機械系統(tǒng)動力學特性的綜合分析及其工程應用.pdf

1、隨著計算機技術、網絡技術、通信技術等為代表的信息技術廣泛應用于機械工程的各個領域，使得機電產品發(fā)生了重大變化。當然，這些變化也包括為產品的設計提供支撐的機械學科理論與應用技術的發(fā)展。近年來，上述研究取得了一系列重要成果，這些成果在機電產品的創(chuàng)新開發(fā)與設計中發(fā)揮重要作用。根據系統(tǒng)辨識與結構動力學的基本原理以及相應的試驗技術發(fā)展起來的實驗模態(tài)分析(EMA)與工作模態(tài)分析(OMA)技術取得長足的發(fā)展，從而幫助設計人員根據辨識模型更好地領悟對象

2、機理，并將這些機理應用于產品設計，有力地促進產品的原創(chuàng)性開發(fā)與設計，并不斷地擴大它的應用領域。
　　 近年來工作模態(tài)分析在機械系統(tǒng)與結構的動態(tài)分析與設計以及運行監(jiān)測與故障診斷等方面獲得廣泛應用，在應用中也暴露出這些方法存在的問題與缺點，必須解決這些問題才能使這種方法得到有效的工業(yè)應用。本文研究適用于大型機械裝備與結構的工作模態(tài)分析以及消除現有工作模態(tài)分析某些缺點的方法。研究的目的是:減少模態(tài)試驗時間;允許最大限度地利用試驗數據;

3、減少分析的復雜性，可以較容易地處理數據;適用于大型機械結構模態(tài)試驗存在的大量的傳感器、大阻尼、帶噪聲數據、短的數據記錄等情況;提高模態(tài)參數估計精度。為了達到上述目的，作者從模態(tài)試驗與模態(tài)參數估計方法兩方面入手解決工作模態(tài)分析的有關問題，取得了重要成果，并成功應用于大型工業(yè)裝備。
　　 本文回顧了模態(tài)分析的基本理論與方法，包括實驗模態(tài)分析(EMA)、工作模態(tài)分析(OMA)以及有外加輸入的模態(tài)分析方法(OMAX)。在OMAX架構中討

4、論了確定性貢獻的頻響函數估計和隨機貢獻的正功率譜估計。在此基礎上指出這些方法的局限與缺點，作為展開本文研究的背景。
　　 提出了一種基于循環(huán)倒譜的工作模態(tài)分析方法。該方法解除了輸入信號為白噪聲的假設，提高了模態(tài)參數的辨識精度。使用循環(huán)平穩(wěn)信號的處理技術來分離響應中由于循環(huán)平穩(wěn)輸入信號引起的成分，非常有效地將多輸入多輸出(MIMO)系統(tǒng)降低為單輸入多輸出(SIMO)系統(tǒng)，在倒譜域進行曲線擬合，將輸入和傳遞函數分離開，識別出系統(tǒng)的諧

5、振和反諧振，進而得到系統(tǒng)的傳遞函數。通過鋼梁試驗對該方法進行驗證，并與EMA分析結果進行比較。在這個試驗中，精確估計了諧振頻率和振型，并且通過增加平均次數來降低估計的不精確性。
　　 為了解決當輸入激勵不是白噪聲時OMA過程中尺度丟失的問題，本文提出一種恢復模態(tài)振型之間的相對比例（尺度）和所有模態(tài)振型的全局比例（尺度）的簡單方法，該方法建立在循環(huán)倒譜的基礎之上。這種方法包括通過響應譜識別諧振與反諧振，并用以有限元模型。然后，通過

6、有限元模型得到等效曲線，從而恢復頻率響應函數的尺度。
　　 針對大型機械結構常常出現的由于工作或環(huán)境激勵的頻帶較窄，致使工作模態(tài)過程中丟失模態(tài)以及計算速度慢等問題，提出準工作模態(tài)分析方法，即在大結構的部分區(qū)域結合使用可測量激勵力（類似于實驗模態(tài)分析）的外加局部輔助激勵輸入的工作模態(tài)分析方法，并提出了適合于準工作模態(tài)的基于參考的確定性隨機子空間混合辨識算法，提高了模態(tài)辨識的精度和速度。
　　 為驗證基于參考的確定性隨機的準