[发明专利]一种动态载荷识别方法

说明书

本发明提供了一种动态载荷识别方法，包括以下步骤：S1：根据被测对象建立相应的有限元模型；S2：在所述有限元模型中确定载荷输入点与载荷响应点的位置；S3：通过模态计算对所述有限元模型进行模态特征值分析，得到模态振型矩阵；S4：基于所述模态振型矩阵计算得到模态转换矩阵，利用所述模态转换矩阵通过位移转换关系将物理坐标空间的动力学方程转换成模态坐标空间的动力学方程；S5：对所述模态坐标空间的动力学方程进行时域到频域的转换，得到频率响应函数；S6：将采集得到的载荷响应点的响应输入到所述频率响应函数中，通过对所述频率响应函数进行矩阵求逆得到载荷输入点的动态载荷，完成动态载荷识别。

技术领域

本发明属于结构动力学领域，尤其涉及一种动态载荷识别方法。

背景技术

作为电力机车的核心部件，牵引变流器通过调压调频控制实现对交流牵引电动机的启动、制动和调速控制。变流器安装在机车的机械间，变流器的内部包含有自动变速箱控制单元TCU、电阻单元、风机、接触器等重要电气元件，来自轮对和车体的冲击对变流器的正常运行会产生较大的影响。同时，变流器的质量很大，变流器的内部还设置有风机、变压器和电抗器等振源，机车车身在机车行驶过程中同样会受到来自变流器的较大的振动冲击。因此，不论是对变流器本身还是机车车身，获取变流器或者车身在机车运行过程中的动态载荷力都显得尤为重要。

动态载荷识别属于结构动力学中的第二类逆问题，就是在已知结构系统参数的情况下，根据结构承受荷载时测得的结构上有限响应点的响应，求出反作用于结构上的荷载。动态载荷识别方法一般有频域法和时域法，同时还衍生出诸如SWAT法、奇异值分解法和小波神经网络等方法，这些方法有各自明显的优缺点。其中，基于频域的矩阵求逆法最为常见，过程相对简单，但是计算量很大，耗费分析资源。时域法则是最近才开始研究兴起的方法，存在一定的累计误差。而其他的衍生方法虽然有各有优点，但是需要积累数值计算和信号处理的经验，使用起来门槛相对较高。

因此，针对机车变流器或者机车车身的动态载荷识别的问题，为了在保证准确性、易用性的基础上进一步提高效率，需要提出一种新的、更有效的动态载荷识别方法。

发明内容

针对上述技术问题，本发明的主要目的在于提供一种动态载荷识别方法，以解决现有技术中动态载荷识别方法不能在保证准确性、易用性的基础上同时保证更高的有效性的问题。

本发明的技术方案是通过以下方式实现的：

一种动态载荷识别方法，包括以下步骤：

S1：根据被测对象建立相应的有限元模型；

S2：在所述有限元模型中确定载荷输入点与载荷响应点的位置；

S3：通过模态计算对所述有限元模型进行模态特征值分析，得到模态振型矩阵；

S4：基于所述模态振型矩阵计算得到模态转换矩阵，利用所述模态转换矩阵通过位移转换关系将物理坐标空间的动力学方程转换成模态坐标空间的动力学方程；

S5：对所述模态坐标空间的动力学方程进行时域到频域的转换，得到频率响应函数；

S6：将采集得到的载荷响应点的响应输入到所述频率响应函数中，通过对所述频率响应函数进行矩阵求逆得到载荷输入点的动态载荷，完成动态载荷识别。

优选地，所述步骤S4中的物理坐标空间的动力学方程表达式如下：

其中，M、C和K分别为被测对象的质量矩阵、阻尼矩阵和刚度矩阵，{X}和{F}分别为被测对象的载荷响应点的物理位移和载荷输入点的动态载荷，为对{X}中各元素分别进行二阶偏导的结果，为对{X}中各元素分别进行一阶偏导的结果。

优选地，所述步骤S3中的模态计算的表达式如下：