[发明专利]一种基于滑动窗NPE的线性时变结构工作模态识别方法

说明书

本发明公开了一种基于滑动窗NPE的线性时变结构工作模态识别方法，具体包括：获取线性时时变结构在采样时间内的振动位移响应信号；依据“时间冻结”理论，将振动位移响应信号进行划分分解成有限个窗长为L的位移响应信号；根据每个窗口下的振动位移响应信号建立NPE求解工作模态参数的模型，获得该瞬时时刻的工作模态参数；拟合各个窗口的工作模态参数，得到线性时变结构的工作模态参数；采用模态置信参数评价模态振型识别的准确性，采用误差率评价固有频率的准确性。本发明提出的方法将流形学习中的NPE结合滑动窗技术应用于时变结构的工作模态参数识别，有效的识别线性时变结构的工作模态参数。

技术领域

本发明涉及模态参数领域，特别是指一种基于滑动窗NPE的线性时变结构工作模态识别方法。

背景技术

模态是结构本身具有的振动特性，通过实验模态分析方法识别每阶模态的参数(如模态固有频率、振型、阻尼比等)，我们可了解结构的动力学特性，进而做结构的损伤识别、设备的故障检测等。然而，对于许多大型复杂结构，可以利用的激励方式只有工作状态下的环境激励，导致无法对激励输入进行测量。不同于传统的实验模态分析(EMA)，工作模态分析(OMA)可以仅从测得的振动响应信号中识别出模态参数。近些年，OMA是机械振动研究领域的热点，并得到了广泛的应用。

现实中多数工程结构都具有时变特性，结构的物理特性(质量、刚度、阻尼等)会随时间的变化而发生变化，因此，结构的模态参数也随着时间而发生变化。例如，列车过桥，发射卫星，旋转机械等都体现出结构的时变特性。结构的振动响应信号通常不能够一次性全部获得，而是通过随着时间变化而慢慢采样得到，因此需要根据结构的时变特性提出时变结构工作模态参数识别的方法。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一种基于滑动窗NPE(邻域保留投影算法)的线性时变结构工作模态识别方法，将流形学习中的NPE结合滑动窗技术应用于时变结构的工作模态参数识别，有效的识别线性时变结构的工作模态参数，仅需要获取到结构的非平稳振动响应信号即可达到在线实时识别出线性时变结构的时变瞬态工作模态参数(瞬时工作模态振型和瞬时工作模态固有频率)，较之于传统的需要同时测量激励与响应信号的试验模态参数识别技术具有较大的优势。

本发明采用如下技术方案：

获取线性时时变结构在采样时间内的振动位移响应信号n表示的是传感器的个数，T表示采样时间；

依据“时间冻结”理论，根据设置的滑动窗窗长L、传感器的个数以及采样时间，将振动位移响应信号进行划分分解成有限个窗长为L(一个窗口代表一个瞬时时刻)的位移响应信号

根据每个窗口下的振动位移响应信号建立NPE求解工作模态参数的模型，获得该瞬时时刻的工作模态参数(模态振型，模态固有频率)；

拟合各个窗口的模态振型参数和固有频率参数，得到线性时变结构的工作模态参数；

采用模态置信参数评价模态振型识别的准确性，采用误差率评价固有频率的准确性。

具体地，所述线性时变振动结构系统的运动方程为：

其中，和分别表示随时间变化的质量矩阵，阻尼矩阵和刚度矩阵；与此同时，它们受结构的影响而随时间发生变化。表示外载荷的激励向量，和分别表示加速度响应信号，速度响应信号和位移响应信号。

具体地，所述有限个瞬时时不变结构系统的运动方程集合为：

其中，S'(t)表示为当t＝τ时刻的时不变结构，S'表示一组由M个线性时不变结构所组成的时变结构集合。在模态坐标下，线性时变结构的振动位移响应信号表示一组瞬时时不变结构的位移响应信号集合；每个瞬时位移响信号可看成一个窗口做如下分解：