基于模态参数验证的机床结构件优化设计

基于有限元分析和试验测试相结合的方法,研究机床结构件优化设计.以某型号拉床结构3大件之一的床台为例,建立床台实际几何形状的有限元模型,分析床台在实际工况下的变形情况和模态参数.利用LMS SCADAS III-305振动测试设备和PolyMAX方法,得到床台在0~512 Hz频率下的自然频率、阻尼比和振型等实验模态参数.获得实验模态与分析模态振型向量的置信准则矩阵,表明有限元分析和实验结果具有较好的相关性.利用经过验证的有限元模型开展拓扑优化,根据优化结果进行床台结构的二次设计.结果表明,通过二次设计得到轻量化的床台结构,切削点处变形更小,第一阶固有频率更大,实现了更好的动态性能.

浮筏筏架模态测试及模型相关性分析

用有限元法计算浮筏隔振系统的中间筏架其前五阶模态,并通过模态测试测得其模态,再采用LMSVirtual lab对此筏架有限元模型和测试模型进行相关性分析,从分析得到的模态置信度可以看出用有限元法计算的模态基本准确。

基于Virtual Lab的模态试验预试验方法研究

为准确规划模态试验响应点和激励点的布置,根据响应点对模态向量的贡献量选取最佳响应组,以驱动点留数为研究对象,得到最佳激励点位置;以某风洞模型支撑系统支杆模态试验为例,对比两种响应点布置方案对最大非对角线MAC值的影响,预测各响应点对MAC值的变化趋势的贡献量;计算各驱动点的留数,选取最佳激励点。最后,通过模态拟合和模态验证检验试验结果的可信度,进而验证了预试验的合理性。

基于MSSP/DM-MAC法的传感器优化布置

为简单有效地处理桥梁结构健康监测中传感器优化布置问题,从振动模态角度,提出一种基于模态分量加和法(MSSP)和差分法(DM)对传感器布设进行优化并采用模态置信准则(MAC)检验的方法。以某铁路系杆拱桥的主梁和主拱振动模态为例,分别采用MSSP法、MSSP/DM法、有效独立法(EI法)进行传感器布设优化比较,并检验其有效性。结果表明,EI法与MSSP/DM法优化结果差别较大。对于同一阶模态中的传感器优化布设位置数量,MSSP/DM-MAC法优化结果多于MSSP法相应数量,其优化位置处的振型模态向量之间正交性好且优化效果比MSSP法和EI法更好,可用于桥梁结构健康监测。

基于试验模态法的五轴水射流机床动态特性研究

基于试验模态分析理论,运用力锤激励法对五轴联动水射流机床整机进行单点激励(SISO)结构模态试验;结合响应信号,构建试验模态分析系统,获得了整机结构的低阶固有频率、阻尼比和相应的模态振型,并通过模态置信准则(MAC)进行验证;通过振动试验分析可知,机床第一、二、三阶振型为其主要振动,并找出其了振源,提出了相应的措施,以降低振动。

近海风机叶片模态局部化产生机理及定量分析研究

在摄动理论的基础上,结合失谐度、模态密集度以及模态置信准则对模态局部化的产生机理做了定量描述,并用26自由度弹簧质点结构验证了其可行性。其次,用ANSYS建立了风机叶片模型,并通过改变材料的密度和弹性模量模拟了四种失谐情况,发现风机叶片刚度和质量的小量失谐也会对其模态振型产生显著的影响,同时通过定义新的模态局部因子来定量描述风机叶片结构的模态局部化程度。最后,对风机叶片失谐振型中谐调振型的成分进行了分析,研究表明,其成分越复杂,模态局部化程度也越强。

大跨桥梁索塔环境振动测点布置研究

本文探讨了大跨桥梁索塔有限元模型在传感器振动测点布置方面的应用,首先对索塔有限元模型进行模态分析,采用以MAC矩阵的非对角元素为目标函数,通过增加或减少测点自由度使MAC矩阵的非对角元素趋于最小来确定索塔环境振动测点位置的最优布置。然后,运用试验室斜拉桥缩尺模型索塔不同布点方案的测试结果来验证索塔振动测点布置的有效性。研究结果表明:由缩尺模型桥的索塔不同布点方案测得的试验数据得出的测点布置和有限元计算得出的测点布置结果是一致的,因此,从模型试验的角度验证了根据有限元分析结果得出的索塔环境振动测点布置是有效的。

微型行波超声电机定子的参数优化设计

建立微型行波超声电机定子的参数化有限元模型,在灵敏度分析的基础上选择设计变量,设定了可反映电机输出性能的目标函数(由速度因子以及径向运动分量构成),并采用模态置信准则(Modal Assurance Criteria)自动识别出定子的工作模态,实现了对电机定子的参数优化设计。将该方法用于12mm行波型旋转超声电机定子的结构设计,最后根据设计方案加工得到样机,通过试验验证了该优化方法的有效性和正确性。

基于自适应模拟退火遗传算法的传感器优化配置研究

针对传感器优化配置组合优化问题,提出了一种基于模态置信度准则MAC的优化算法——自适应模拟退火遗传算法。以模态置信度MAC矩阵的最大非对角元的值极小为目标函数,针对满足传感器数量不变的约束条件问题,提出了二重结构编码遗传算法,并将传统的模拟退火算法改良后,作为一个独立的算子置于遗传算法进化过程中;为了避免出现过早收敛的现象,引入了自适应交叉和变异概率。算例结果表明该混合算法对传感器数目与位置同时实现了优化,得到了满足不同精度要求的传感器优化配置方案。

大跨斜拉桥基于结构模拟的环境振动测点优化布置

首先运用大型有限元软件ANSYS建立了润扬斜拉桥面向SHM的结构有限元模型,并进行模态分析.然后以模态置信准则(MAC)矩阵的非对角元为目标函数,增加或减少测点自由度使目标函数最小化,从而确定斜拉桥振动测点的最优布点位置.最后,运用现场环境振动测试的数据对根据FEM计算得出的布点方案进行验证.结果表明:由环境振动实测数据得出的测点布置和有限元计算得出的测点布置结果是一致的,说明由有限元分析得出的测点布置是有效的.

传感器优化配置的修正逐步累积法

讨论了模态实验中传感器的配置问题。利用结构振型矩阵转置的 QR分解得到传感器的初始配置。以模态置信度 MAC矩阵的最大非对角元为目标函数 ,利用本文提出的修正逐步累积法得到传感器的配置 ,并提出传感器配置必须结合优化效果和经济性

高层建筑中强震仪的优化布置

研究了强震仪在高层建筑中的优化布置问题。通过振型矩阵的QR分解获得强震仪的初始配置,以振型模态置信度(MAC)矩阵为目标函数,利用自编的程序进行优化分析,得到了强震仪的优化布置,对传统的经验方法的完善和提高具有重要意义。

高层建筑传感器的优化布置

文章对高层建筑传感器的优化布置方法进行研究。研究了一种基于列主元QR分解的逐步累积法的传感器配置方法,此方法采用模态置信度准则;最后以一个高层建筑为实例,验证此方法的实用性。

斜拉桥传感器布置优化方法应用研究

根据模态置信度准则,采用模拟退火算法,提取出斜拉桥有限元模型的动力分析数据,得到了主梁加速度传感器的优化布设方案,并根据此优化方案在实际桥梁上进行了现场动力特性测试实验。对比研究结果发现:由现场实验测得的自振频率、振型位移与ANSYS理论计算出的结果十分接近,从而验证了基于MAC准则的模拟退火算法在斜拉桥加速度传感器优化布设方面是有效的和可行的。

基于能耗最优的TLP张力腿水下无线监测组网方法研究

张力腿作为张力腿平台(tension leg platform,简称TLP)的重要组成部分,服役水深大,动力学行为复杂多样。为了保障张力腿的结构安全,开展张力腿的水下全方位监测十分必要。文中以某TLP为依托,构建一套能耗最优的张力腿监测系统。首先,利用附加质量法对张力腿进行湿模态分析,结合有效独立法与模态置信度准则确定张力腿监测节点的具体布设方案;其次,以能耗最低为优化目标,基于遗传算法建立了水下无线组网监测方案,同时讨论了监测节点存在失效时监测数据传输路径改变方案;最终,得到一套能耗最优的TLP张力腿水下无线组网监测方法,以降低水下监测系统维护成本。

基于离散天牛群算法的高桩码头传感器优化布置

天牛须搜索(BAS)及其优化算法天牛群(BSO)算法是近两年新兴的一种生物启发式算法,具有易实现、收敛速度快等特点,但其仅适用于连续函数优化问题。目前高桩码头结构健康监测系统中传感器优化布置研究较少、布置方法存在盲目性。针对高桩码头传感器优化布置这一具体的离散问题,采用"0-1"编码的方法,引入位置变换概率的思想和离散化天牛群算法,基于模态置信度准则,提出了一种基于离散天牛群(BBSO)算法的高桩码头传感器优化布置方法。以某高桩码头为例,研究了该方法的应用,并与传统的离散粒子群(BPSO)算法进行了比较。结果表明,该方法比传统的BPSO算法更适合和有效。

基于结构动力学特性的高桩码头横向排架传感器优化布置方法

为了对高桩码头结构健康监测系统中的传感器布置提供理论指导,提出了一种基于结构动力学特性的传感器优化布置方法。在对高桩码头代表性结构单元横向排架进行结构动力学分析的基础上,运用模态应变能法选择高桩码头横向排架传感器初始测点;建立初始模态矩阵,然后利用模态置信度法和序列法对模态矩阵进行迭代、优化,确定传感器测点布置。建立了单个横向排架的数值仿真模型,利用传感器优化布置方法得到横向排架7根桩基的传感器测点布置结果,并对测点布置进行评估。模态向量间的夹角趋于正交,传感器布置方案有效,证明该传感器优化布置方法适用于高桩码头的传感器优化布置。

基于模型分析的健康监测振动测点布置分析

建立了石首长江公路大桥有限元模型,对大桥主梁前10阶振型模态进行分析。利用模态置信准则(MAC)对大桥健康监测系统主梁振动传感器布置进行评价和优化布置,提出3种优化方案,并得出相应结论。结果表明,大桥监测方案中拥有5个测试自由度的振动测点布置并非最优,通过增加测试自由度数量或者在不改变测试自由度数量下进行测点优化,不能同时兼顾经济性和优化效果,而基于模型选择初始测试自由度位置再进行优化的方式可以达到理想效果。

基于改进和声搜索算法识别门式起重机结构空间模态的传感器优化布置方法研究(英文)

目的:采用一种新型改进的和声搜索算法,对基于空间模态识别的传感器布置的优化方法进行研究。根据对门式起重机结构动力特性研究,得到更为理想的测点布置方案和优化结果。创新点:1.研究和声搜索算法的参数合理取值范围,提高计算效率;2.利用和声搜索算法结合模态置信度准则对起重机梁的空间模态识别进行研究,提出测点布置的合理优化方案。方法:1.基于一种改进的和声搜索算法与模态置信度准则相结合的方法对最优的传感器布置方案进行研究,通过建立的评估函数对优化得到的布置方案进行评估比较,得到近似最优的测点位置和传感器数目;2.结合门式起重机结构的动力学特性研究结果,对其在二维和三维空间的振动模态分别进行研究比较,得到更为理想的优化布置方案。结论:1.和声搜索算法具有程序实现简单和搜索能力较强的优点,本研究得到了其参数的合理取值范围,提高了其优化搜索的能力;2.研究得到了较为理想的测点位置和合理的传感器数目;3.根据起重机结构的动力特性,考虑其空间模态可得到更为理想的优化方案和识别能力。

基于损伤敏感性分析的传感器优化配置研究

提出了一种基于模态变化对结构损伤敏感性的传感器优化配置方法——敏感性分析法(Sensitivity Analysis Method,SAM),并简述了两种基于数据信息最大化准则的传统传感器优化配置方法:基于Fisher信息阵行列式值最大化的有效独立法(EFI)和基于运动能最大化的运动能量法(KEM)。运用均方差最小准则(MSE)和模态置信度准则(MAC)来评价这3种传感器优化配置方法的优劣。数值算例表明:敏感性分析法(SAM)是这3种方法中最好的方法。