CN107644134A - 一种动力学验模工具 - Google Patents
一种动力学验模工具 Download PDFInfo
- Publication number
- CN107644134A CN107644134A CN201710851014.8A CN201710851014A CN107644134A CN 107644134 A CN107644134 A CN 107644134A CN 201710851014 A CN201710851014 A CN 201710851014A CN 107644134 A CN107644134 A CN 107644134A
- Authority
- CN
- China
- Prior art keywords
- model
- tool
- function
- frequency
- die worker
- 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
Links
Landscapes
- Mounting, Exchange, And Manufacturing Of Dies (AREA)
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
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+||WpΔp||2)st.Bl≤ΔP≤Bll,
其中,Wp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:Hxy(ω)=Gxy(ω)/yy(ω),
ODS FRF:
其中:
Gxy(ω)为互相干函数;Fx(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,
hz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:
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;
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;
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,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+||WpΔp||2)st.Bl≤ΔP≤Bll,
其中,Wp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。
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:Hxy(ω)=Gxy(ω)/Gyy(ω),
ODS FRF:
其中:
Gxy(ω)为互相干函数;Fx(ω)为x处的振动响应;Gxx(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。
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:
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,
hz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 (10)
1.一种动力学验模工具,其特征在于,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。
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:
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。
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+||WpΔp||2)st.Bl≤ΔP≤Bll,
其中,Wp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:
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:Hxy(ω)=Gxy(ω)/Gyy(ω),
ODS FRF:
其中:
Gxy(ω)为互相干函数;Fx(ω)为x处的振动响应;Gxx(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。
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,
hz为传递函数的离散化,
a为残差余项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851014.8A CN107644134B (zh) | 2017-09-20 | 2017-09-20 | 一种动力学验模工具 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710851014.8A CN107644134B (zh) | 2017-09-20 | 2017-09-20 | 一种动力学验模工具 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107644134A true CN107644134A (zh) | 2018-01-30 |
CN107644134B CN107644134B (zh) | 2019-01-22 |
Family
ID=61113944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710851014.8A Active CN107644134B (zh) | 2017-09-20 | 2017-09-20 | 一种动力学验模工具 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107644134B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3859569A1 (en) * | 2020-01-29 | 2021-08-04 | Robert Bosch GmbH | Computer-implemented method and apparatus for modal parameter estimation |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013449A (zh) * | 2006-12-31 | 2007-08-08 | 中国海洋大学 | 利用交叉模型交叉模态的结构模型修正方法 |
US20080059075A1 (en) * | 2006-09-04 | 2008-03-06 | Daniele Colombo | Methods and apparatus for geophysical exploration via joint inversion |
CN102982202A (zh) * | 2012-11-15 | 2013-03-20 | 中国电子科技集团公司第二十八研究所 | 基于缺损模态的结构模型修正方法 |
CN103065021A (zh) * | 2013-01-23 | 2013-04-24 | 鲁东大学 | 有限元模型修正的多步有效法 |
CN105064420A (zh) * | 2015-08-06 | 2015-11-18 | 交通运输部天津水运工程科学研究所 | 一种基于结构残余模态力的高桩码头基桩损伤诊断方法 |
CN105631090A (zh) * | 2015-12-02 | 2016-06-01 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种有限元模型优化装置及方法 |
CN106055798A (zh) * | 2016-06-02 | 2016-10-26 | 东南大学 | 一种非平稳随机动态载荷下的声振响应分析方法 |
CN106529049A (zh) * | 2016-11-18 | 2017-03-22 | 南京航空航天大学 | 一种用于模型修正的应变模态相关性评价方法 |
-
2017
- 2017-09-20 CN CN201710851014.8A patent/CN107644134B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059075A1 (en) * | 2006-09-04 | 2008-03-06 | Daniele Colombo | Methods and apparatus for geophysical exploration via joint inversion |
CN101013449A (zh) * | 2006-12-31 | 2007-08-08 | 中国海洋大学 | 利用交叉模型交叉模态的结构模型修正方法 |
CN102982202A (zh) * | 2012-11-15 | 2013-03-20 | 中国电子科技集团公司第二十八研究所 | 基于缺损模态的结构模型修正方法 |
CN103065021A (zh) * | 2013-01-23 | 2013-04-24 | 鲁东大学 | 有限元模型修正的多步有效法 |
CN105064420A (zh) * | 2015-08-06 | 2015-11-18 | 交通运输部天津水运工程科学研究所 | 一种基于结构残余模态力的高桩码头基桩损伤诊断方法 |
CN105631090A (zh) * | 2015-12-02 | 2016-06-01 | 中国商用飞机有限责任公司北京民用飞机技术研究中心 | 一种有限元模型优化装置及方法 |
CN106055798A (zh) * | 2016-06-02 | 2016-10-26 | 东南大学 | 一种非平稳随机动态载荷下的声振响应分析方法 |
CN106529049A (zh) * | 2016-11-18 | 2017-03-22 | 南京航空航天大学 | 一种用于模型修正的应变模态相关性评价方法 |
Non-Patent Citations (3)
Title |
---|
张纯等: "改进的正则化模型修正方法在结构损伤识别的应用", 《工程力学》 * |
杨智春: "结构动力学有限元模型修正的目标函数及算法", 《应用力学学报》 * |
王宝元: "自行火炮工作模态分析试验技术", 《兵工学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN107644134B (zh) | 2019-01-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205180B (zh) | 一种知识图谱的评价方法及装置 | |
CN105912500B (zh) | 机器学习模型生成方法和装置 | |
US20200175397A1 (en) | Method and device for training a topic classifier, and computer-readable storage medium | |
US20150149128A1 (en) | Systems and methods for analyzing model parameters of electrical power systems using trajectory sensitivities | |
CN106610970A (zh) | 基于协同过滤的内容推荐系统与方法 | |
CN110597878A (zh) | 一种多模态数据的跨模态检索方法、装置、设备及介质 | |
CN110750928A (zh) | 有限元模型优化方法、装置及电子设备 | |
CN109857804A (zh) | 一种分布式模型参数的搜索方法、装置和电子设备 | |
CN106354955A (zh) | 一种基于磨机振动模态参数的滑动轴承刚度识别方法 | |
CN112085087A (zh) | 业务规则生成的方法、装置、计算机设备及存储介质 | |
CN111814376A (zh) | 一种车身接附点刚度结果提取方法及电子设备 | |
US8131491B2 (en) | Method and apparatus for evaluating data representing a plurality of excitations of a plurality of sensors | |
CN107679887A (zh) | 一种商户评分的处理方法和装置 | |
CN107644134A (zh) | 一种动力学验模工具 | |
CN116070816B (zh) | 一种基于物联网的飞行模拟训练管理方法及系统 | |
CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
CN102768751B (zh) | 学习资源推送系统和方法 | |
CN113255770B (zh) | 化合物属性预测模型训练方法和化合物属性预测方法 | |
CN107133344A (zh) | 一种数据处理方法及装置 | |
CN113255769A (zh) | 化合物属性预测模型训练方法和化合物属性预测方法 | |
WO2012038219A1 (en) | An analysis method, apparatus and software for a system with frequency dependent materials | |
CN105956189B (zh) | 基于人工智能的信息推荐方法和装置 | |
CN111967195B (zh) | 知识推送方法和系统 | |
CN116302661B (zh) | 一种异常预测方法、装置、电子设备及存储介质 | |
CN117113853B (zh) | 一种提高活塞机运行稳定性的方法及系统 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Dynamics model verification tool Effective date of registration: 20190627 Granted publication date: 20190122 Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee Pledgor: Beijing Huaixin Polytron Technologies Inc Registration number: 2019990000625 |