[发明专利]一种降低旋转机械轴承动载荷识别模型病态性的方法

权利要求书

1.一种降低旋转机械轴承动载荷识别模型病态性的方法，其特征在于，包括以下步骤：

步骤一：设置n个同时受动载荷激励的轴承，设置m个响应测点，获取轴承动载荷激励阵列及对应的响应列阵；

步骤二：建立动载荷与振动响应之间的关系：

F＝(H^HH)^-1H^HX

上式中，F为动载荷；H为所有响应测点的频响函数矩阵，H^H为H的复共轭转置矩阵；X为振动响应；

步骤三：从m个响应测点中随机选取m_r个，n≤m_r≤m，则响应测点的组合数为计算第i种组合对应的系统频响函数矩阵的条件数：

上式中，||·||为向量范数诱导的矩阵范数，为矩阵H的摩尔-彭诺斯广义伪逆矩阵；

遍历所有响应测点个数下的测点组合，计算每种组合对应的频响函数矩阵的条件数，找出条件数最小的矩阵，将对应的测点组合作为最优测点组合；

步骤四：根据最优测点组合对应的振动响应和频响函数矩阵，利用截断奇异值分解法剔除较小奇异值，计算轴承动载荷。

2.根据权利要求1所述的降低旋转机械轴承动载荷识别模型病态性的方法，其特征在于，所述步骤四，具体包括：

1)从所有响应测点的频响函数矩阵H中，获得最优组合测点对应的频响函数矩阵H_op，并对H_op其进行奇异值分解：

上式中，V_nn和U_mn为列向量正交阵，是矩阵H_op分解出的两个酉矩阵，U_mn＝{u₁,u₂,…,u_n}、V_nn＝{v₁,v₂,…,v_n}；对角阵∑_nn的对角元素为{σ_i}，i＝1,2,…,n，σ_i≥0是矩阵H_op的按由大到小顺序排列的所有奇异值；

2)利用奇异值分解后的频响函数矩阵获得待识别的动载荷，计算表达式为：

上式中，F为动载荷，为矩阵H_op的摩尔-彭诺斯广义伪逆矩阵，X_op为从所有响应测点的振动响应X提取的最优组合测点的振动响应；

3)采用截断奇异值分解正则化法对待识别的动载荷进行识别，获得识别后的动载荷正则化解：

上式中，H_k为逼近原矩阵H_op的低秩频响函数矩阵，k＜n；

上式中，∑_k是将对角阵∑中n-k个最小的奇异值过滤后得到的对角阵。

3.根据权利要求2所述的降低旋转机械轴承动载荷识别模型病态性的方法，其特征在于，将滤波因子引入动载荷计算表达式，得到优化的动载荷正则化解为：

其中，滤波因子：