[发明专利]一种基于频域分解法的欠采样下结构模态识别方法及系统

权利要求书

1.一种基于频域分解法的欠采样下结构模态识别方法，其特征在于，包括：

根据多次不同采样频率，获取目标结构在随机激励下的振动数据；

根据所述振动数据计算功率谱矩阵；

对所述功率谱矩阵进行奇异值分解，得到模态振型；

计算所述模态振型的置信度；

根据所述置信度确定非混叠参数；

根据所述非混叠参数还原得到混叠的模态参数，所述混叠的模态参数包括真实固有频率；

根据所述还原得到的真实固有频率绘制得到模态振型图像;

所述根据多次不同采样频率，获取目标结构在随机激励下的振动数据，包括：

根据第一频率测量所述目标结构在随机激励下的第一振动数据；

根据第二频率测量所述目标结构在随机激励下的第二振动数据；

对所述第一振动数据和所述第二振动数据进行傅里叶变换，得到傅里叶变换后的第一振动数据和第二振动数据;

所述根据所述振动数据计算功率谱矩阵，包括：

根据所述第一振动数据和所述第二振动数据，计算所述第一频率下的功率谱矩阵；

根据所述第一振动数据和所述第二振动数据，计算所述第二频率下的功率谱矩阵;

所述对所述功率谱矩阵进行奇异值分解，得到模态振型，包括：

通过奇异值分解法将所述功率谱矩阵分解为多个单自由度系统，其中，每个所述单自由度系统对应一个独立的模态；

当所述功率谱矩阵的频率位于目标峰值频率附近时，获取所述功率谱矩阵的极值，将所述极值对应的奇异向量确定为模态振型，进而确定所述第一频率和所述第二频率对应的第一模态振型和第二模态振型;

所述计算所述模态振型的置信度，包括：

计算所述第一模态振型的第一模态置信度，以及计算所述第二模态振型的第二模态置信度；

当所述第一模态置信度和所述第二模态置信度达到目标阈值区间时，确定所述第一模态振型和所述第二模态振型为同一阶模态振型，确定所述第一频率和所述第二频率对应的目标峰值频率为同一阶固有频率。

2.根据权利要求1所述的基于频域分解法的欠采样下结构模态识别方法，其特征在于，所述根据所述置信度确定非混叠参数，包括：

当所述同一阶固有频率中所述第一频率和所述第二频率对应的目标峰值频率相等，且所述目标峰值频率满足第一预设条件时，确定所述目标峰值频率为真实固有频率。

3.根据权利要求2所述的基于频域分解法的欠采样下结构模态识别方法，其特征在于，所述根据所述非混叠参数还原得到混叠的模态参数，包括：

当所述同一阶固有频率中所述第一频率和所述第二频率对应的目标峰值频率不相等，则通过扇形折叠原理还原得到真实固有频率。

4.根据权利要求3所述的基于频域分解法的欠采样下结构模态识别方法，其特征在于，所述根据所述还原得到的真实固有频率绘制得到模态振型图像，包括：

将还原得到的真实固有频率从小到大进行排列，得到每一阶固有频率；

根据所述每一阶固有频率，通过matlab工具绘制模态振型；

其中，所述每一阶固有频率对应的模态向量与混叠前的模态向量相同。

5.根据权利要求1-4任一项所述的基于频域分解法的欠采样下结构模态识别方法，其特征在于，所述方法还包括：

增加采样频率数量；

根据新增的采样频率确定新的模态振型图像。