机械结构工作模态参数盲源分离辨识方法研究

【摘要】：随着国家机械制造工业的迅速发展,各类工程机械设备广泛地应用于日常生活、生产和建设过程中,机械结构的运行安全越来越受到国家的重视。模态分析是机械结构设计、状态监测和性能评估的重要基础,对机械结构的安全运行起到至关重要的作用。有别于传统的频域模态分析方法,工作模态分析仅利用时域输出信号,能够真实反映机械结构运行过程中的性能指标,因此准确可靠地提取机械结构工作状态下的模态参数具有十分重要的意义。 论文在总结传统模态分析方法的基础上,将盲源分离技术应用于机械结构在环境激励下的工作模态参数提取方法研究。提出了基于盲源分离技术的复模态系统模态参数提取方法和欠定系统的模态参数提取方法。论文的主要工作包括以下几个方面： 1、对模态分析方法的应用领域进行了介绍,总结了环境激励下的时域模态分析方法的基本原理及优缺点,并对盲源分离技术的发展过程进行了总结,指出了盲信号处理技术应用于模态参数分析的可行性。 2、阐述了盲源分离技术的一般模型及基本原理,讨论了盲源分离与独立量分析之间的关系及数据预处理方法。针对线性瞬时混合模型,归纳了盲源分离算法的基本分类。重点分析了特征矩阵联合近似对角化方法(JADE)、二阶统计量盲源分离方法(AMUSE)和稳健二阶盲辨识方法(RSOBI)的算法形式和原理。 3、对比例阻尼的实模态系统和一般粘性阻尼的复模态系统进行讨论,从理论角度分析了多自由度振动系统与盲源分离模型之间的关系。根据广义脉冲响应函数,描述了随机激励下系统输出响应的数字特征。将JADE方法、ASUME方法和RSOBI方法应用于一个包含座椅的单轮车辆模型三自由度系统的模态识别。在自由响应和随机激励两种情况下分别对三自由度系统进行仿真,在不同噪声条件下对JADE方法、ASUME方法和RSOBI方法的分离性能进行验证。结果表明这三种盲源分离方法对振动系统均具有一定的模态分离能力,但基于二阶统计量的ASUME方法和RSOBI方法分离能力优于基于独立量分析的JADE方法。 4、讨论了传统二阶盲源分离方法对复模态振动系统和欠定振动系统的模态分离能力。推导了复模态振动系统的连续状态空间模型及其离散状态空间模型,分析了随机离散状态空间模型输出量的相关函数分解形式。针对复模态系统的源信号数判断问题,提出了基于最大差值变比的源信号数量估计方法。并在此基础上进一步提出了基于平均特征矩阵的复模态系统分析方法(SOBIMUC方法)和基于平均特征矩阵的欠定系统模态分析方法(SOBIMUC-UDH方法)。分别利用3自由度复模态系统和7自由度欠定系统对SOBIMUC方法和SOBIMUC-UDH方法进行模态参数识别,均获得了良好的识别效果。 5、分别采用悬臂梁结构和路面随机激励作用下轿车正常行驶过程振动信号对盲源分离欠定复模态方法在模态辨识中的性能进行验证,并与传统盲源分离方法和随机子空间方法的分离效果进行对比,结果表明基于平均特征矩阵的欠定系统模态分析方法对自由响应下的悬臂梁结构和随机激励下的轿车振动信号均具有良好的模态参数识别能力。