环境激励下系统模态参数识别方法研究

《环境激励下系统模态参数识别方法研究》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、南京航空航天大学硕士学位论文环境激励下系统模态参数识别方法研究姓名：邵艳秋申请学位级别：硕士专业：机械设计及理论指导教师：岳林20080101南京航空航天大学硕士学位论文摘要环境激励(AmbientExcitation)是一种天然的激励方式，它无须贵重的激励设备，不中断结构的正常使用，方便省时等，近年来得到了很大的发展。处于环境激励下系统的振动一般都具有振幅小,随机性强,噪声影响和数据量大等特点，并且输入是未知的，因此给模态参数的识别带来的一定的困难。小波分析法能将时域和频域结合起来描述观察信号的时频联合特征，构成信号的时频谱，是近10多年来迅速发展的新兴学科。本文

2、应用复值的Morlet小波进行时-频分析，利用小波函数与待识别信号相似程度，进行模态参数识别。全文主要包括以下内容：（1）学习了传统的模态参数识别方法，通过文献查阅了解了环境激励下系统模态参数识别的发展，对频域及时域方法进行了综述。针对环境激励下系统在模态参数识别中仅有输出的情况，通过随机减量技术获得系统的自由响应，并且对随机减量技术进行方法上的改进，在同样数据样本点的情况下，增加了平均次数以获得系统良好的自由响应函数，通过改进的Morlet小波时频分析，分解多自由度系统为若干个单自由度系统的组合，根据小波系数与系统自然频率与阻尼关系识别出环境激励下系统的模态参数，

3、应用GARTEUR模型进行数值仿真，表明了该方法的有效性，可以使其模态参数的识别达到较好的精度。（2）用有限元方法对质-杆模型进行分析，得到模型的各阶固有频率；对质-杆模型进行试验模态分析，得到模态参数；比较以上两种方法的结果；最后用小波变换的方法对锤击质-杆模型的响应信号进行分析得到模型的模态频率和阻尼比，验证小波变换对振动系统模态参数识别的有效性。关键词：环境激励，随机减量技术，Morlet小波，试验模态分析，模态分析，仅有输出I环境激励下系统模态参数识别方法研究ABSTRACTAmbientExcitationisonekindsofnaturalexcita

4、tionmethod,itdoesn’tneedsvaluableexcitationequipmentanddoesn’tbreakoffthenormalserviceofthesystem,convenientandtimeefficient,hasbeenprodigiousdevelopedintheresentyears.Theoutput-onlysignalsisgenerallyandallhasthecharacteristicsofhaveverysmallamplitude,therandomness,thenoiseinfluenceand

5、thenumberofdataareallverybig,andtheinputisunknown,soitisdifficulttoidentifythemodalparameter.Waveletanalysismethodcanprojectthesignaltothetime-frequencyfield,compositethetime-frequencyspectrum,itisanewsubjectwhichhasrapidlydevelopedintherecent10years.Inthispaper,weusetheMorletwaveletto

6、analyzethetime-frequencysignal.Usethepropertyofcomparisonbetweenthewaveletandthesignal,toidentifythemodalparameter.Itsmaincontentscomprisethefollowingaspects:Thetraditionalidentificationmethodofmodalparameterandthedevelopmentofidentificationmethodofmodalparameterundertheambientexcitati

7、onofwereinvestigated,madeasummaryofthetimefieldandfrequencyfieldmethods.Thereisaparticulardepictiononthewavelettransformwhichbelongstothetime-frequencyfiled,mainlyanalyzedthecontinuouswavelettransformoftheMorletwaveletanditsidentificationofthemodalparameter.Accordingtothesituationoft