一种界定模态密集程度的新方法

研究了被控对象包含密集模态时对控制的影响,说明了密频系统的模态不稳定特性引起对象模型不准确,给控制器设计造成困难并容易导致控制性能下降。分析了已有的密集模态定义及相关判别准则的不足,针对控制,从密集模态振型不稳定性角度提出了新的基于振型灵敏度的密集模态界定方法,容易辨别出系统的密集模态子集,也可以用于比较不同系统的模态密集程度。算例表明,该方法准确有效,以此界定模态密集程度对振动控制更有意义。

模态密集柔性空间结构二阶内平衡降阶

给出一种针对二阶线性系统方程直接进行降阶的二阶系统内平衡降阶方法。大型柔性空间结构动力学方程采用二阶线性微分方程描述,采用传统的一阶内平衡降阶方法降阶后的状态方程是一阶形式,破坏了原系统的二阶结构和物理意义。采用新方法降阶后的系统可以保持原系统二阶结构,同时可以进一步保持原系统的对称和正定特性。柔性空间结构系统级降阶的柔性模态方程通常为对角形式,针对这种特殊形式,系统可控和可观Gramian矩阵存在闭合解析解,给出了闭合解的具体表达形式。数值仿真结果表明,二阶内平衡降阶方法可以达到一阶内平衡方法一样的降阶精度,Gramian矩阵的闭合解析解可以大幅度提高Lya-punov方程求解速度。

HHT方法在模态密集结构模态参数识别中的应用研究

结合海洋平台物理模型的动力响应数据,研究加入伪信号技术的HHT方法在模态密集结构模态参数识别中的应用,并对伪信号参数的选择方法进行了改进。通过两自由度系统数值算例说明了改进后伪信号技术结合HHT方法用于模态参数识别的优越性及可行性。进而运用模态参数识别频域方法中的峰值法(PP)和时—频方法中的HHT方法结合伪信号技术对海洋平台物理模型进行了模态参数识别。分析结果表明,该类方法对模态密集结构参数的识别效果良好,适用于模态密集结构的模态参数识别。

基于能量范数的模态密集型系统的模态截断

在求解线性振动系统响应的模态叠加法中，一般作模态截断的根据是系统响应级数的收敛性，但对于模态密集型系统，由于固有频率密集，造成响应级数收敛较慢，需使用大量的主模态才能其收敛。因此本文就模态密集型系统作模态截断时系统主模态数取多少，采用了能量范数形式的判断指标；并以某拱坝的动力响应为算例，判断指标与所取主模态数的关系表明：小湾拱坝的动力分析需取10阶左右的主模态进行叠加。

模态密集空间结构的振幅优化鲁棒自适应控制

针对可控性差且具有参数不确定性的模态密集空间结构 ,提出一种基于振幅优化的鲁棒自适应控制方法 ,通过减小可控性差模态的振幅来改进控制性能。首先对结构的标称模型进行振幅优化设计 ,然后以之为参考模型对实际结构进行自适应控制设计。理论上证明了 ,对于一定范围的参数时变不确定性 ,该方法能保证被控结构的渐近稳定。仿真结果表明 。

模态密集空间结构的振幅优化鲁棒自适应控制

可控性差是密集模态空间结构控制的一个难点。针对这一问题,本文提出一种振幅优化控制方案,在适当配置系统极点的同时,优化可控性差模态的振幅;为适应不确知的初始状态,提出一种模型参考自适应方法,在线实现振幅优化控制,目的是驱动密集模态结构去跟踪一个慢变部分振幅较小的动态。理论上证明了,即使存在一定范围的时变的模型不确定性,该方法仍能保证被控结构的渐近稳定。仿真结果也表明,该方法为解决密集模态结构的控制问题提供了一条可行的途径。

基于模态综合法和模态叠加法的密集模态结构响应重构

提出一种基于模态综合法和模态叠加法的密集模态结构响应重构方法,通过两次坐标变换将全结构缩聚为自由度更少的超单元模型,将超单元模型的模态分为密集模态和剩余模态。通过经验模态分解法分离出已知响应中单阶的剩余模态响应,进而重构出待测位置的剩余模态响应,待测位置的密集模态响应可由模态振型和剩余模态计算得到,通过模态叠加法实现在密集模态下的时域响应重构。进行了数值模拟研究,将待测位置响应的理论值与重构值进行比较以验证该方法的精度和效率,此外还详细研究了主模态数量、子结构划分方式、测量噪声和阻尼对重构结果的影响。结果表明:该文方法通过模型缩聚大大减少了重构的数据量,并且改善了传统EMD方法不能分离频率间隔较小的模态而无法实现响应重构这一不足,无论密集模态存在与否都可适用于结构的应力、应变、位移、加速度等多种动力响应的重构。

基于变分模态提取的动力响应重构方法研究

基于经验模态分解的响应重构方法依赖于参数繁多的带通滤波器,且不适用于具有密集模态的结构,因此,提出一种基于变分模态提取的动力响应重构方法。首先,在时域内使用变分模态提取将由传感器测得的动力响应分解为各阶模态响应;随后,通过根据有限元建模或模态试验导出的模态转换矩阵计算得到响应未知位置的各阶模态响应,再根据模态叠加法完成其余位置动力响应的重构;最后,对非密集模态的悬臂梁和密集模态的3层剪切框架进行数值模拟,并通过简支梁进行试验分析,验证了所提方法的有效性和较好的鲁棒性。

融合多工况功率谱密度函数的工作模态分析方法

频域分解(frequency domain decomposition,FDD)方法是开展环境激励下结构工作模态分析(operational modal analysis,OMA)的常用方法。但是,现有的FDD方法存在一些不足:①无法剔除非白激励及谐波激励引起的虚假模态;②无法区分结构密集模态与不相关非白激励产生的虚假模态。通过研究发现功率谱密度(power spectral density,PSD)矩阵的秩是FDD方法性能的决定性因素。在此基础上,提出一种新的工作模态识别OMA方法,该方法结合了不同激励工况下的响应PSD函数矩阵,并分别对单个激励工况下的响应PSD矩阵与多工况下的增广响应PSD矩阵进行奇异值分解,通过对比单工况PSD矩阵与增广PSD矩阵在奇异值峰值处秩的变化,识别出包括密集模态在内的结构模态参数,并消除由非白激励产生的虚假模态。采用桁架结构仿真算例和广州塔的工程数据集验证所提方法的有效性。

基于Morlet小波变换的结构密集模态参数识别

为了解决结构密集模态识别精度不高的问题,提出了基于Morlet小波变换进行结构模态参数识别的一套方法流程.首先,从公式推导的角度对结构模态混叠的机理进行研究分析,明确和量化了密集模态的定义,提出了结构模态密集度指标——相邻模态的频率比,以此判定应用Morlet小波变换进行模态识别的有效性.其次,针对边端效应和噪声污染的不利影响,改进了小波变换识别结构模态参数的方法,并提出了最优小波中心频率的选取方法.理论研究结果表明,当相邻模态的频率比值一定时,随着阻尼比以及相邻模态阻尼比差值的增加,模态混叠的严重程度也增加.数值仿真算例结果表明,这种改进的模态识别方法可有效地识别结构的模态参数,且能够获得较高的参数识别精度.

基于最优复Morlet小波的结构密集模态参数识别

针对结构密集模态参数识别精度不高的问题,提出了一种小波Shannon熵与最小标准差相结合来优化复Morlet小波参数的方法。首先理论推导了中心频率与带宽参数的取值范围,其次采用两个最小原则对中心频率与带宽参数同时进行优化,通过仿真算例和模型实验的参数识别,验证了参数优化后的Morlet小波可准确地识别结构的密集模态参数,并且具有一定的抗噪性能。

密集模态分离及其参数识别方法研究

针对密集模态参数识别精度差的问题,分析造成识别精度低的原因。根据影响模态混叠程度的固有频率和阻尼比两大因素,定义衡量模态间混叠程度的模态密集度因子。基于化多模态参数识别问题为单模态参数识别问题的思想,提出加逆衰减指数窗与带通滤波相结合的密集模态分离方法,先将各模态近似提取出来,再用时频分析方法识别模态参数。研究相关处理去噪方法,理论证明小阻尼情况下相关处理去噪的模态参数不变性。通过仿真和实验验证方法的有效性和优越性。

连续小波变换应用于密集模态参数识别

用连续小波变换方法进行模态参数识别时,减小小波函数的带宽可以提高小波变换的频率分辨能力,但同时也会增大边沿效应,影响密集模态参数识别的精度。本文提出了极值位置方法,在模态耦合严重的小波脊附近,找到模态解耦最好的尺度,在此尺度上进行频率和阻尼的识别,可以获得较好的识别精度。使用Morlet小波函数,对GARTEUR飞机模型中的三阶密集模态进行识别,验证了该方法的有效性。

基于内积运算与迭代算法的密集模态阻尼识别

密集模态存在模态干涉,导致阻尼识别困难,提出内积运算与迭代算法相结合诊断阻尼比。首先,运用频谱细化的傅里叶变换(FFT-FT),得频谱峰值最大对应的共振频率;然后,构造指数函数,与响应信号作内积运算,根据柯西-施瓦茨不等式定理,当内积模取得极大值时,可优化搜索到衰减系数,得出幅值及相位。由此获得某一模态信号的估计,从总响应信号中减去估计信号。重复上述诊断步骤,形成迭代,消除模态干涉。通过算例和试验验证了该方法的有效性,识别结果准确。

基于优化阶跃激励的索穹顶密集模态测试方法

针对索穹顶模态频率分布密集的特点,以经典的稀疏时域法(STD)为例,解释此类常规方法进行结构密集模态识别精度低的原因.为了提高识别精度,配合模态识别的时域法,提出基于优化阶跃激励的密集模态测试方法.该方法通过优化激励的布置和大小,增强结构自由振动中待识别模态的贡献且同时抑制邻近模态的贡献,采用遗传算法来寻求最优激励模式.利用Geiger索穹顶算例来考察方法的有效性.分析结果表明,优化阶跃激励可以使密集模态识别问题转化成为孤立模态识别问题,采用该方法可以有效提高索穹顶密集模态的识别精度.

基于改进HHT方法的密集模态结构参数识别

针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hilbert-Huang变换方法。在介绍正交化经验模式分解方法和波组信号前处理基本原理的基础上,给出基于此改进Hilbert-Huang变换方法识别结构模态参数的基本步骤,并通过一个具有密集模态的三自由度结构在脉冲荷载激励下的模态参数识别算例予以验证。研究结果表明:该方法可有效识别密集模态结构的模态参数,且识别效果优于基于HHT的模态参数识别方法的效果。

密集模态组间非线性相互作用的初步研究

基于平均 Lagrange函数与调制项关系的 ALFM法 ,研究了通过 2∶ 1内共振联系的密集模态组间复杂的非线性相互偶合作用 ,深入探讨了密频内共振与 2∶ 1内共振的关系 ,提出了密集模态组在低阶主共振条件下相互作用及整体表现的初步规律 。

小波变换在密集模态结构参数识别中的应用

系统研究了小波变换在具有低频密集模态的土木工程结构参数识别中的应用。采用Morlet小波,首先阐述了该方法识别模态频率和模态阻尼比的基本原理;分析了其时间和频率分辨率,针对土木工程结构中低频模态密集的情况,提出了选择小波参数的具体方法。通过三自由度结构的数值分析验证了该方法的正确性和优越性。

可控性差的空间密集模态结构的振幅最优控制

研究可控性差的空间密集模态结构的控制问题 ,提出了一种最优控制方案 ,在适当配置系统极点的同时 ,优化可控性差的模态的振幅 .目标函数的寻优采用具有全局搜索能力的遗传算法 .为适应不确知的初始状态 ,也提出一种模型参考自适应机制 ,用来在线跟踪振幅最优控制 ,自适应控制系统的稳定性得到证明 .

密集模态量化判别准则的一种新方法

矩阵摄动法是变参数系统或密集模态系统分析的重要方法,其首要任务是明确系统模态分布状况,即判别是否为孤立特征值、重特征值或密集特征值,尤其是密集特征值的判别尤为重要。在对比分析以往结构密集模态判别方法的基础上,基于数学上差分和标准方差的概念,提出一种新的密集模态量化判别准则。以特征值组中最大特征值为模对特征值组进行无量纲化,对其进行差分构造,以差分后特征值组的标准方差来表征该特征组的密集性。模态密集程度不同的两个结构分析算例表明,提出的方法适用于全部特征值组及部分特征值组的模态密集程度判别,准确实用且有效可行,尤其适合于大量自由度系统或密集低频结构的模态分布状况判别。