基于模態(tài)參數(shù)辨識(shí)技術(shù)的虛擬動(dòng)態(tài)分析儀設(shè)計(jì).pdf

1、本文旨在研究振動(dòng)系統(tǒng)的模態(tài)參數(shù)辨識(shí)技術(shù)，并結(jié)合虛擬儀器設(shè)計(jì)技術(shù)開(kāi)發(fā)出一套既可獨(dú)立運(yùn)行又可被調(diào)用為子程序使用的動(dòng)態(tài)信號(hào)分析軟件模塊。 論文主要對(duì)頻域法中較經(jīng)典的正交多項(xiàng)式曲線擬合識(shí)別算法和近期迅速發(fā)展的多參考點(diǎn)最小二乘復(fù)頻域識(shí)別技術(shù)（PRLSCF或PloyMAX）進(jìn)行了深入地研究，并基于這兩種算法編寫(xiě)了模態(tài)參數(shù)分析軟件。在正交多項(xiàng)式曲線擬合算法中，采用全局?jǐn)M合并引入了穩(wěn)態(tài)圖的概念，以利于精確地選擇系統(tǒng)極點(diǎn)。對(duì)于多參考點(diǎn)最小二乘復(fù)頻

2、域識(shí)別技術(shù)，先建立右矩陣分式頻響模型，識(shí)別出系統(tǒng)極點(diǎn)，再通過(guò)建立和分析頻率點(diǎn)穩(wěn)態(tài)圖，確定出結(jié)構(gòu)的固有頻率、模態(tài)阻尼比和模態(tài)參與因子，最后根據(jù)最小二乘原理識(shí)別出模態(tài)振型向量。 為能更精確地從建立的穩(wěn)態(tài)圖中搜尋到系統(tǒng)的真實(shí)極點(diǎn)，引入了模糊數(shù)學(xué)中聚類算法。依據(jù)穩(wěn)態(tài)圖中所有極點(diǎn)的內(nèi)在聯(lián)系，將其合理地聚為若干類，從而計(jì)算得系統(tǒng)的準(zhǔn)確極點(diǎn)，為極點(diǎn)的選擇提供有力依據(jù)。若在此基礎(chǔ)上改善聚類算法，可有望獲得突破，實(shí)現(xiàn)系統(tǒng)極點(diǎn)的自動(dòng)選擇，消除人為選