環(huán)境激勵下系統(tǒng)模態(tài)參數(shù)識別方法研究.pdf_第1頁
已閱讀1頁,還剩66頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、環(huán)境激勵(Ambient Excitation)是一種天然的激勵方式,它無須貴重的激勵設(shè)備,不中斷結(jié)構(gòu)的正常使用,方便省時等,近年來得到了很大的發(fā)展。處于環(huán)境激勵下系統(tǒng)的振動一般都具有振幅小,隨機性強,噪聲影響和數(shù)據(jù)量大等特點,并且輸入是未知的,因此給模態(tài)參數(shù)的識別帶來的一定的困難。小波分析法能將時域和頻域結(jié)合起來描述觀察信號的時頻聯(lián)合特征,構(gòu)成信號的時頻譜,是近10多年來迅速發(fā)展的新興學(xué)科。本文應(yīng)用復(fù)值的Morlet小波進行時-頻分析

2、,利用小波函數(shù)與待識別信號相似程度,進行模態(tài)參數(shù)識別。全文主要包括以下內(nèi)容: (1)學(xué)習(xí)了傳統(tǒng)的模態(tài)參數(shù)識別方法,通過文獻查閱了解了環(huán)境激勵下系統(tǒng)模態(tài)參數(shù)識別的發(fā)展,對頻域及時域方法進行了綜述。針對環(huán)境激勵下系統(tǒng)在模態(tài)參數(shù)識別中僅有輸出的情況,通過隨機減量技術(shù)獲得系統(tǒng)的自由響應(yīng),并且對隨機減量技術(shù)進行方法上的改進,在同樣數(shù)據(jù)樣本點的情況下,增加了平均次數(shù)以獲得系統(tǒng)良好的自由響應(yīng)函數(shù),通過改進的Morlet小波時頻分析,分解多自由

3、度系統(tǒng)為若干個單自由度系統(tǒng)的組合,根據(jù)小波系數(shù)與系統(tǒng)自然頻率與阻尼關(guān)系識別出環(huán)境激勵下系統(tǒng)的模態(tài)參數(shù),應(yīng)用GARTEUR模型進行數(shù)值仿真,表明了該方法的有效性,可以使其模態(tài)參數(shù)的識別達到較好的精度。 (2)用有限元方法對質(zhì)-桿模型進行分析,得到模型的各階固有頻率;對質(zhì)-桿模型進行試驗?zāi)B(tài)分析,得到模態(tài)參數(shù);比較以上兩種方法的結(jié)果;最后用小波變換的方法對錘擊質(zhì)-桿模型的響應(yīng)信號進行分析得到模型的模態(tài)頻率和阻尼比,驗證小波變換對振動

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論