欢迎来到天天文库
浏览记录
ID:23526804
大小:1.38 MB
页数:49页
时间:2018-11-08
《运行汽车工作模态分析的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、重庆人学硕士学位论文中文摘要摘要传统的汽车模态识别方法是在良好的实验室控制条件下,用力锤等激振器激振车体,以此获得准确的导纳函数,来谚{别汽车的模态参数。这种方法费时费力,成本很高,而且出于悬架系统的预应力和非线性等因素使汽车的实际工作情况与实验室的控制状况存在较大的差异,识别精度也存在一系列问题,因此有必要进行工作环境下的模态识别研究,即在激励信号未知情况下利用响应信号来识别模态参数。针对传统模态辨识方法的缺陷,本文研究了工程结构在环境激励下工作模态的辨识问题。分别通过原始数据和相关函数数据构成Hankel矩阵,运用子空间方法进行系统矩阵的辨识。经采用悬臂梁有限元计算和实验分
2、析对比验证,上述方法捌有极高的辨识精度。本文论述了用子结构工作模态i:}{别方法成功识别了一微型车的工作模态,并探讨了工作模态分析实际应用情况。结果显示予结构工作模态识别方法能在工作条件下识别汽车结构模念参数,说明用~I.作模态识别方法柬状得汽车结构的动态特性是非常有效的一种方法。关键词:汽车,子空间,模态测试,工作模态,环境激励重庆大学硕士学位论文英文摘要ABSTRACTClassically.themodalparametersofaautomobilearedeftvedfromFRF。measurementsinwell-controlledlaboratorycond
3、itionsusinghammerofshakerexcitation,thisrequiresadditionalmeasurementcostsandtime.However,themodalvibro—acousticbehaviorofanautomobileontheroadmaydiffersignificantlyfromtheODeduringthelaboratorytestduetoe.g.pre—stressandnon—linearbehaviorofthesuspensionsysteminaclassicmodalanalysisinlaborato
4、rymoremodeswillbeidentified,somemodeswhicharelessimportantintheoperationalconditions.Hence,theneedarisestoidentifyamodalmodelofaautomobileindrivingcondition.Inthiscase,onlyresponsedataaremeasurablewhiletheactualloadingconditionisunknown.Aimingatthedefectsofclassicalmodalparameterestimationap
5、proach,thisarticlestudiesthetechniqueformodalparameterextractionfromstructuresunderoperationconditions.ThemethodforsystemmatrixdeterminationispresentedbyusingablockHankelmatrixoflawdataandcorrelationfunctions.Subsequently,theperformanceofthemethodsiscriticallyevaluatedforcantileverbeam.There
6、sultsofexperimentshowthatthismethodspossessthesameaccuracyastheclassicalmodalestimationmethod.Inthispaper,thecapabilitiesandlimitationsofthesubspaceidentificationtechniqueswillbestudiedonresponsedataonamicrobusindrivingconditions,Theindustrialapplicabilityofusingthiskindofdataforamodalanalys
7、ishasbeensuccessfullyinvestigatedbydoingsomeanalysisondatameasuredinnormalconditions.Ithasbeenshownhowthemodalparametersfromin..operationoutput。onlydataCanbeextractedbyusingcorrelation—ddvenstochasticsubspacetechniques.In—operationmodalanalysisprov
此文档下载收益归作者所有