一種用于機(jī)械裝備結(jié)構(gòu)的模態(tài)參數(shù)自動識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于機(jī)械裝備結(jié)構(gòu)的動力學(xué)分析領(lǐng)域，更具體地，涉及一種用于機(jī)械裝備 結(jié)構(gòu)的模態(tài)參數(shù)自動識別方法。
【背景技術(shù)】
[0002] 機(jī)械裝備結(jié)構(gòu)的動力學(xué)特性對于改善其加工性能，優(yōu)化結(jié)構(gòu)設(shè)計(jì)至關(guān)重要。目前， 獲得機(jī)械裝備結(jié)構(gòu)動力學(xué)特性主要的方法有實(shí)驗(yàn)?zāi)B(tài)分析法，該方法的主要特點(diǎn)是對機(jī)床 結(jié)構(gòu)施加特定的激勵力，激勵出機(jī)床的動力學(xué)特性，即機(jī)床模態(tài)，并同時(shí)測量該激勵力和機(jī) 床結(jié)構(gòu)的振動響應(yīng)識別出機(jī)床極點(diǎn)。每一個極點(diǎn)對應(yīng)一組模態(tài)參數(shù)：固有頻率《、阻尼比 I和模態(tài)陣型步，這些模態(tài)參數(shù)即可表征機(jī)床結(jié)構(gòu)的動力學(xué)特性。目前，通常是在不同階 數(shù)的數(shù)學(xué)模型下識別結(jié)構(gòu)的各階模態(tài)參數(shù)，如圖1。隨著所依據(jù)的數(shù)學(xué)模型階數(shù)的增大，識 別出的極點(diǎn)數(shù)越來越多，會超過機(jī)床結(jié)構(gòu)實(shí)際的物理模態(tài)數(shù)，由此出現(xiàn)大量非結(jié)構(gòu)模態(tài)的 虛假極點(diǎn)，稱之為計(jì)算極點(diǎn)。計(jì)算極點(diǎn)會給模態(tài)參數(shù)的識別造成極大的干擾，甚至無法確定 各階模態(tài)的極點(diǎn)。因此，必須將機(jī)床結(jié)構(gòu)的物理極點(diǎn)從計(jì)算極點(diǎn)中區(qū)分開來，才能進(jìn)行進(jìn)一 步的參數(shù)估計(jì)。
[0003] 同時(shí)，對于各階模態(tài)，會有在不同階數(shù)的數(shù)學(xué)模型下識別出的多個模態(tài)參數(shù)的估 計(jì)，例如，對于第一階模態(tài)的固有頻率《，在數(shù)學(xué)模型上的階數(shù)分別為6~30,會分別識別 出￡36，S7，...，S30等25個固有頻率《的估計(jì)值，最后需要人為選擇各階模態(tài)參數(shù)的 估計(jì)值，然而，不同的操作者經(jīng)驗(yàn)不一樣，容易造成人為誤差，即對于同一組數(shù)據(jù)，不同的操 作者可能會選擇不同的估計(jì)值，從而造成偏差。因此，對人工經(jīng)驗(yàn)的依賴嚴(yán)重制約了在線自 動識別模態(tài)參數(shù)的發(fā)展。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有技術(shù)的上述缺點(diǎn)和/或改進(jìn)需求，本發(fā)明提供了一種模態(tài)參數(shù)的自動識 別方法，其中通過結(jié)合機(jī)械裝備結(jié)構(gòu)的自身特點(diǎn)來設(shè)計(jì)專用的模態(tài)參數(shù)自動識別方法，采 用極點(diǎn)分布準(zhǔn)則相應(yīng)的能夠有效區(qū)分計(jì)算極點(diǎn)與結(jié)構(gòu)的物理極點(diǎn)，具有識別精度高、效率 高等優(yōu)點(diǎn)；與此同時(shí)，本發(fā)明中還對剔除計(jì)算極點(diǎn)后剩余的極點(diǎn)，選擇了最小方差的方式進(jìn) 行結(jié)構(gòu)模態(tài)參數(shù)的自動識別，測試表明能夠進(jìn)一步提高識別精度，因而尤其適用于數(shù)控機(jī) 床之類的機(jī)械結(jié)構(gòu)的在線檢測、損傷識別等場合。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明提出了一種用于機(jī)械裝備結(jié)構(gòu)的模態(tài)參數(shù)自動識別方 法，其特征在于，其基于極點(diǎn)分布準(zhǔn)則和最小方差進(jìn)行識別，并包括如下步驟：
[0006] (1)對作為識別對象的機(jī)械裝備結(jié)構(gòu)設(shè)定模態(tài)識別的階數(shù)并施加激勵，相應(yīng)獲得 反映各階模態(tài)的振動響應(yīng)功率譜；該功率譜中具有多個極點(diǎn)，并且各個極點(diǎn)分別對應(yīng)于一 組用于表征機(jī)械裝備結(jié)構(gòu)動力學(xué)特征的模態(tài)參數(shù)，即固有頻率《、阻尼比I和模態(tài)陣型 邊；
[0007] (2)將整個振動響應(yīng)功率譜的頻域區(qū)間劃分為寬度相同的多個頻率小區(qū)間，并統(tǒng) 計(jì)分別落在各小區(qū)間內(nèi)的固有頻率《的極點(diǎn)總數(shù)；
[0008] (3)取所述模態(tài)識別的階數(shù)的1/3至1/2作為極點(diǎn)剔除閾值，然后分別對各個所述 小區(qū)間執(zhí)行以下處理：當(dāng)極點(diǎn)總數(shù)小于所述極點(diǎn)剔除閾值時(shí)，將該小區(qū)間內(nèi)的所有極點(diǎn)予 以剔除；而當(dāng)極點(diǎn)總數(shù)大于等于所述極點(diǎn)剔除閾值時(shí)，將該小區(qū)間內(nèi)的所有極點(diǎn)予以保留； 以此方式，通過上述極點(diǎn)分布準(zhǔn)則處理后，剩余的極點(diǎn)均為剔除計(jì)算極點(diǎn)后的物理極點(diǎn)；
[0009] (4)對各個所述小區(qū)間中剩余的極點(diǎn)分別統(tǒng)計(jì)出其對應(yīng)的模態(tài)參數(shù)Ii和 步i，獲得模態(tài)參數(shù)《i、1和步i的集合《€」和步」，以各個小區(qū)間為單位分別求出所述 集合Wj、I」和」的均值和方差，然后執(zhí)行以下處理：當(dāng)方差小于等于均值的15%時(shí)，直接 進(jìn)入步驟（5);而當(dāng)方差大于均值的15%時(shí)，以各個小區(qū)間為單位分別計(jì)算各小區(qū)間中各 模態(tài)參數(shù)估計(jì)值MP^i與各自集合的均值的差值A(chǔ)(?)、AUi)和A(^)，找到 與均值的差值最大的估計(jì)值《k、IjP步k并剔除，其中〇〈k〈i，然后形成新的均值和方差， 重復(fù)執(zhí)行上述操作，直至方差小于等于均值的15%;
[0010] (5)當(dāng)通過步驟（4)處理后的均值作為各模態(tài)的識別結(jié)果，由此完成自動識別過 程。
[0011] 作為進(jìn)一步優(yōu)選地，所述機(jī)械裝備優(yōu)選為數(shù)控機(jī)床。
[0012] 總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，主要具備以下的 技術(shù)優(yōu)點(diǎn)：
[0013] 1.首先，本發(fā)明解決了機(jī)械結(jié)構(gòu)模態(tài)分析中難以區(qū)分計(jì)算極點(diǎn)和物理極點(diǎn)的難 題，可以自動有效地區(qū)分計(jì)算極點(diǎn)與結(jié)構(gòu)的物理極點(diǎn)，提高模態(tài)分析的效率。
[0014] 2.其次，實(shí)現(xiàn)結(jié)構(gòu)模態(tài)參數(shù)的自動識別，有效減少模態(tài)分析中的人工參與，節(jié)省了 操作時(shí)間，減少了人為誤差，提高了模態(tài)參數(shù)識別的精度；并且能夠獲得機(jī)械結(jié)構(gòu)在工作狀 態(tài)下的動力學(xué)特性參數(shù)，為機(jī)械結(jié)構(gòu)的在線檢測、損傷識別等提供了有利的檢測工具。
【附圖說明】
[0015] 圖1是不同階數(shù)的數(shù)學(xué)模型下識別的極點(diǎn)示意圖；
[0016] 圖2是極點(diǎn)分布準(zhǔn)則：統(tǒng)計(jì)的極點(diǎn)在頻域上的分布示意圖；
[0017] 圖3是最小方差準(zhǔn)則示意圖；
[0018] 圖4是根據(jù)機(jī)床X和Y方向的振動響應(yīng)功率譜之和識別出的極點(diǎn)實(shí)例；
[0019] 圖5是對機(jī)床進(jìn)行極點(diǎn)分布準(zhǔn)則處理：統(tǒng)計(jì)的極點(diǎn)分布示意圖；
[0020] 圖6是經(jīng)過極點(diǎn)分布準(zhǔn)則處理后的極點(diǎn)實(shí)例。
【具體實(shí)施方式】
[0021] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實(shí)施方式中所涉及到的技術(shù)特征只要 彼此之間未構(gòu)成沖突就可以相互組合。
[0022] 本實(shí)施例中優(yōu)選以數(shù)控機(jī)床為例對本發(fā)明的方法進(jìn)行說明，本實(shí)施例的一種基于 極點(diǎn)分布準(zhǔn)則和最小方差的模態(tài)參數(shù)自動識別方法包括以下步驟：
[0023] (1)設(shè)定模態(tài)參數(shù)識別的模型階數(shù)為45,對機(jī)床施加激勵，相應(yīng)獲得反映各階模 態(tài)的振動響應(yīng)功率譜，根據(jù)機(jī)床X和Y方向的振動響應(yīng)功率譜之和識別出原始極點(diǎn)，如圖4， 其中采樣頻率為1024Hz，振動響應(yīng)功率譜的頻域軸為采樣頻率的一半；每一個極點(diǎn)都對應(yīng) 該階模態(tài)的模態(tài)參數(shù)：固有頻率《、阻尼比I和模態(tài)陣型步；利用極點(diǎn)分布準(zhǔn)則識別并剔 除計(jì)算極點(diǎn)，從而得到物理極點(diǎn)：
[0024] (2)設(shè)定頻域分割區(qū)間的寬度C^ange= 3Hz，將整個頻域區(qū)間（0~512Hz)按照區(qū) 間寬度Wrange分割成一系列寬度相同的頻率小區(qū)間：[0, 3)，[3, 6)，[6, 9)，…，[507, 510)， [510, 512);統(tǒng)計(jì)固有頻率《落在各頻率小區(qū)間內(nèi)的極點(diǎn)數(shù)，如圖5 ;由圖可見，大部分極點(diǎn) 主要集中在8個頻率小區(qū)間段內(nèi)，對應(yīng)的是物理極點(diǎn)，且這8個頻率區(qū)間段內(nèi)的極點(diǎn)數(shù)都超 過了 15 ;而其他頻率小區(qū)間所包含的極點(diǎn)數(shù)不超過15,對應(yīng)的是計(jì)算極點(diǎn)；
[0025] (3)設(shè)置極點(diǎn)剔除閾值Np_min=15,即為模型階數(shù)的三分之一，當(dāng)選擇極點(diǎn)剔除閾 值Np_min為模型階數(shù)的三分之一時(shí)，可有效的將計(jì)算極點(diǎn)與物理極點(diǎn)區(qū)分開；根據(jù)極點(diǎn)分布 準(zhǔn)則，將極點(diǎn)數(shù)小于15的頻率小區(qū)間中的極點(diǎn)作為計(jì)算極點(diǎn)剔除掉，將極點(diǎn)數(shù)大于等于15 的頻率小區(qū)間內(nèi)的極點(diǎn)作為物理極點(diǎn)而保留，如圖6 ;
[0026] (4)利用最小方差準(zhǔn)則，從步驟⑶中剩下的極點(diǎn)中自動識別各階模態(tài)參數(shù)：分別 計(jì)算各個頻率小區(qū)間內(nèi)剩下的極點(diǎn)對應(yīng)的模態(tài)參數(shù)1和步i的集合《％和步』的 均值和方差；設(shè)定方差閾值為均值的〇. 15倍，判斷方差是否小于等于該閾值，如果方差小 于等于該閾值，直接進(jìn)入步驟（5)，否則執(zhí)行以下步驟：分別計(jì)算各區(qū)間中各模態(tài)參數(shù) I 3口^i與集合《j、I」和^j均值的差值A(chǔ)(?D、A U D和A(it D，找到與均值的差 值最大的估計(jì)值《k、IjP步k并剔除，其中〇〈k〈j，然后形成新的均值和方差，重復(fù)執(zhí)行該 步驟直至集合I」和步」的方差小于等于均值的〇. 15倍；
[0027]⑶最后，以通過步驟⑷處理后打集合w」、I」和it」的均值可、4、\仍作為模 態(tài)j的模態(tài)參數(shù)，由此完成自動識別過程。
[0028] 本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以 限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含 在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種用于機(jī)械裝備結(jié)構(gòu)的模態(tài)參數(shù)自動識別方法，其特征在于，其基于極點(diǎn)分布準(zhǔn) 則和最小方差進(jìn)行識別，并包括如下步驟： (1) 對作為識別對象的機(jī)械裝備結(jié)構(gòu)設(shè)定模態(tài)識別的階數(shù)并施加激勵，相應(yīng)獲得反映 各階模態(tài)的振動響應(yīng)功率譜；該功率譜中具有多個極點(diǎn)，并且各個極點(diǎn)分別對應(yīng)于一組用 于表征機(jī)械裝備結(jié)構(gòu)動力學(xué)特征的模態(tài)參數(shù)，即固有頻率《、阻尼比I和模態(tài)陣型步； (2) 將整個振動響應(yīng)功率譜的頻域區(qū)間劃分為寬度相同的多個頻率小區(qū)間，并統(tǒng)計(jì)分 別落在各小區(qū)間內(nèi)的固有頻率《的極點(diǎn)總數(shù)； (3) 取所述模態(tài)識別的階數(shù)的1/3至1/2作為極點(diǎn)剔除閾值，然后分別對各個所述小區(qū) 間執(zhí)行以下處理：當(dāng)極點(diǎn)總數(shù)小于所述極點(diǎn)剔除閾值時(shí)，將該小區(qū)間內(nèi)的所有極點(diǎn)予以剔 除；而當(dāng)極點(diǎn)總數(shù)大于等于所述極點(diǎn)剔除閾值時(shí)，將該小區(qū)間內(nèi)的所有極點(diǎn)予以保留；以 此方式，通過上述極點(diǎn)分布準(zhǔn)則處理后，剩余的極點(diǎn)均為剔除計(jì)算極點(diǎn)后的物理極點(diǎn)； (4) 對各個所述小區(qū)間中剩余的極點(diǎn)分別統(tǒng)計(jì)出其對應(yīng)的模態(tài)參數(shù)MPiti，獲 得模態(tài)參數(shù)1和步i的集合《P%和步j(luò)，以各個小區(qū)間為單位分別求出所述集合 '、I」和步」的均值和方差，然后執(zhí)行以下處理：當(dāng)方差小于等于均值的15%時(shí)，直接進(jìn)入 步驟（5);而當(dāng)方差大于均值的15%時(shí)，以各個小區(qū)間為單位分別計(jì)算各小區(qū)間中各模態(tài) 參數(shù)估計(jì)值MP^i與各自集合的均值的差值A(chǔ)(?)、AUi)和A(^)，找到與均 值的差值最大的估計(jì)值《k、IjP步k并剔除，其中〇〈k〈i，然后形成新的均值和方差，重復(fù) 執(zhí)行上述操作，直至方差小于等于均值的15% ; (5) 當(dāng)通過步驟（4)處理后的均值作為各模態(tài)的識別結(jié)果，由此完成自動識別過程。
2. 如權(quán)利要求1所述的一種用于機(jī)械裝備結(jié)構(gòu)的模態(tài)參數(shù)自動識別方法，其特征在 于，所述機(jī)械裝備優(yōu)選為數(shù)控機(jī)床。
【專利摘要】本發(fā)明公開了一種用于機(jī)械裝備結(jié)構(gòu)的模態(tài)參數(shù)自動識別方法，該方法包括如下步驟：將整個頻域區(qū)間按照區(qū)間寬度分割成寬度相同的頻率小區(qū)間，統(tǒng)計(jì)固有頻率落在各頻率小區(qū)間內(nèi)的極點(diǎn)總數(shù)；將極點(diǎn)總數(shù)小于閥值的頻率小區(qū)間內(nèi)的極點(diǎn)作為計(jì)算極點(diǎn)而剔除，剩余的極點(diǎn)作為物理極點(diǎn)而保留；然后，利用最小方差準(zhǔn)則，從上述步驟中剩下的極點(diǎn)中自動識別各階模態(tài)參數(shù)。該識別方法可有效區(qū)分計(jì)算極點(diǎn)與結(jié)構(gòu)物理極點(diǎn)，自動識別結(jié)構(gòu)的模態(tài)參數(shù)，獲得機(jī)械結(jié)構(gòu)在工作狀態(tài)下的動力學(xué)特性參數(shù)，有效減少模態(tài)分析中的人工參與，為機(jī)械結(jié)構(gòu)的在線檢測、損傷識別等提供了有利的方式。
【IPC分類】G06F17-50
【公開號】CN104794290
【申請?zhí)枴緾N201510197240
【發(fā)明人】毛新勇, 蔡輝, 李斌, 閆睿智, 劉響球, 潘大為, 郝才華, 潘亞兵, 劉全心
【申請人】華中科技大學(xué)
【公開日】2015年7月22日
【申請日】2015年4月24日