基于內積與迭代算法識別.pdf

1、阻尼是結構故障診斷、響應預測、沖擊、噪聲和振動控制等課題研究方面的重要特性參數之一,用來表示振動過程中結構的能量耗散程度。在模態(tài)參數識別中,阻尼比的識別精度遠比固有頻率和振型的識別精度低,而且受測量方法、實驗參數和噪聲干擾的影響較大。目前,阻尼識別方法大體分成三大類:時域識別方法,頻域識別方法和時頻分析方法。雖然這些方法識別非密集模態(tài)阻尼的準確性較高,但是對密集模態(tài)的仍然存在較大問題。因此,提高密集模態(tài)阻尼診斷精度一直是中外學者追尋的目

2、標,也是一直研究的課題。
　　 從簡單的單頻信號的阻尼診斷入手,分析了內積運算診斷信號阻尼的原理,通過運用非先驗基法診斷固有頻率和內積模極值優(yōu)化搜索衰減系數兩個關鍵步驟,獲得信號的阻尼比。研究了內積運算診斷單頻信號,負頻率項與正頻率項的交叉干涉對阻尼比診斷精度的影響。在小阻尼系統(tǒng),由于正、負頻率項的相關性弱,干擾作用可以忽略。但隨著阻尼值增大,負頻率項的干擾作用增強,導致單頻信號阻尼診斷精度下降。
　　 為了提高阻尼比的

3、識別精度,在內積運算的基礎上,提出迭代算法。通過迭代相減,從原信號中減去負頻率項的估計項,消除單頻信號中負頻率項的干擾,使得內積運算診斷阻尼比不受阻尼值大小的影響,有效解決了單頻信號中負頻率項干擾問題。
　　 進一步,應用內積運算與減法原理結合識別非密集的多頻信號,在各個頻率分量干涉較小時,采用內積運算診斷多頻信號中單頻信號,初步診斷出各個頻率分量及頻率分量對應的負頻率項。通過內積和減法運算,單獨地對某一頻率分量進行診斷,即從原

4、信號中減去該單頻對應負頻率項和其余頻率分量的估計,有效消除單頻信號中負頻率項干擾,獲得各個信號的參數。
　　 最后,分析密集模態(tài)產生的條件,針對密集模態(tài)存在模態(tài)交叉干涉,導致阻尼識別困難的問題,提出內積運算和迭代算法相結合診斷密集模態(tài)阻尼。通過內積運算和減法原理初步獲得各階模態(tài)的估計和單個模態(tài)對應的負頻率項估計。不斷重復減去單個模態(tài)對應負頻率項的估計和其余模態(tài)的估計,形成迭代過程,逐漸消除相近模態(tài)之間和單個模態(tài)中負頻率項的干擾,

5、有效地提取密集模態(tài)的“純模態(tài)”,進而得出各階模態(tài)的阻尼比。
　　 在理論分析內積與迭代算法識別阻尼比的基礎上,進行仿真算例,比較了本文方法和其他常用方法識別阻尼比的精度,驗證該方法的有效性和準確性。即使在噪聲干擾的情況下,本文方法診斷結果也很準確。
　　 在仿真算例的基礎上,將該方法應用于懸臂梁響應信號的阻尼比試驗。通過迭代相減有效分離懸臂梁響應信號的各階模態(tài),內積運算精確診斷各階阻尼比。進一步驗證該方法的工程實用性,為