效快速解决复杂模型的模型修正。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域人员应该理解的是，上述实施例提供的方法步骤的时序可根据实际情况进行适应性调整，也可根据实际情况并发进行。

上述实施例涉及的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机设备可读取的存储介质中，用于执行上述各实施例方法所述的全部或部分步骤。所述计算机设备，例如：个人计算机、服务器、网络设备、智能移动终端、智能家居设备、穿戴式智能设备、车载智能设备等；所述的存储介质，例如：RAM、ROM、磁碟、磁带、光盘、闪存、U盘、移动硬盘、存储卡、记忆棒、网络服务器存储、网络云存储等。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims

1.一种动力学验模工具，其特征在于，包括：

2.根据权利要求1所述的动力学验模工具，其特征在于，所述动力学模型修正模块，采用如下方法进行动力学模型修正：

S3，基于得到的灵敏度分析结果，求解模型修正方程，得到以试验数据为目标值的动力学模型。

3.根据权利要求2所述的动力学验模工具，其特征在于，S1中，所述物理试验特征量包括：模态参数，包括模态频率、振型；响应数据，一般多为频率响应数据；反共振频率；试验数据的相关分析结果，包括模态置信判据。

4.根据权利要求3所述的动力学验模工具，其特征在于，S2中，所述灵敏度分析采用间接定义参数法。

5.根据权利要求4所述的动力学验模工具，其特征在于，S2中，采用归一化方法、平衡方法和加权方法对灵敏度矩阵进行正则化处理。

6.根据权利要求5所述的动力学验模工具，其特征在于，S3中，对所述模型修正方程进行求解时，采用如下公式对所述模型修正方程的病态进行改善：

min(||R(Δp)||²+||W_pΔp||²)st.B_l≤ΔP≤B_ll，

其中，W_p代表修正参数的加权矩阵。

7.根据权利要求1所述的动力学验模工具，其特征在于，所述工作变形形状分析模块，采用如下方法进行实施：

互相干函数：

传递函数：H_xy(ω)＝G_xy(ω)/G_yy(ω)，

ODS FRF：

其中：

8.根据权利要求7所述的动力学验模工具，其特征在于，S1中，所述响应数据包括：传递函数、自相关函数、互相干函数、加速度。

9.根据权利要求1所述的动力学验模工具，其特征在于，所述基于FRF的参数识别模块，使用基于正交多项式的频响函数拟合方法，以及整体正交多项式拟合方法，将模态参数识别分成两步：

S1，用所有测量的频响函数估计频率和阻尼；

S2，利用得到的频率和阻尼估计每一列频响函数的留数。

10.根据权利要求9所述的动力学验模工具，其特征在于，所述基于FRF的参数识别模块，采用如下方法：

频域内基于ARMA模型的MIMO模态参数识别方法，使用Z-polynomial方法用作模态指示函数，扩展为一种模态识别方法，使用一种频域多参考点MIMO识别方法即AF polynomial方法，该方法采用低阶频响函数模型，所述AF polynomial中计算最小残差的公式为：

其中，

h_z为传递函数的离散化，

a为残差余项。