CN110263762B - 一种基于输出的半潜式海洋平台能量传递路径分析方法 - Google Patents

一种基于输出的半潜式海洋平台能量传递路径分析方法 Download PDF

Info

Publication number
CN110263762B
CN110263762B CN201910590306.XA CN201910590306A CN110263762B CN 110263762 B CN110263762 B CN 110263762B CN 201910590306 A CN201910590306 A CN 201910590306A CN 110263762 B CN110263762 B CN 110263762B
Authority
CN
China
Prior art keywords
characteristic
signal
transmissibility
frequency
vibration source
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
Application number
CN201910590306.XA
Other languages
English (en)
Other versions
CN110263762A (zh
Inventor
刘福顺
高树健
田哲
韩华伟
李兴国
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.)
Ocean University of China
Yantai CIMC Raffles Offshore Co Ltd
Original Assignee
Ocean University of China
Yantai CIMC Raffles Offshore 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 Ocean University of China, Yantai CIMC Raffles Offshore Co Ltd filed Critical Ocean University of China
Priority to CN201910590306.XA priority Critical patent/CN110263762B/zh
Publication of CN110263762A publication Critical patent/CN110263762A/zh
Application granted granted Critical
Publication of CN110263762B publication Critical patent/CN110263762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种基于输出的半潜式海洋平台能量传递路径分析方法,包括如下步骤:在振源处和目标点处布置加速度传感器,组成阵列,利用基于状态空间模型的短时Prony方法对振源处信号进行特征成分分析,确定特征频率;离散振源处和目标点信号
Figure 78978DEST_PATH_IMAGE001
,利用复指数分解技术,引入一阶矩阵微分方程,提取特征频率处信号;求解特征频率附近重构信号的相关系数,提取特征分量;计算特征分量的幅值,并代入公式求解传递率,通过在空间上绘制传递率,绘制传递率空间分布图,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况。该方法仅依赖于测试得到的输出响应信号,避免了传统方法中激励力以及传递函数的测量。

Description

一种基于输出的半潜式海洋平台能量传递路径分析方法
技术领域
本发明涉及一种基于输出的半潜式海洋平台能量传递路径分析方法。
背景技术
目前,结构的能量传递路径分析(TPA)主要分为两个方向,一种是根据振源和目标元的时域、频域传递函数TPA方法,通过分解多输入源传递到目标元的分量,确定能量的主要传递路径;另一类是基于传递权重的TPA方法,用相邻结构之间的耦合特征表征路径的传递系数,依据子系统之间的连接关系搜索从振源到目标元的路径。理论上,传统TPA方法可以用于海洋工程结构振源能量传递路径分析,但是海洋工程结构尺度庞大,结构复杂,激励力、传递函数等输入通常难以测量。另外,特征成分的激振能量经过长距离的传播和耗散以后,达到目标元的能量通常极其微弱,导致常用的激振-响应方法在目标元处测量得到的响应没有足够的信噪比,振声响应等级很可能低于背景噪声。因此,针对振源能量在海洋工程结构的传递特点,研究复杂系统的振源能量传递路径评估方法,以及相应的控制技术,对海洋工程结构噪声预报和控制具有重要意义。
随着海洋资源开发利用的进一步深入,海洋工程结构对动力装置功率要求也在不断提高,由主动力装置和辅机产生的振动和噪声日益成为焦点问题。开展振声能量传递路径研究可以为海洋工程结构设计提供有益的参考,提高振声控制措施的针对性,节约建造过程中的振声控制成本。能量传递路径分析可以帮助工程师检测噪声问题的根本原因,为每个关键结构部位设定性能目标,并快速评估设计改进,广泛适用于各种工程领域,如汽车、航空航天、海洋工程装备、建筑声学等领域。2005年,Vecchio将传递路径分析技术应用于汽车结构振动声荷载的识别,测量了振源到目标元的传递函数,并估计了结构内部的舒适性。2009年,Guasch通过建立能量传递网络,利用线性算法和路径算法,找到最主要的传递路径,并再图形中修改损耗因子和耦合损耗因子从而达到控制振声能量的目的。2012年,Sievi将能量传递路径分析技术应用到铁路行业中,通过应用串扰消除技术,评估了参考信号之间的相关性,较精确的对传递函数进行了估计。2014年吴彬利用VA ONE软件对海洋平台典型舱室结构在分体空调室外机空气噪声作用下的舱室噪声进行预报,对海洋工程舱室噪声预报及设备布置方面提供一定参考价值。2017年,张文春以统计能量分析为基础,将噪声传递路径问题转化为求解赋权图的最大权重路径问题,并将其用在船舶噪声模型中,为船舶降噪措施具体实施方案提供明确参考。2018年,Ping Zhu提出了一种使用人工激励的TPA方法,通过在振源处施加随机荷载,并在目标元处施加确定荷载,通过建立响应和荷载之间的关系实现能量传递路径的分析。但是在传统的能量路径分析方法中,频率响应函数的测量无法避免。虽然该技术已经较为成熟,但是在测量频率响应函数时,必须移除系统的有源部分,这种测量极为耗时,并且测量部分的边界条件也不再准确。同时,在测量力的过程中,需要较大的空间来安装复杂的装置,并且还需要专门的支撑臂来安装测量传感器,在应用到海洋工程中时,极为不便。
发明内容
本发明的目的是提供一种基于输出的半潜式海洋平台能量传递路径分析方法,该方法仅依赖于测试得到的输出响应信号,避免了传统方法中激励力以及传递函数的测量。
本发明是一种对海洋结构物振动能量传递评估的新思路,该方法基于阵列的加速度传感器测得的输出响应信号,利用STPT方法对振源点振动信号进行特征成分分析,确定特征频率。利用复指数形式的极值、留数分解,提取振源处和目标点处特征成分信号的复指数表达式,通过计算相关系数并重构特征成分信号的时间序列,去除伪分量,之后量化提取误差,并进行重复提取,最终计算振源处到目标点处的传递率,从而揭示特征信号成分振动能量在空间中的传递情况。本发明通过基于复指数分解的分析技术而非传统的能量传递路径分析方法,克服了传统方法难以分析微弱能量特征成分的不足,并避免了傅里叶变换导致的周期性假设与实际不符、固定频率导致的漏频等问题,最终重建得到海洋结构振源特征成分信号的真实振动能量传递路径。
为解决上述技术问题,本发明采用如下具体技术方案:
一种基于输出的半潜式海洋平台能量传递路径分析方法,包括如下步骤:
1)在振源处和目标点处布置加速度传感器,组成阵列,并利用基于状态空间模型的短时Prony方法对振源处信号进行特征成分分析,确定特征频率;
2)离散振源处和目标点信号xi(t),利用复指数分解技术,引入一阶矩阵微分方程,提取特征频率处信号;
3)求解特征频率附近重构信号的相关系数,提取特征分量;
4)计算特征分量的幅值,并代入公式求解传递率,通过在空间上绘制传递率,绘制传递率空间分布图,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况。
进一步的,所述步骤1)具体包括:
S1、在时间轴上设置一个长度为w的窗函数,并设置滑动距离h,且h≤w,通过滑动窗口可以把离散信号y(t)分解成若干段,每段数据长度都为w,且认为每段数据内的频率不随时间变换,则第q段信号表示为:
yq(t)=yq(aΔt)(1)
式中,a=(q-1)d,(q-1)d+1,...,(q-1)d+w-1,w为窗口长度,d为窗口每次滑动的距离,
Figure GDA0004074271390000031
N为原数据总长度,Δt表示采样信号的离散时间间隔;
S2、将每段数据yq(t)分解成复指数形式,并求解其频率、阻尼等特征参数,之后画出时间-频率-幅值的三维图形,即可确定信号的时频特性,从而确定振源处的特征成分信号。
进一步的,所述步骤2)具体包括:
S3、为了计算特征信号能量有效值,必须获得特征信号
Figure GDA0004074271390000032
的表达式,将实测加速度信号分解为复指数形式,即
Figure GDA0004074271390000033
对于等间隔离散信号,式(4)可以进一步表示为:
Figure GDA0004074271390000041
其中,k=1,2,3,…,N。
S4、引入
Figure GDA0004074271390000042
构造矩阵
Figure GDA0004074271390000043
式中,ξ和η分别为矩阵C的行数和列数。并分别对Hm(0)和Hm(1)进行奇异值分解,可以得到系统状态矩阵的一个实现为:
Figure GDA0004074271390000044
矩阵Am的特征根为矩阵Am的特征根为
Figure GDA0004074271390000045
其中l=1、2、3n,由公式/>
Figure GDA0004074271390000046
可计算复指数序列中的复指数/>
Figure GDA0004074271390000047
进而由/>
Figure GDA0004074271390000048
可求得/>
Figure GDA0004074271390000049
对应的频率fm,i,其中Im表示虚数部分。
通过最小二乘法求解
Figure GDA00040742713900000410
通过求得的
Figure GDA00040742713900000411
和/>
Figure GDA00040742713900000412
即可重构对应于特征频率的信号,
Figure GDA00040742713900000413
其中xm,l表示m点处,频率在特征频率附近的重构信号,其中l=1,2,3n。
进一步的,所述步骤3)具体包括:
S5、经过分解,我们可以得到特征频率附近的若干个分量。通过进行相关性分析进行筛选。计算所有特征频率附近的重构信号xm,c和测量信号xm之间的相关系数
Figure GDA0004074271390000051
Figure GDA0004074271390000052
式中,cov(xm,c,xm)=E(xm,cxm)-E(xm,c)E(xm)(9)
Figure GDA0004074271390000053
Figure GDA0004074271390000054
其中,
Figure GDA0004074271390000055
和/>
Figure GDA0004074271390000056
代表xm,c和xm的方差其中c=1,2,3…,cov(xm,c,xm)代表xm,c和xm的协方差,E代表期望。
通过上面的计算,可以得到所有分量的相关系数,一般情况下,相关系数
Figure GDA0004074271390000057
数值越大,说明该分量与原信号的相关性越大,通过比较相关系数,并重构该特征成份信号,若该重构的分量在时域上不衰减且相关系数较大,则认为该信号为目标点m处的特征成分信号xm,c
更进一步的,还包括:
S6、通过一次提取并不能保证特征分量被完全提取,为了量化提取误差,保证提取准确性,在L2-范数基础上,引入变量
Figure GDA0004074271390000058
式中,Bm,c代表重构信号的幅值,
Figure GDA0004074271390000059
s代表迭代次数。
进一步的,所述步骤4)具体包括:
S7、从振源m处到目标点n处的传递率Tmn等于两者响应的幅值的比值,在传统的方法中,幅值是通过傅里叶变换得到的,但是傅里叶变换存在频率泄露的问题,可能导致求得的幅值不准确,不同于基于傅里叶变换求解传递率的方法,幅值由公式(13)求得:
Figure GDA0004074271390000061
S8、重复利用步骤2)和3),可以振源m处和目标点n处的特征分量的极值和留数,然后利用公式(13),即可获得振源点和所有目标点处提取出的特征成份信号幅值;
S9、通过传递率的定义,从振源点到目标点的传递率可以表示为:
Bm,c=TmnBn,c (14)
Figure GDA0004074271390000062
写成矩阵形式为
Figure GDA0004074271390000063
通过在空间上绘制传递率,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况。
本发明提供了一种对半潜式海洋平台振源能量传递路径评估的新思路——基于阵列的加速度传感器测试得到的输出响应信号,利用STPT方法进行特征成分分析,确定特征成份信号频率,引入一阶状态空间模型,提取特征成份信号的复指数表达式,通过计算相关系数并重构特征信号成分的时间序列,去除伪分量,之后量化提取误差,重复提取特征成分信号,最终计算振源处到目标点处的传递率,从而揭示特征信号成分振动能量在空间中的传递情况;在工程上,为包括半潜式海洋平台在内的浮式海洋结构物的振源能量传递衰减评估提供了一种新的分析方法,能够为相关结构的噪声预报和控制等工作提供新的技术手段,具有一定的工程应用前景。
与现有技术相比,本发明的有益技术效果:
1)本发明基于阵列的加速度传感器测得的输出响应信号,具有测量速度快,空间分辨率好等优势,避免了传统方法中激励力及频率响应函数等参数的测量。通过将加速度传感器按照一定排列规则布置在目标点处,具有较强的指向性,可以用来重建真实的能量分布,从而揭示真实的能量振动传递细节信息。
2)本发明中,利用STPT方法对振源点信号进行特征成分分析,克服传统STFT及小波变换等时频分辨率比较低的缺点,并且避免希尔伯特-黄变换在对信号EMD分解时存在模态混叠的现象,该方法在分析存在大量噪音的大型复杂海上结构时振动信号时,其时频分析结果相较于传统方法更加清晰,工程应用前景较好。
3)本发明通过复指数分解技术提取特征信号成分,并重构特征信号成分的时间序列,同时求得能量幅值,进而求解振源点到目标点的传递率,提供一种新的海洋结构振源能量传递路径评估方法,增加了工程上进行能量传递路径评估的方法。
4)由于海洋工程结构尺度庞大,结构复杂,特征信号成分的激振能量经过长距离的传播和耗散以后,达到目标点的能量通常极其微弱,甚至可能低于背景噪声,难以识别。通过复指数分解技术,针对振源能量在海洋工程结构的传递特点,实现对复杂系统的振源能量传递路径的评估。
附图说明
图1为半潜式海洋平台DP舱平面示意图及传感器安装示意图;
图2为推进器处不同转速下测试数据时域图,其中,(a)为在推进器转速为620rpm时的时域图,(b)为在推进器转速为680rpm时的时域图;
图3为推进器在680rmp转速下振动信号时频图;
图4为1号—9号传感器146Hz特征信号成分时域和频域图,其中,a对应图1中上边缘处146Hz特征信号的时域图,b对应图1中左边缘处146Hz特征信号的时域图,c对应图1中下边缘处146Hz特征信号的时域图,d对应图1中右边缘处146Hz特征信号的时域图;
图5为本发明方法得到的振动能量传递路径空间分布结果;
附图标记说明:1-传感器。
具体实施方式
下面结合附图说明对本发明作进一步说明。
一种基于输出的半潜式海洋平台能量传递路径分析方法,包括如下步骤:
1)在振源处和目标点处布置加速度传感器,组成阵列,并利用基于状态空间模型的短时Prony方法对振源处信号进行特征成分分析,确定特征频率;
具体包括:
S1、在时间轴上设置一个长度为w的窗函数,并设置滑动距离h,且h≤w,通过滑动窗口可以把离散信号y(t)分解成若干段,每段数据长度都为w,且认为每段数据内的频率不随时间变换,则第q段信号表示为:
Figure GDA0004074271390000081
式中,a=(q-1)d,(q-1)d+1,...,(q-1)d+w-1,w为窗口长度,d为窗口每次滑动的距离,N为原数据总长度,Δt表示采样信号的离散时间间隔;
S2、将每段数据yq(t)分解成复指数形式,并求解其频率、阻尼等特征参数,之后画出时间-频率-幅值的三维图形,即可确定信号的时频特性,从而确定振源处的特征成分信号。
2)离散振源处和目标点信号xi(t),利用复指数分解技术,引入一阶矩阵微分方程,提取特征频率处信号;
具体包括:
S3、为了计算特征信号能量有效值,必须获得特征信号
Figure GDA0004074271390000082
的表达式,将实测加速度信号分解为复指数形式,即
Figure GDA0004074271390000083
对于等间隔离散信号,式(4)可以进一步表示为:
Figure GDA0004074271390000091
其中,k=1,2,3,…,N。
S4、引入
Figure GDA0004074271390000092
构造矩阵
Figure GDA0004074271390000093
式中,ξ和η分别为矩阵C的行数和列数。并分别对Hm(0)和Hm(1)进行奇异值分解,可以得到系统状态矩阵的一个实现为:
Figure GDA0004074271390000094
矩阵Am的特征根为矩阵Am的特征根为
Figure GDA0004074271390000095
其中l=1、2、3n。由公式/>
Figure GDA0004074271390000096
可计算复指数序列中的复指数/>
Figure GDA0004074271390000097
进而由/>
Figure GDA0004074271390000098
可求得/>
Figure GDA0004074271390000099
对应的频率fm,i,其中Im表示虚数部分。
通过最小二乘法求解
Figure GDA00040742713900000910
通过求得的
Figure GDA00040742713900000911
和/>
Figure GDA00040742713900000912
即可重构对应于特征频率的信号,
Figure GDA00040742713900000913
其中xm,l表示m点处,频率在特征频率附近的重构信号,其中l=1,2,3n。
3)求解特征频率附近重构信号的相关系数,提取特征分量;
具体包括:
S5、经过分解,我们可以得到特征频率附近的若干个分量。通过进行相关性分析进行筛选。计算所有特征频率附近的重构信号xm,c和测量信号xm之间的相关系数
Figure GDA0004074271390000101
Figure GDA0004074271390000102
式中,cov(xm,c,xm)=E(xm,cxm)-E(xm,c)E(xm)(9)
Figure GDA0004074271390000103
Figure GDA0004074271390000104
其中,
Figure GDA0004074271390000105
和/>
Figure GDA0004074271390000106
代表xm,c和xm的方差其中c=1,2,3…,cov(xm,c,xm)代表xm,c和xm的协方差,E代表期望;
通过上面的计算,可以得到所有分量的相关系数,一般情况下,相关系数
Figure GDA0004074271390000107
数值越大,说明该分量与原信号的相关性越大,通过比较相关系数,并重构该特征成份信号,若该重构的分量在时域上不衰减且相关系数较大,则认为该信号为目标点m处的特征成分信号xm,c
还包括:
S6、通过一次提取并不能保证特征分量被完全提取,为了量化提取误差,保证提取准确性,在L2-范数基础上,引入变量
Figure GDA0004074271390000108
式中,Bm,c代表重构信号的幅值,
Figure GDA0004074271390000109
s代表迭代次数。
4)计算特征分量的幅值,并代入公式求解传递率,通过在空间上绘制传递率,绘制传递率空间分布图,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况;
具体包括:
S7、从振源m处到目标点n处的传递率Tmn等于两者响应的幅值的比值,在传统的方法中,幅值是通过傅里叶变换得到的,但是傅里叶变换存在频率泄露的问题,可能导致求得的幅值不准确,不同于基于傅里叶变换求解传递率的方法,幅值由公式(13)求得:
Figure GDA0004074271390000111
S8、重复利用步骤2)和3),可以振源m处和目标点n处的特征分量的极值和留数,然后利用公式(13),即可获得振源点和所有目标点处提取出的特征成份信号幅值;
S9、通过传递率的定义,从振源点到目标点的传递率可以表示为:
Bm,c=TmnBn,c (14)
Figure GDA0004074271390000112
写成矩阵形式为
Figure GDA0004074271390000113
通过在空间上绘制传递率,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况。
其中:
步骤1)的创新性体现在:传统的传递路径分析方法中,需要测量频率响应函数,测试时需要移除系统的有源部分,这种测量极为耗时,并且测量部分的边界条件也不再准确。同时,在测量力的过程中,需要较大的空间来安装复杂的装置,并且还需要专门的支撑臂来安装测量传感器。加速度传感器较其他类型的传感器而言,具有磁性基底,可以实现快速的安装和拆除,更适用于海洋工程结构的振动测试。通过初步主观评估,将加速度传感器按照一定排列规则组成阵列,这种阵列具有较强的指向性,可以较好的测定能量的空间分布。利用STPT方法对振源处信号进行特征成分分析,克服传统STFT及小波变换不能同时获得高的时间和频率分辨率的缺点,同时也不存希尔伯特-黄变换存在模态混叠的现象,时频特性更加准确且分辨率较高。
步骤2)的创新性体现在:在传统的振动信号分析方法中,由于傅里叶变换收到频率分辨率的影响,只能处理谐波信号,本方法通过将信号表示为复指数的形式,意味着特征信号成分可以是谐波或者是非谐波的形式,用其来处理海洋工程结构物实测信号,可以增加对工程实测信号分析的准确度。通过将高阶微分方程转化为一阶微分方程,克服了传统Prony方法对信号进行分解时需要求解多项式方程的根的病态问题,使得求得的结果更加精确稳定。同时在每次求解过程中,仅提取出我们所关心的特征信号成分,理论上每次只提取一个特征信号成分,因此在计算过程中,本方法具有更高的效率。
步骤3)中创新性体现在:通过计算相关系数,可以快速缩小特征成分范围,极大的减少人为筛选过程的工作量。同时,通过在时域进行特征成分信号的重构,避免了伪分量成份的干扰。其次,通过量化提取误差,进行多次提取,可以对特征成分信号进行充分提取,提高了计算精度,使得计算结果更加准确。
步骤4)中创新性体现在:通过极值、留数求解振源点和目标点幅值,避免了传统傅里叶变换在计算特征信号成分幅值时的能量泄露问题,使得计算结果更为准确,进而利用幅值来计算传递率。最后,通过整合空间中各个路径的传递率,形成传递率矩阵,并用其来表示特征成分信号在海洋工程结构中的振动传递情况,可以增加海洋工程结构中,能量传递路径评估的准确性。
具体实施案例:
本实施例采用某中深水半潜式钻井平台推进器舱振动测试数据进行计算分析,传感器1的具体布置位置如图1所示,1个传感器位于推进器基座处,4个传感器分别在推进器舱的4个舱壁上。推进器转速设为620rpm,等推进器运转平稳以后,开始测量振动加速度信号,测试时间48s,然后将推进器转速提高到680rmp,推进器运转平稳后,测量振动加速度信号,测量时间为30s,采样频率均设置为2560Hz。图2给出测量信号在不同转速下的时域图,其中(a)为在推进器转速为620rpm时的时域图,图(b)为转速为680rmp时的时域图。
结果对比:
首先用基于状态空间模型的短时Prony方法对推进器处的加速度信号进行时频分析,时频分析时的窗口长度设为2000,阶次设为200,窗口移动距离设为500,图3给出了推进器转速为680rmp时,推进器振动信号的时频图,从图中可以看出振动信号在146Hz和292Hz能量比较稳定。因此在本实施例中,对146Hz和292Hz特征信号进行分析,研究其能量传递路径。图4给出了经过特征信号提取后,四个舱壁传感器处146Hz特征信号的时域图,并利用极值、留数求解振源处到目标点处的传递率。同理,可以得到推进器转速为620rmp的相关数据,下表1给出了在不同转速下,不同特征频率的传递率计算结果。图5即为本发明方法所得到的推进器振动能量向四个舱壁的传递结果,从图中可以看出振动能量的主要传递方向和变化规律:较大的能量向结构的中心部分传递,同时由于结构右下部份对应平台的外部结构,主要用于抵抗波浪等外部荷载的作用,因此设计强度较大,振动传递相较于其他部分较弱,从结果可以看出,结果与平台的结构设计是相一致的。
表1在不同转速下,不同特征频率的传递率计算结果
T21 T31 T41 T51
620rmp-135Hz 0.3846 0.3670 0.1591 0.0812
620rmp-270Hz 0.4630 0.3722 0.1279 0.0236
620rmp-146Hz 0.3444 0.2931 0.1182 0.0392
620rmp-292Hz 0.4404 0.3281 0.1156 0.0781
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。

Claims (5)

1.一种基于输出的半潜式海洋平台能量传递路径分析方法,其特征在于,包括如下步骤:
1)在振源处和目标点处布置加速度传感器,组成阵列,并利用基于状态空间模型的短时Prony方法对振源处信号进行特征成分分析,确定特征频率;
2)离散振源处和目标点信号xi(t),利用复指数分解技术,引入一阶矩阵微分方程,提取特征频率处信号;
3)求解特征频率附近重构信号的相关系数,提取特征分量;
4)计算特征分量的幅值,并代入公式求解传递率,通过在空间上绘制传递率,绘制传递率空间分布图,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况;
所述步骤4)具体包括:
S7、从振源m处到目标点n处的传递率Tmn等于两者响应的幅值的比值,在传统的方法中,幅值是通过傅里叶变换得到的,但是傅里叶变换存在频率泄露的问题,可能导致求得的幅值不准确,不同于基于傅里叶变换求解传递率的方法,幅值由公式(13)求得:
Figure FDA0004038443300000011
S8、重复利用步骤2)和3),可以振源m处和目标点n处的特征分量的极值和留数,然后利用公式(13),即可获得振源点和所有目标点处提取出的特征成份信号幅值;
S9、通过传递率的定义,从振源点到目标点的传递率可以表示为:
Bm,c=TmnBn,c (14)
Figure FDA0004038443300000021
写成矩阵形式为
Figure FDA0004038443300000022
通过在空间上绘制传递率,既可以得到整个空间范围内特征信号成分的传递率的变化规律,从而揭示特征信号传递情况。
2.根据权利要求1所述的基于输出的半潜式海洋平台能量传递路径分析方法,其特征在于,所述步骤1)具体包括:
S1、在时间轴上设置一个长度为w的窗函数,并设置滑动距离h,且h≤w,通过滑动窗口可以把离散信号y(t)分解成若干段,每段数据长度都为w,且认为每段数据内的频率不随时间变换,则第q段信号表示为:
yq(t)=yq(aΔt) (1)
式中,a=(q-1)d,(q-1)d+1,...,(q-1)d+w-1,w为窗口长度,d为窗口每次滑动的距离,N为原数据总长度,Δt表示采样信号的离散时间间隔;
S2、将每段数据yq(t)分解成复指数形式,并求解其频率、阻尼等特征参数,之后画出时间-频率-幅值的三维图形,即可确定信号的时频特性,从而确定振源处的特征成分信号。
3.根据权利要求1所述的基于输出的半潜式海洋平台能量传递路径分析方法,其特征在于,所述步骤2)具体包括:
S3、为了计算特征信号能量有效值,必须获得特征信号
Figure FDA0004038443300000023
的表达式,将实测加速度信号分解为复指数形式,即
Figure FDA0004038443300000031
对于等间隔离散信号,式(4)可以进一步表示为:
Figure FDA0004038443300000032
其中,k=1,2,3,…,N;
S4、引入
Figure FDA0004038443300000033
构造矩阵
Figure FDA0004038443300000034
式中,ξ和η分别为矩阵C的行数和列数,并分别对Hm(0)和Hm(1)进行奇异值分解,可以得到系统状态矩阵的一个实现为:
Figure FDA0004038443300000035
矩阵Am的特征根为矩阵Am的特征根为
Figure FDA0004038443300000036
其中l=1、2、3n,由公式/>
Figure FDA0004038443300000037
可计算复指数序列中的复指数/>
Figure FDA0004038443300000038
进而由/>
Figure FDA0004038443300000039
可求得/>
Figure FDA00040384433000000310
对应的频率fm,i,其中Im表示虚数部分,通过最小二乘法求解/>
Figure FDA00040384433000000311
通过求得的
Figure FDA0004038443300000041
和/>
Figure FDA0004038443300000042
即可重构对应于特征频率的信号
Figure FDA0004038443300000043
其中xm,l表示m点处,频率在特征频率附近的重构信号,其中l=1,2,3n。
4.根据权利要求1所述的基于输出的半潜式海洋平台能量传递路径分析方法,其特征在于,所述步骤3)具体包括:
S5、经过分解,我们可以得到特征频率附近的若干个分量,通过进行相关性分析进行筛选,计算所有特征频率附近的重构信号xm,c和测量信号xm之间的相关系数
Figure FDA0004038443300000044
Figure FDA0004038443300000045
式中,cov(xm,c,xm)=E(xm,cxm)-E(xm,c)E(xm)(9)
Figure FDA0004038443300000046
Figure FDA0004038443300000047
其中,
Figure FDA0004038443300000048
和/>
Figure FDA0004038443300000049
代表xm,c和xm的方差,其中c=1,2,3…,cov(xm,c,xm)代表xm,c和xm的协方差,E代表期望;通过上面的计算,可以得到所有分量的相关系数,一般情况下,相关系数
Figure FDA00040384433000000410
数值越大,说明该分量与原信号的相关性越大,通过比较相关系数,并重构该特征成份信号,若该重构的分量在时域上不衰减且相关系数较大,则认为该信号为目标点m处的特征成分信号xm,c
5.根据权利要求4所述的基于输出的半潜式海洋平台能量传递路径分析方法,其特征在于,还包括:
S6、通过一次提取并不能保证特征分量被完全提取,为了量化提取误差,保证提取准确性,在L2-范数基础上,引入变量
Figure FDA0004038443300000051
式中,Bm,c代表重构信号的幅值,
Figure FDA0004038443300000052
s代表迭代次数。
CN201910590306.XA 2019-07-02 2019-07-02 一种基于输出的半潜式海洋平台能量传递路径分析方法 Active CN110263762B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910590306.XA CN110263762B (zh) 2019-07-02 2019-07-02 一种基于输出的半潜式海洋平台能量传递路径分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910590306.XA CN110263762B (zh) 2019-07-02 2019-07-02 一种基于输出的半潜式海洋平台能量传递路径分析方法

Publications (2)

Publication Number Publication Date
CN110263762A CN110263762A (zh) 2019-09-20
CN110263762B true CN110263762B (zh) 2023-06-16

Family

ID=67923856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910590306.XA Active CN110263762B (zh) 2019-07-02 2019-07-02 一种基于输出的半潜式海洋平台能量传递路径分析方法

Country Status (1)

Country Link
CN (1) CN110263762B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111767870B (zh) * 2020-07-02 2024-02-20 哈尔滨电机厂有限责任公司 一种确定水轮机动静干涉振动传递路径的方法
CN112730132B (zh) * 2020-12-30 2022-02-11 中国海洋大学 海工结构基础等效冲刷追踪方法
CN116226728B (zh) * 2023-05-09 2023-08-01 中国海洋大学 基于单次规则波激励的浮式结构频响函数识别方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106706118A (zh) * 2016-12-09 2017-05-24 西安交通大学 基于盲源分离技术的运行工况传递路径分析方法
CN107679456A (zh) * 2017-09-06 2018-02-09 中国海洋大学 一种基于极值‑留数分解的海洋平台振动响应消噪方法
CN108875706A (zh) * 2018-07-18 2018-11-23 中国海洋大学 基于滑动平均与能量归集的海洋结构时频分析方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10386339B2 (en) * 2017-08-04 2019-08-20 Crystal Instruments Corporation Modal vibration analysis system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106706118A (zh) * 2016-12-09 2017-05-24 西安交通大学 基于盲源分离技术的运行工况传递路径分析方法
CN107679456A (zh) * 2017-09-06 2018-02-09 中国海洋大学 一种基于极值‑留数分解的海洋平台振动响应消噪方法
CN108875706A (zh) * 2018-07-18 2018-11-23 中国海洋大学 基于滑动平均与能量归集的海洋结构时频分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
单通道盲源分离算法及其在工程机械振源分析中的应用;于刚等;《机械工程学报》;20160520(第10期);第7-14页 *

Also Published As

Publication number Publication date
CN110263762A (zh) 2019-09-20

Similar Documents

Publication Publication Date Title
CN110263762B (zh) 一种基于输出的半潜式海洋平台能量传递路径分析方法
CN104112072A (zh) 基于小波阈值去噪的主成分分析的工作模态参数识别方法
CN109557429B (zh) 基于改进小波阈值去噪的gis局部放电故障检测方法
CN109359567B (zh) 一种基于改进小波阈值去噪的参数化传递路径分析方法
CN109000876B (zh) 基于自动编码器深度学习的sns光纤冲击识别方法
CN107860548B (zh) 一种近似在线的颤振边界预测方法
Chen et al. Compound fault identification of rolling element bearing based on adaptive resonant frequency band extraction
Wang et al. Damage detection using frequency shift path
Gunn et al. On validating numerical hydrodynamic models of complex tidal flow
CN114218778A (zh) 一种用于声爆试验数据的分析方法及装置
Jin et al. Modal parameters identification method based on symplectic geometry model decomposition
CN104462803A (zh) 一种基于小波近似熵的自主式水下机器人故障辨识方法
CN113887360B (zh) 一种基于迭代扩展频散模态分解的频散波提取方法
CN117556670A (zh) 基于贝叶斯理论的装配式结构损伤识别方法
CN114813129B (zh) 基于wpe与emd的滚动轴承声信号故障诊断方法
CN106980722B (zh) 一种脉冲响应中谐波成分的检测和去除方法
CN116401513A (zh) 一种基于深度残差网络的磁共振工频谐波噪声抑制方法
Zhan et al. Output-Only Modal Identification Based on Auto-regressive Spectrum-Guided Symplectic Geometry Mode Decomposition
CN110991395B (zh) 海工结构实测信号最大能量迭代提取方法
CN111428342B (zh) 一种基于频域谱分解的随机动载荷识别方法
Li et al. Sparse Bayesian learning for horizontal wavenumber retrieval in underwater acoustical signal processing
Pacheco-Chérrez et al. Operational modal analysis for damage detection in a rotating wind turbine blade in the presence of measurement noise
Schmid et al. Bayesian approach for the in situ estimation of the acoustic boundary admittance
Cheng et al. AR model-based crosstalk cancellation method for operational transfer path analysis
Gao et al. An experimental study on the identification of the root bolts' state of wind turbine blades using blade sensors

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