梁類結(jié)構(gòu)運行模態(tài)分析方法研究.pdf

1、運行模態(tài)分析(Operational Modal Analysis, OMA)是指在結(jié)構(gòu)運行過程中,只采集結(jié)構(gòu)響應信號即可進行結(jié)構(gòu)模態(tài)參數(shù)識別的有效方法,它是靜態(tài)結(jié)構(gòu)的經(jīng)典試驗模態(tài)分析(Experimental Modal Analysis, EMA)的深入發(fā)展,可克服靜態(tài)結(jié)構(gòu)和運行結(jié)構(gòu)因邊界約束條件的變化而帶來的模態(tài)參數(shù)識別不一致問題。
　　針對不同時域運行模態(tài)分析方法在結(jié)構(gòu)模態(tài)參數(shù)提取方面的特點,利用仿真信號和實測懸臂梁沖擊響

2、應信號對節(jié)約時域(Save Time Domain, STD)法、最小二乘復指數(shù)(Least-Square Complex Exponential, LSCE)法和特征系統(tǒng)實現(xiàn)法(Eigensystem Realization Algorithm, ERA)進行比較研究。結(jié)果表明,ERA具有最優(yōu)的識別效果, LSCE法次之,最差的是STD法。
　　傳統(tǒng)的OMA方法要求結(jié)構(gòu)受到的是穩(wěn)定的白噪聲激勵,但是穩(wěn)定的白噪聲激勵在機械設(shè)備中很

3、難實現(xiàn)。針對這個問題,研究了靜態(tài)轉(zhuǎn)子結(jié)構(gòu)在沖擊激勵下的模態(tài)分析技術(shù),提出了基于經(jīng)驗模式分解(Empirical Mode Decomposition, EMD)和Laplace小波相關(guān)濾波,以及基于獨立分量分析(Independent Component Analysis, ICA)和Laplace小波相關(guān)濾波這兩種方法。首先利用EMD或者ICA將模態(tài)疊加的響應信號分解為與各單階模態(tài)響應信號對應的分量,接著利用Laplace小波相關(guān)濾波

4、對這些分量進行分析,精確提取各階模態(tài)參數(shù)。仿真和實驗研究驗證了這兩種方法的有效性。
　　對于穩(wěn)定運行情況下的轉(zhuǎn)子,微弱的模態(tài)響應信號被完全淹沒在強大的工頻信號之中,現(xiàn)有的OMA方法很難提取轉(zhuǎn)子的模態(tài)參數(shù)。針對這個問題,研究了一種新的OMA方法。首先利用頻譜校正技術(shù)(Correction Technique of Spectrum Analysis, CTSA)消除工頻信號的影響,突出微弱的模態(tài)響應信號;接著利用諧波小波濾波(Har