论文部分内容阅读
随着人们对产品性能要求的提高,在航空、航天、汽车、船舶、桥梁、建筑、机床、农机等众多工业部门,通过实验模态分析了解结构的动力学特性,进而修改模型,优化设计,已成为研发过程中必不可少的工作。实验模态分析软件是模态参数辨识算法的载体,对其进行研究有利于对模态参数算法的整体把握。本文通过调研相关国内外知名公司模态分析软件的架构和功能,以Visual C++2005为开发工具,完成了实验模态分析软件的需求分析、软件构架和软件设计。本文以傅式正交多项式算法为出发点,该算法对普通正交多项式算法做了较大改进,通过推广实域离散点列上的正交多项式,得到了傅式正交多项式,进一步缓解了方程式在多项式次数较高时出现的病态问题,提高了算法的抗密集模态能力。本文对该算法的原理和实现方法做了总结并通过MATLAB软件完成了算法实现、算例验证,为后续算法的改进做好了铺垫。本文通过一算例指出：采用傅式正交多项式算法分别对频响函数信噪比为20dB、15dB和10dB的频段进行模态参数辨识时,曲线拟合偏差逐步增大,固有频率偏差达到了8.5%。原因在于进行模态参数辨识前,频响函数测点的权重是无法知晓的,傅式正交多项式算法直接把所有频率点权重设为1,这导致算法的辨识结果是虽是无偏的,但不是最小方差的。本文阐述了一种权函数的构造方法,通过引入该权函数降低了辨识结果的最小方差,改进型傅式正交多项式算法对频响函数信噪为10dB的频段进行辨识时,曲线拟合偏差减小了3.93%,固有频率偏差仅0.31%,因此改进型傅式正交多项式算法有更强的抗噪声能力。在此基础上,本文采用激振器法对一悬臂梁结构进行两次模态数据采集,设置两次测试的线性平均次数分别为15次和5次,得到了不同信噪比的测试数据。分别使用改进前和改进后的傅式正交多项式算法对两组测试数据进行模态参数辨识,实验结果表明改进后的算法曲线拟合偏差更小,从而验证了改进型傅式正交多项式算法抗噪声能力更强。最后,总结全文,指出了本课题的不足之处以及对今后工作的展望。