1、第 1 7卷 第 1嘏 1 9 8 9年 3月 同济太学学报 JOURNAL OF TONGJ!UNI VERSY fY 一一一一 一 一 Vo 1 1 7一 一 i M a r 19 8 9 随机锤击法识别专用车架结构模态参数 顾家 扬(结构理论研究所)提 要 结构 动态试验中,用锤击法识别结构槿志参数近几年来已被广 蠹应用通常锤击法澈振能量 有限,测得澈励和响应数据信噪比甚低影响横态参 数识别的成败。率文提出用一种随机锤击法识 别结构模志参数。它能将更多能量输A结构提高了数据的信嵘 加 使了试验速度。本 文结合具 体数据作出了论证。在 4 t重复杂汽辛吊专用车桨上仅甬 2 8 o g重的小
2、力巷满意地获得了结构模 态参数并且与一般锤击法试验作了对比分析 美键词:随机锤击法,信噪 比,模态参 数识别 一、引 言 结构 动 态 试 验 中 用锤 击 法 识 别 结 构动 力 特 性 试 验 迅 速,方便 灵 活,不 需 复 杂 激 振 设 备,近 几年来 已被广 泛使用,但是锤 击法澈振能量有限,一般地说,对 于单次澈振 力脉 冲 虽 然峰值 电平较 高,但有效(均方根)能量仍 是很小,与 算 时间相比,力脉 冲持续时 间是 短 的,在供 计算时 间需要 的记录 长度上总 的能量与脉 冲能量相 比,倍噪 比是低的,特别对于 阻 尼大或刚度大的结构响应信号在计算时间终了之前就强烈地衰减
3、这时信噪比更低。所以信 噪 比低成 为锤 击法 有待解决 的基本 问题,将 直接影响结构模 态参数识 别的成 败。为 此,人 们 曾提 出了用专用力窗和指数 窗来改善 信号的信噪 比,这对 于中小型 结构锤击法效 果 是 明 显 的m,但对 于大型结 构仅从信 号处理角度考虑减 噪还不能解 决 问题,因为要对 大型结构产 生 足 够响应能量,需要 输 入大的激 振能量,当然 电可 采用重锤,但会引起结 构局 部塑 性变形或 破坏,激振也不方便。本文提出用一种随机锤击法,它能将更多的激振能量输八 到 结 构 中 去,这样不仅可 以在 大型结构上 使用小型力锤,而且还加 快了模 态试验速度。本文
4、在 4 t重 复杂汽车 吊专用车架 上汉使 用 2 8 0 g 的小力锤,满意地识 别出 9阶模态 参数。1 单次锤击 二、随 机 锤 击 试 验、通常锤 击激振是指单 次锤 击,是一种半正弦波 力脉 冲信 号,其有效 信 息持续时 间很短,本文收到 日期 1 9 8 7 年 l o 月 3 1日 *参加本试验及数据处理工作的还有:黄珍衅耀 章关永 等同志 维普资讯 同济大学学 后 面为噪声干扰信 号如 图 1 口所 示 输 鼓 劢 第1 卷 b输 出 响应 1单 键 击 Fi g 1 Onc e,t hr ough i m p ac t 显 然单次数振产生 输入能量很小,结构 响应 也很小,
5、见图 1 6,因此信噪 比 s 小。假设在一 段计算时间 T内输八单 坎激振信 号,I(),输入干扰 噪声为一 平 稳 随 机 信 号。()。则测量 到的信 号为 z。()=,。()m ()(1)姚嗥 比 斋 j=等 式中:P,;分别 为信号功 率,信 号噪声 方差。考 虑用 段平均技术来 撼少统计误 差,则每经过计算时 间 进行一 次锤击,将测量到 L 段信号相加,有 z F()=i i()=,i()+r J()(3)假 设每次锤击信 号基本相 同,()=,f i()=,。L(t)=,I(t),如果 m c I(,i(),L()彼 此独立,且噪声方差 相等,则 z ()=L t f()+m
6、r i()(4)如 果 以 段 累积后平均 电压作为信 号,则有 z )工 1 (,_(f)m l(t)(5)令 五 mi i()=0,有 z ()=,()V o r(f)=古 刍 V o,J(f 孚(6)信号 z。()的信 噪比 r 可知信 号平均 工段,信噪 比提高 工倍。2 多次 醴机 锤击 在每个数据计算 时间所 需要 记录长度上输 人一系列随机 间隔的锤击力脉 冲信号,结 构输 出响应得 到一 系列 自由衰减信 号。如图 2所示。维普资讯 第 t 期 顾家抒:随机锤击法识别专用车架结构横志参数 1 d 输激励 6输出响应 圉 2 多 敬随机锤击 Fi g 2 M ul t i-t h
7、r oug h r andom i m pa ct 这一 系列半 正弦波力脉 冲信 号,产生 了更多的激 振能 量,使结构 响应也得到了 增强,从 而大 大提 高了信 噪 比 假设在 一段计算 时间 内输 0 次随机锤 击信 号 。(),输八干扰噪声 为 0次平稳随机 信号 mI(f),则测量 到的信 号为(),()mI()1,2 工 (8)设每次锤 击阁力脉 冲信 号基本 相同,则有,()=,(f)_ 一 =,o()=,(f),则式(8)可 近 似写 为:(f)=()+mf()=1,2 L(9)考 虑用 L段平均技术减 少统计 误差,则每经过计算时 问 进 行一段随机锤 击,将 测量到 工
8、段 随 机锤 击 信 号相 加 有(f)=J(f)0,(f)J(f)(1 o)假 设每段随机 锤击信号基本相 同,锤 击次数 0 也 基 本 一 样,j (f)=0,(f)_ 一 f 0,i(),如 果 mf】(f),mi (f),mi t(t)彼此独立,且噪声 方差相等,刚上式可 写 为(f)=L 0,(f)+m j ()(1 1)如 果 工段 累 积后 平 均,则有)1 刍 j(f)=。,I()+骞 考 m f)(12)令 El m,i(t)=0,则有 Ef W。(t)=0,()。E Wn(0 3:古暑 V E m J(f):(1 3)随机锤 击信号的信噪 比 一 维普资讯 同济大学学报
9、茸1 7卷=0工 =0。(1 4)U r(Ym 山 由此 可知,多次 随机锤击在每段 时间 丁 f 内输人约 口次随机 间隔的锤击信 号比同样 时 间 内输 入单次锤 击信号的信噪 比提高 了0倍。这 样噪声 问题已 因加 八更多力脉 冲信号而 获得解 决,这 比单次锤 击力脉 冲仅仅加暂态 窗减 少局 部噪声 更加有效。随机锤 击法增加激励 能量如 以分 贝计将 等于 1 0 1 o g(Q),0 即为一段 计算时间长度 T中的锤击 次数,本 文 0 1 0,故 比 单次锤 击增加 能量 1 0倍左右。此外,为 了减 少频域中的泄漏误差,现在 分别 加在力 和响应通道上的 窗函数是海 宁窗,
10、使一段计算时间T内前后沿两端数据平滑至零,以避免时间信号的不 自然急剧变化,有效减 少了泄漏误差,提 高了数据 分辨率 三、传递 函数 测量 与模态参数识别 1 识别横 态的理论根据 识别 模态的理论 根据是 振动模态理论 和机械 阻抗原理,由振 动模态理论得结构矩 阵微 分 方 程:M +c +苴 I x):I f )(1 5)考 虑本文 结构用复模态 分析方法,用La p l a c e变 换求 式(1 5)的 复模态表达 式,对式(1 5)两边求 La p l a c e变换得:(M S +C3 S+苴)I x(S)=F(S)(1 6)从而推得 传递 函数矩阵 眦删=器+儿 o o r
11、o o r J 其 中 s,s 为第 r阶模态共轭 极点;,为对应 于极点的共 轭留数,并有 S,=一 +,s =一 ,一 ,为第 r阶复 自振频率;,=,为留数矩阵,而 ,是复 标量,是第r 阶复模态向量,为 其转置。考虑 到振动模 态对测量范 围内传递 函数的影响,引八了低频 段的惯 性修正项和高频段的 刚度修正项。此时,在 P点 澈振,第 i点 响应的 传递函数为(=封 r-c+c s )=鸯 揣+磬芬 一 l Z 1 8)其 中;维普资讯 第 1期 2 旗态 参数识别 颢家扬:随机锤击法识别专用 车架结构 模态参数 f,打 口,:,0 Ui ,+V。:Ai ,u。p,+=:打 业!。,
12、置(1)单点激振 多点测 量计算 传递函数 丑。(S,)为 了求 得模 态参数,这里通过对车架施 加随机锤 击力。同时逐点测 量 个测点 加速 度响 应 量,然后计算 加速度 力的所谓 传递函数 丑。(量)。(2)参数识别 计算方 法 先从 计算 得到传 递函数()中识别固有频率和阻尼 比,然后将 其作为初 始值 f 采用 最小二乘法,进一步进行拟合运算,构造 出一个 满足一定精度的传 递函 数。它考虑 了各 阶模 态 存在相互的耦 合,其 数学模 型如 式(1 8)所示。最 后得 到了校正后的 固有频率 和阻尼 比值。为了得 到振型,必须得 到所有测点 的模态参数。需进行留数计算,由传 递函
13、数 圈 p(s r)计算出模态 参数,和 r,然 后通 过 r 计算 各 留数。模态质量、模杰刚度和模态 阻尼可 以在 留数矩阵 中参考 测点 的对 角元 素的基础上 计算 出 来。具体由下列各式求得:模 态质量:m,=1 2l u +m l 模 态 刚 度:K,=m,(d +;)模 态 阻 尼:C,=m,2 a,1 分析结 果 四、结果与 结论 本 文用随机锤 击法对 同一专用车架分别用实 模态分析方法和复模 态分 析方 法进行 了模态 参数识别。实模 态分析方 法是 由图解法完成,获 得了 7阶模态参数,其结果可 见表 1,计算 某一传递函数谱需化 4 5 s e c 左右见图3,复模态分
14、析方法由计算机分析法完成,获得了 9阶 模态参数,可 见表 2 1,2-2。本文 同时用 单次锤击法对专用 车架用实 模态分析方法进行模态 参数识别,但得不 出正确 结 果,可见图 4,而且计算某一传 递函数谱要 化 5 6 0 s e c左右。维普资讯 向济大学学报 第 1 7卷 表 1 试验摸态分折的实模态参数(模态频率,Hz)模态 1 J 2 J 3 4 5 I 6 J 7 8 9 J 1 0 频率 l 5 _ o l 2 3,s J 5 0 s。5 7 l 9 1 e l 9 5,s J 1 5 8 5 l Rea l m o da l pa r ame t e r s o f t e
15、s t m od al ana l ys i s(m o da l f r e quenc y)表 2 1 计算机模态分析的模态参数(模志频率、阻尼、;c II 度、质量)模 态 模态频率 楗老质量 模态刚度 模态阻尼 阻 尼 比 1 1 5 8 7 3 5 3 001 7 4 29 88 1 5 1 63 8 53 00 27 5 5 4 9 2 2 2 9 2 1l I 190 9 6 j 2 4 7 0 6 9 E+0 5 4 9 55 42 001 44 t 71 3 50,51 5 6 1 21 5 2 9 J】2 2 4 7 E+0 5 l 0 752 5 O02 29 7 4 9
16、 l 5 7 03 2 S 791 5 9 2 j 1 0 1 6 5 4+0 7 3 5 2 5 5 4 00 06 2 1t I 7 5 9 65 0I 3 678 5 9 l 9 2 1 9 7 层十0 7 4 3 9 505 0011 9 3 2 5 6 91 4 57 5 1 7 4 09 4 57 43 6 8 E+07 1 5 0I5 2 000 75 09 7 7 T 9 4 9 5 8 6 5970 06 f 21 2 6 7 E+0 7 5 8 84 1 5 0 009 6 595 9 8 】2 9 0 00 J 44 30 1 8 f。9 0 9 2 E+9 9 I 2
17、1 9 0 2 5 00 02 9 6637 q I 1 3 5 8 9 5 0 1 63 2 3 9 l 1 2 4 3 4 E+0 7 3 5 6 1 2 5 901 24 98 5 _ 图 3 测点 2 停递函数实部和虚 部 F_喈3 Rr a 1 P a f t n d i m g i n ar y p a r t o f a t r a ne r f un c t i o n a t m e a s u r e d p oi n t 2 2 结论 1)多次随机 锤击法,由于 输八能 量大,故信 噪比高,本文得 出了 比单次 锤击法能量信噪 比提 高了 0倍的结论。而 且模 态试验 速
18、度也 比单次锤击法快。就本文所选 参数计算,信噪 比 维普资讯 第 1 期 顾家扬:随机锤击法识别专用车架结构攘态参数 表 2-2 计算机楗吝 分折模态 参戴(摸志撮型)l 鱼 8 7 一阶面内弯曲 =0 3 脚扭转 夕、J、6 、=2 2 驰一阶面外弯曲=9 4 9 8三阶扭转 7 l|,=5 0 5 1 二簖面内鸯曲 =l 曲丽 三阶面外弯曲 小 1 、J ,私A l 3 8 =5 7 0 3一阶扭转 f,1 8 8 8 9三阶面内弯曲 P ,1 ,l f J l一 4 9 一 J =9 6 3二 阶面 井弯曲 一一:i j 厂l ,1 5 Ta b2 2 M odal p ar s m
19、et c s of I no da l ane l ys i s wi t h c Omput e r(mod al皿Ode s ha p e)目 提高了1 0 倍,计算速度也快了1 0 多倍。在同样条件下,藤飘锤击法仅使用2 8 0 g 重小力锤,就能满意地识别出 4 t 重结构完整的 9阶模态参 数,而单获锤击法只能得到 8阶模态频率,显 然随机锤 击法是一 种非常有 效的方法(2)本 文用复模态分析方 法能得 9阶模态 参数,而 实模态 分析 方法(图解法完成)只能 褥 7阶模态参数,其中 8 0 Hz和 1 2 9 HZ模态没有能 识别出来,这进一步 说明用 复模 态 分 析(含有 曲
20、线拟台)提 高了模态分析精 度和分辨能力。维普资讯 1 2 厨蒋峡学学报 第 d7誊 lI。唯 一 审 以 h 曰 4 测点 2 传递函数实部和虚部 Fi g R。8 1 p an a nd i magi na r y pa r t o f E 1 t r ans f er f unct i on at m e as u r e d P0i nt 2 参 考 文 献 Sc h a h e y Ri c h a r d C t Ni e t e r s J a me s M,Pr o Pe r l l S e o f we i g h l n g f u ac t i o ns f o r i
21、mp a c t t e s t i n g,Pr oc e e d i n g s o f t h e Th i r d I n t e r n a l M O d a l A na j v s i s Co n f e r e n c e,Or l an d o Fi 0 r i d a,USA、I 9 8 5 。W a i n a t e i n L,A,Z a b a k o V D E x t r a c t i o n o f s i g n a l s f r。m n 击s e,Pr e nt i c e H i l 1 1 9 6 2 3 S:h a r M i s c ha,
22、I af o ma rio n Tr a ns mi s s i on,M。d u I a t i o n an d No i s e M c Gr a w Hi l l,1 9 8 0 4 1日 大 久保信行,机械模 态分析,上海交通 大学出版社,D8 5 N 维普资讯 第 l 期 顾家插:髓机证击注识剐专用车桨结构模惑参数 I d e n t i f i c a t i o n o f M o d a l Pa r a me t e r s f o r Sp e c i a l Au t o mo b i l e Fr a me s w i t h a Ra nd o m I m p u
23、l s e Te c h ni qu e Gu l i a g a n g (Res e a r c h i nst i t ut e 0f St r uc t ur al The or y Ab s t r ac t Re c e n t l g an i mpu l s e t e c h ni qu e t 0 i de nt i f y s t r u c t u r al mo d a l p ar a me t e r s i s e x t e s i v e l y u s e d i n t h e s t r u e t ur a!d y na mi c a l t e s
24、 t I n g e n e r a l,b e c au s e of t h e l i mi t e d e x c i t e d e n e r g y wi t h t h e i mpu l s e t e c hn i qu e,t he s i g n a l-n o i s e r a t i o o f e x c i t a t i o n and r e s p o n s e da t a i s V e r y I ow。s o t h a t i t wi l 1 i nf l u e nc e t h e q u a l i t y o f i de nt i
25、 f i c a t i o n T h i s p a p e r p r e s e n t s a r a n d o m i mp u l s e t e c h n i q u e t o i d e n t i f y t h e s t r u c t u r a l mo d a l p ar a me t e r s The me t h o d h a s f o l l o wi ng ad v a nt a K e:I t c an i n pu t mo r e e n e r g y i n t o t h e s t r u c t u r e s,s o t h
26、 a t i t wi l l i mp r o v e t h e s i g n a l n o i s e r a f i o d a t a a n d s p e e d u p t h e t e s t pr o c e s s I n t h e p a p e r t t h i s me t h o d i s u s e d f o r i d en t i f i c a t i o 丑 o f t h e mo d a l p ar a me t e r s o f t he f r a me o f t he au t o mo b i l e c r an e w
27、e i g hi ng 4 t o ns,wi t h a s ma l 1 h a mme r we i g hi n g o f o n l y 2 8 0 gr a ms i n t he t e s t Th e me a s fl r e me at s o f t he s t r u e t u r a 1 mo d a 1 pa r a me t e r s a r e v e r y s a t i s f a c t o r y,Ke y wo r d s:Ra n d o m i mp a c t me t h o d,Si gn a l no i s e r at i o,I d e n t i f i c a t i on o f m o d a l par am e t e r 维普资讯






