[发明专利]一种线性时变结构的工作模态参数识别方法及系统

说明书

本发明涉及一种线性时变结构的工作模态参数识别方法几系统，方法包括：获取线性时变结构在设定时间内的振动响应信号的数据矩阵；将所述数据矩阵划分为多个设定时间长度的子矩阵；建立所述子矩阵的拉普拉斯特征映射；求解所述拉普拉斯特征映射获得所述子矩阵的模态响应矩阵；根据所述模态响应矩阵得到所述子矩阵的模态振型；求解所述模态响应矩阵的频域数据；将所述频域数据中最大值作为所述子矩阵的模态频率。本发明单独计算每个子矩阵的模态参数，能够降低模态参数的计算时间和空间复杂度，提高了模态参数的识别效率。

技术领域

本发明涉及模态参数识别技术领域，特别是涉及一种线性时变结构的工作模态参数识别方法及系统。

背景技术

模态是结构本身具有的振动特性，通过实验模态分析方法识别每阶模态的参数(如模态固有频率、振型、阻尼比等)，我们可了解结构的动力学特性，进而做结构的损伤识别、设备的故障检测等。然而，对于许多大型复杂结构，可以利用的激励方式只有工作状态下的环境激励，导致无法对激励输入进行测量。不同于传统的实验模态分析(EMA)，工作模态分析(OMA)可以仅从测得的振动响应信号中识别出模态参数。近些年，OMA是机械振动研究领域的热点，并得到了广泛的应用。

现实中多数工程结构都具有时变特性，结构的物理特性(质量、刚度、阻尼等)会随时间的变化而发生变化，因此，结构的模态参数也随着时间而发生变化。例如，列车过桥，发射卫星，旋转机械等都体现出结构的时变特性。结构的振动响应信号通常不能够一次性全部获得，而是通过随着时间变化而慢慢采样得到，因此需要根据结构的时变特性提出时变结构工作模态参数识别的方法。

基于“时间冻结”理论的滑动窗方法是一种能识别时变系统工作模态参数的方法，且滑动窗方法已经应用在一些算法上。官威等人提出将滑动窗主元分析进行时变结构的工作模态参数识别，该方法的时间和空间复杂度较高，不易于嵌入到便携式设备。

发明内容

本发明的目的是提供一种线性时变结构的工作模态参数识别方法及系统，提高了模态参数的识别效率。

为实现上述目的，本发明提供了如下方案：

一种线性时变结构的工作模态参数识别方法，包括：

获取线性时变结构在设定时间内的振动响应信号的数据矩阵；

将所述数据矩阵划分为多个设定时间长度的子矩阵；

建立所述子矩阵的拉普拉斯特征映射；

求解所述拉普拉斯特征映射获得所述子矩阵的模态响应矩阵；

根据所述模态响应矩阵得到所述子矩阵的模态振型；

求解所述模态响应矩阵的频域数据；

将所述频域数据中最大值作为所述子矩阵的模态频率。

可选地，通过振动响应传感器获得所述振动响应信号。

可选地，对所述模态响应矩阵进行最小二乘法广义逆求解得到所述模态响应矩阵。

可选地，所述最小二乘法广义逆求解公式为其中，表示第i个子矩阵的模态振型，表示第i个子矩阵，表示第i个子矩阵的模态响应矩阵，L表示所述设定时间长度。

可选地，通过单自由度系统或傅里叶变换求解所述模态响应矩阵的频域数据。

本发明还公开了一种线性时变结构的工作模态参数识别系统，包括：

数据矩阵获取模块，用于获取线性时变结构在设定时间内的振动响应信号的数据矩阵；

子矩阵获取模块，用于将所述数据矩阵划分为多个设定时间长度的子矩阵；

拉普拉斯特征映射建立模块，用于建立所述子矩阵的拉普拉斯特征映射；