复模态参数识别

在以往的机床动态性能研究中,一般是采用实模态分析方法来分析研究机床的动态特性,然而,机床结构中存在的阻尼既有材料的内阻尼,又有各结合面之间的接触阻尼,作用机理很复杂,因而,用传统的实模态分析法就无法使系统的运动方程解耦。     

从速度导纳来识别铣床结构的振动模态参数

本文分析了近年来发展的模态参数识别方法,提出了采用速度导纳直接识别振动模态参数的计算方法。通过理论检查和在铣床结构系统上的应用,表明该方法具有较高的精度,特别是对有耦强合作用的模态。     

轻便型摩托结构模态参数的识别

以ＮＦ－１２５双轮摩托为研究对象,采用频域法中的传递函数模态分析法,根据实验模态分析的实,复模态参数识别理论,成功地获取了各子结构的模态参数,建立了整车的动力学方程。     

结构振动模态参数的灵敏度分析

本文由自由振动方程及正则化条件直接导出了仅用模态参数计算复特征值及特征向量的灵敏度公式,并以一个多自由度离散系统为例进行了仿真运算。     

振动试验环境下微光瞄准镜模态参数识别

本文研究了微光瞄准镜在振动试验环境下的材料选择、结构优化设计和模态参数识别等问题。在最优控制理论的基础上,采用振动模态分析理论和曲线拟合方法,对不同模态和试验频率范围的系统频响函数试验数据进行了理论数值计算和曲线拟合,从而得到反映实际系统特性的模态阶次、阻尼特性和振型系数。试验结果表明,该试验系统第5、6和7阶模态工作频率接近系统的固有频率89.16Hz范围,模态工作环境对试件结构影响较大。所以在微光瞄准镜镜身材料的选择时,建议采用钛合金代替殷钢,因为它和主物镜的机械性能接近,在壳体设计时改变现有微光瞄准镜壳体结构,避开产生这样的频率范围。     

模态参数识别的比较研究

用计算机仿真试验来模拟系统在大阻尼、密集模态以及重根等各种不同情况下的响应历程,并对500个例子进行了时间域模拟识别计算,给出了其中96例子的识别结果。由结果可见:使用多输入且处理同时得到的所有数据比仅用单输入的识别技术有更强的识别能力和更高的精度。     

轿车副车架模态分析与参数识别

在介绍结构模态试验方法的基础上,以桑塔纳２０００型轿车副车架为研究对象,采用锤击激励法和白噪声激励法进行了模态试验,又应用自编的３种模态参数识别软件作模态参数识别,并对识别结果进行误差分析。     

利用时序分析方法识别模态参数的研究

本文对时间序列分析方法识别模态参数进行了研究。重点介绍了ARMA和ARMAV模型识别模态参数的原理,并用大量模拟实验检验了两种模型在分离模态、不同信噪比、大阻尼、密集模态等复杂情况下识别模态参数的能力,从结果可以看出ARMAV模型是一种有效的识别方法。     

随机减量法识别轮对系统模态参数

叙述了运用随机减量法获取自由响应的基本原理以及模态参数的提取方法，选择机车车辆轮对系统为研究对象，从机车车辆轮对横向振动响应中得到自由响应，并应用最小二乘法从自由响应数据中提取出模态参数，最后分析了影响轮对系统随机减量法几个应注意的问题。     

平方振型加权模态参数整体识别法

提出了整体频响函数的新概念，以振型平方和的形式对全部频响函数进行加权组合，建立了多输入多输出模态参数的识别模型，仿真验算的分析结果表明，该方法具有精度高，一致性好，能分离密集模态和消除随机噪声等优点，可以应用于大型复杂结构的试验模态分析。     

二阶非线性模态参数识别方法的研究

提出一个新的非线性模态参数识别的方法──曲面拟合方法．该方法根据 Ｖｏｌｔｅｒｒａ函数级数理论，在识别出非线性系统高阶传递函数的基础上，分析了非线 性高阶传递函数的分布特征，建立一个差频坐标系，对非线性高阶传递函数进行对角 化处理，进而进行整体曲面拟合（ＳＦＭ），实现非线性模态参数的识别。     

用频域法识别桥梁的模态参数

根据大型土木结构环境振动的特点,利用频域法对桥梁的模态参数进行识别,详细阐述了峰值检测法和复模态指示函数法识别桥梁模态参数的理论依据和实现方法,对比了两种方法各自的特点.利用香港汀九大桥的实测数据,辨识出了桥梁的模态参数,最后的辨识结果表明该方法在具体的工程应用中的有效性.     

立铣动力学系统模态参数辨识及实验

设计完整的铣削加工模态分析实验和动力学实验,完成铣削力和振动信号的采集和分析,并以刀具振动系统为例提出模态参数辨识计算方法.对比动力学实验测量和计算机仿真信号的时域幅值、功率谱特性可知:基于实验模态分析实现系统模态参数辨识技术路线可行,预测精度较高,可较好地应用于铣削力-振动等信号及其时域和频域特性的动态仿真.     

基于小波变换和奇异值分解的模态参数识别方法

提出了一种新的基于小波变换和奇异值分解相结合的结构模态参数识别方法.该方法首先对环境激励下的结构加速度响应信号进行互协方差分析,得到时域互协方差响应,通过小波变换将互协方差响应转换到时频域中得到信号的时频系数并沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重组的奇异值和奇异向量中识别出结构的模态参数.文章对提出的方法进行了理论证明,通过三自由度系统的数值算例验证了该方法的可行性,表明与直接小波变换方法相比,其识别结果精度更高.     

基于输出响应的识别结构参数的神经网络方法

讨论了在输入未知时结构模态参数基于频率响应函数的神经网络识别方法 ,并研究了不同的噪声水平和网络输入层结点数目的变化对网络输出误差的影响 .讨论了网络对不同阶数模态参数的识别精度 .数值结果表明该方法是可行的     

水电站厂房结构模态参数的遗传识别方法

环境激励下结构模态参数的时域识别方法是近年来的研究热点,水电站厂房结构一般规模巨大,常规的激励方式会对结构产生不良影响．此外,由于噪声的干扰往往产生众多虚假模态．由于机组停机过程中环境激励响应较易获得,提出一种基于遗传算法的结构模态参数识别方法,采用多信号分类法进行信号定阶．运用该方法通过模拟信号对其进行验证．并将其应用到水电站厂房结构的模态参数识别中．结果表明,该方法能够有效准确地识别出结构的自振频率和阻尼比．     

随机锤击法识别专用车架结构模态参数

结构动态试验中,用锤击法识别结构模态参数,近几年来已被广泛应用,通常锤击法激振能量有限,测得激励和响应数据信噪比甚低,影响模态参数识别的成败。本文提出用一种随机锤击法识别结构模态参数,它能将更多能量输入结构,提高了数据的信噪比,加快了试验速度。本文结合具体数据作出了论证。在4 t重复杂汽车吊专用车架上仅用280g重的小力锤,满意地获得了结构模态参数,并且与一般锤击法试验作了对比分析。