基于线调频自适应分解的时变系统瞬时模态参数识别

发布时间：2024-06-29 20:43

　　提出了基于线调频小波时频分解的时变系统瞬时模态参数识别方法。该方法应用线调频小波对时变系统加速度响应信号进行时频分析,通过小波脊方法提取瞬时频率,再应用卡尔曼滤波进行自适应分解获得各阶响应的幅值信息;为了更精确地识别时变结构的阻尼比,该研究推导了基于幅值能量法的时变阻尼比识别方法;线调频小波相比传统小波对具有更高的能量聚集性,因此该方法具有更高的瞬时频率提取精度,此外传统的基于幅值的阻尼识别方法易受噪声干扰,能量法在短区间内基于幅值进行整体积分具有较强的抗噪性和更高的识别精度。仿真算例中,构造了一个三自由度时变结构来验证识别方法,通过与传统小波和时域峰值法作对比,验证了方法识别瞬时模态参数的精确性和抗噪性。

【文章页数】：8 页

【部分图文】：

图1时变信号的时频表示

为了说明该方法的能量聚集性和自适应性,可通过图1与小波变换和线调频小波变换作对比,可以看出自适应线调频小波变换更适合处理一般情况下的时变信号。相比小波变换,调频小波能量聚集程度高,具有更好的滤噪功能。对于非线性变化的时变信号,自适应调频小波比线调频小波具有更好的追踪特性,在该时频....

图2时变信号的时程图

根据式(21),时变响应信号在各个时刻点处的周期和频率都是变化的,可以假设信号“单周期时不变”,即认为在单个周期内信号的频率短时时不变,对于非突变或急速变化的时变信号这种假设是完成成立的。假设如图2所示的时变信号,零点位置记为tq,则在时刻tq附近一个周期Tq内认为信号的频率是短....

图3算法流程图

整个响应分解和识别方法的流程较为复杂,因此用图3所示的流程图进行展示,主要包括三部分:时频分析提取瞬时频率、时频自适应信号分解和能量法识别瞬时阻尼比。4仿真算例

图43自由度时变系统

选取一个3自由度的弹簧阻尼系统作为算例,其结构如图4所示。本文通过一个组合时变情况对结构的脉冲加速度响应进行分析,设置初始物理参数为

本文编号：3997875