基于局部均值分解的模态参数识别方法研究

发布时间：2017-08-01 19:23

  本文关键词：基于局部均值分解的模态参数识别方法研究

  更多相关文章： 瞬时频率 局部均值分解 非时变系统 时变系统 模态参数 损伤识别

【摘要】：振动结构的模态参数识别在机械工程、航天航空、土木、国防工业等领域应用十分广泛。根据振动系统刚度、阻尼、质量等参数是否随时间发生变化，可以将振动系统分为时变系统和非时变系统。非时变系统的模态参数识别方法目前研究的比较多，方法也比较成熟，然而如何对多自由度非时变系统进行模态参数识别仍需进一步研究。对于时变系统，又可以分为线性时变系统和非线性时变系统，本文主要讨论线性时变系统，该系统振动响应的信号为调幅调频的非平稳信号，识别模态参数难度较大。现在国内外关于这方面的研究工作开展的比较少。 局部均值分解（Local Mean Decomposition，简称LMD）能自适应地将一个多分量信号分解为多个具有物理意义的PF分量（Product Function，简称PF）之和，每个PF分量是由一个纯调频信号和一个包络信号相乘得到的，而该分量瞬时频率通过纯调频信号直接求出，瞬时幅值即为包络信号。组合所有分量的瞬时幅值和瞬时频率，便可以获得原信号的完整时频分布。本质上LMD方法是把多分量的信号自适应分解为单分量的调幅——调频信号的和，因此适用于多分量的非平稳信号处理。 将局部均值分解方法引入到模态参数识别领域，深入系统地研究了基于局部均值分解的时变与非时变振动系统模态参数辨识方法。 论文主要研究工作有: 1.基于局部均值分解（LMD）模态参数识别方法理论研究。通过理论分析，提出了基于LMD分解方法模态参数识别的流程，并用LMD方法和EMD方法对调幅调频信号进行瞬时频率和瞬时振幅的识别，对两种方法的结果进行比较和分析，验证LMD分解方法在处理线性时变结构模态参数识别问题上较EMD方法优势。 2.非时变系统模态参数识别。根据非时变系统振动响应的特点，结合一次线性拟合，从理论上提出了基于LMD的非时变系统模态参数识别的流程，并用单自由度非时变系统和多自由度非时变系统的仿真算例分析结果以及裂纹梁瞬态响应实验数据分析结果验证了本文提出的方法对非时变系统模态参数识别的有效性。 3.线性时变系统模态参数识别。线性时变系统振动响应为非平稳信号，根据LMD分解方法能有效分析处理非平稳信号的特点，研究基于LMD分解方法的线性时变系统模态参数识别。 4.时变SDOF系统的结构参数识别。在线性时变结构模态参数识别的基础上，进一步研究在时变SDOF系统结构刚度发生变化来模拟实际中的结构损伤的情况下，本文提出的LMD方法准确识别SDOF系统刚度变化。为环境激励下的结构损伤识别提供有效方法。 本文将局部均值分解方法应用于非时变系统、线性时变系统的模态参数识别以及SDOF系统的结构参数识别，仿真分析算例和实验数据分析表明，本文方法能有效的将多自由度系统振动响应自适应的根据其模态频率分解为多个单阶模态响应信号，进而有效识别振动系统的模态参数，具有重要的工程应用价值。
【关键词】：瞬时频率 局部均值分解 非时变系统 时变系统 模态参数 损伤识别
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH113.1;TP391.4
【目录】：

• 摘要5-7
• Abstract7-11
• 插图索引11-13
• 图表索引13-14
• 第1章 绪论14-26
• 1.1 研究背景与意义14-15
• 1.2 模态参数识别技术的研究现状15
• 1.3 模态参数识别方法15-23
• 1.3.1 频域识别法16-17
• 1.3.2 时域方法17-20
• 1.3.3 时频联合方法20-23
• 1.4 本文的主要工作及章节安排23-25
• 1.4.1 本文的主要工作23-24
• 1.4.2 章节安排24-25
• 1.5 本章小结25-26
• 第2章 LMD 基本理论与仿真研究26-35
• 2.1 引言26
• 2.2 和局部均值分解有关的概念26-28
• 2.2.1 频率和瞬时频率26-27
• 2.2.2 单分量及多分量信号27-28
• 2.3 局部均值分解（LMD）基本理论28-30
• 2.4 LMD 与 EMD 的对比研究30-34
• 2.5 本章小结34-35
• 第3章 基于 LMD 的非时变系统模态参数识别35-50
• 3.1 非时变结构振动相应方程35-36
• 3.2 模态频率和阻尼比的识别36-37
• 3.3 仿真算例37-43
• 3.3.1 单自由度系统37-39
• 3.3.2 多自由度系统39-43
• 3.4 裂纹梁模态参数识别43-49
• 3.4.1 引言43
• 3.4.2 仿真应用43-46
• 3.4.3 实验方案简介46-47
• 3.4.4 实验数据分析47-49
• 3.5 本章小结49-50
• 第4章 基于 LMD 的线性时变系统模态参数识别50-62
• 4.1 引言50-51
• 4.2 线性时变结构理论模型51
• 4.3 单自由度线性时变结构模态参数识别51-57
• 4.3.1 单自由度线性时变结构瞬态响应模态参数识别51-53
• 4.3.2 强迫振动时线性时变单自由度结构模态参数识别53-54
• 4.3.3 单自由度线性时变结构模态参数识别仿真54-57
• 4.4 多自由度线性时变结构模态参数识别57-61
• 4.4.1 多自由度线性时变结构模态参数识别理论57-58
• 4.4.2 多自由度线性时变结构模态参数识别仿真58-61
• 4.5 本章小结61-62
• 第5章 基于 LMD 的时变 SDOF 系统结构参数识别62-73
• 5.1 引言62
• 5.2 时变 SDOF 系统结构参数识别62-64
• 5.2.1 SDOF 系统模型及响应62-63
• 5.2.2 激振力频率识别63
• 5.2.3 系统刚度的识别63-64
• 5.3 仿真信号分析64-71
• 5.4 本章小结71-73
• 结论和展望73-75
• 结论73
• 展望73-75
• 参考文献75-81
• 附录A 攻读学位期间发表的学术论文81-82
• 致谢82

【参考文献】

中国期刊全文数据库 前10条

1 宋立新;王祁;王玉静;;基于Hilbert-Huang变换的ECG信号降噪方法[J];传感技术学报;2006年06期

2 王忠仁;林君;李文伟;;基于Wigner-Ville分布的复杂时变信号的时频分析[J];电子学报;2005年12期

3 田丰;杨益新;吴姚振;杨龙;;窄带细化Wigner-Ville分布分析的快速实现方法[J];电子与信息学报;2013年07期

4 万岭;洪明;许俊臣;;基于NExT/ERA方法环境激励下的船体结构模型总体模态参数识别[J];船舶力学;2013年07期

5 赵培洪;平殿发;邓兵;;抑制Winger-Ville分布交叉项的新方法[J];计算机应用;2010年08期

6 滕建方;郑敏;;基于EMD与遗传算法结合的参数辨识[J];科学技术与工程;2008年23期

7 朱东生，朱f^，田琪;识别桥梁模态参数时域法的仿真研究[J];兰州铁道学院学报;1995年03期

8 杜飞平;谭永华;陈建华;;基于ITD和STD的液体火箭发动机模态参数辨识方法[J];火箭推进;2012年03期

9 卢志明;黄永祥;刘宇陆;;大气湍流的Hilbert-Huang变换分析[J];水动力学研究与进展(A辑);2006年03期

10 邹甲军,冯志华,陆维生;基于小波的LTV系统的参数识别[J];苏州大学学报(工科版);2005年01期

中国博士学位论文全文数据库 前2条

1 任达千;基于局域均值分解的旋转机械故障特征提取方法及系统研究[D];浙江大学;2008年

2 乔丽红;二维Hilbert-Huang变换及其在图像处理中的应用[D];河北师范大学;2010年

，

本文编号：605816