转子压缩机的等效激励力识别及有限元验证

压缩机作为空调管路系统的主要激励源,其激励的准确识别是空调配管系统设计及优化的前提。当压缩机为第三方提供时,须通过实验方法识别压缩机激励,针对此,提出了基于刚体动力学的转子压缩机质量特性及等效激励识别方法。基于质量线法对压缩机的质心及惯性参数进行识别,实验结果表明识别精度及一致性较好。基于刚体动力学方程,结合压缩机缸体表面的振动响应、压缩机的惯性参数以及橡胶脚垫的特性参数,识别了压缩机的等效激励力,并对该识别激励力进行有限元仿真验证。仿真得到的加速度与实验测试加速度吻合良好,最大误差出现在y向的第2阶,为26.3%。这表明此激励识别方法具有很好的识别精度,识别结果可用于空调管路系统的仿真分析与优化设计。     

一种两刚体结构惯性参数和连接特性的识别方法

提出了一种两刚体结构惯性参数和连接特性的识别方法。通过对结构的模态测试分析，获得结构的刚性模态参数，并进行适当的识别计算，最后可得到两个刚体的质量、质心坐标、主轴惯性矩、惯性主轴等惯性参数以及连接刚度和阻尼特性。     

有色噪声激励下基于应变响应的频域拟合算法

提出了一种有色噪声激励下基于应变响应的工作模态参数识别方法。首先,从应变频响函数出发,将工作模态参数识别方法应用到有色激励下的应变响应信号,推导出仅利用应变响应的多自由度系统模态参数表达式;其次,对悬臂梁进行数值仿真,分析了模态识别误差并验证了该方法的有效性;最后,通过悬臂梁实验验证了在真实有色噪声环境中,该方法依然具有很高的识别精度。     

铁道车辆物理参数识别方法研究

针对铁道车辆物理参数识别问题,首先通过状态空间理论和模态空间理论获得了车辆系统状态矩阵,接着分别提出了附加质量法和比例关系法两种铁道车辆物理参数识别方法。附加质量法可识别车辆全部物理参数,但需要将特定的质量附加到车辆系统中。比例关系法无需附加质量,以构架质量参数已知为前提条件来对车辆其余物理参数进行识别。设计了用于物理参数识别的车辆定向激励工况,并通过仿真试验对两种物理参数识别方法进行了验证及对比分析。结果表明,采用附加质量法进行车辆物理参数识别时,附加质量大小选取为车辆系统质量的3%识别精度最高;附加质量法和比例关系法在识别精度和测试实施难度方面各有优缺点,因此,在实际车辆物理参数识别中,可根据现场情况,合理选择识别方法。     

基于频响函数数据筛选的发动机惯性参数识别

发动机的惯性参数为质量、质心位置的3个坐标、绕3个轴的转动惯量以及3个惯性积共10个参数。在振动模态试验测试的频响函数基础上,提出了利用质量线识别台架上发动机10个惯性参数的改进方法,较精确地识别了发动机的10个惯性参数。根据一定的误差限水平,筛选合适的激励点和响应点处的频响函数数据,剔除互易性差的数据,提高了识别精度。台架试验验证了所提改进方法的正确性。     

应用Volterra级数识别液阻悬置非线性阻尼参数

液阻悬置作为一种典型的非线性系统,其在不同激励下有着良好的动特性,而动特性又与悬置参数有着密切联系,所以本文基于Volterra级数理论,以惯性通道-浮动解耦盘式液阻悬置为研究对象,提出了该液阻悬置非线性阻尼滞后角和其液体阻尼机构非线性阻尼参数的识别方法,可在知道输出和部分结构参数的情况下来较为简单的获得液体阻尼机构的阻尼参数,且在一定范围的激励频率下得到的该阻尼参数识别值与实验得到的参数值之间的误差能保持在3%以内。另外由Volterra级数理论识别得到的液阻悬置阻尼滞后角已由平均法对比验证,同样表现出了较好的一致性。     

基于改进自适应遗传算法的固定结合面动态特性参数优化识别

针对固定结合面传统建模方法精度较低和结合面的动态特性参数难以确定的问题,改进了基于弹簧阻尼单元的建模方法,提出了基于实验模态分析和改进自适应遗传算法的固定结合面动态特性参数的优化识别方法。该方法以有限元计算的理论固有频率和阻尼比与其对应实验模态分析结果的相对误差最小为目标函数,使用改进的自适应遗传算法优化识别固定结合面的刚度和阻尼参数。以自行设计制作的固定结合面模型为研究对象进行了建模、实验、参数识别等分析,分析结果表明：所提出的方法是正确的、有效的,参数识别误差在5%以内,达到了较高的识别精度。     

基于激光扫描的桁架结构测量技术研究

为实现桁架结构空间位置的定位和测量,提出并验证一种基于激光扫描测距技术的桁架结构特征信息提取方法。利用激光脉冲在一维方向上进行点云扫描,探测并处理回波信号,获得结构的特征信息。实验结果表明:激光扫描测量方式在20 m范围内,木板的尺寸识别误差在15.5 mm以内,两种模拟结构的识别特征点与真实点偏差范围在5.28%以内,其中横坐标偏差最大为5.28%,纵坐标偏差最大为0.38%,以及识别的直线段参数与真实位置偏差最大为5.63%,结果满足测量精度的要求,验证了该测量方式的有效性。     

随机减量法在工作模态参数识别中的应用研究

实际工程应用中施加于结构的激励及其响应信号难以测量,不能用传统的识别方法提取结构的模态参数。研究了运用随机减量法从易得的结构的随机响应中提取某种自由响应信号,然后利用小波变换识别模态参数。实验通过对悬臂梁的模态参数识别,结果表明随机减量法在模态参数识别过程中的适用性及用该方法获取的模态参数具有很高的精度。     

环境激励下高桩码头物理模型模态实验

建立高桩码头物理模型,进行环境激励下的模态实验研究.利用特征系统实现算法(eigensystem realizationalgorithm,简称ERA),结合自然激励技术(natural excitation technique,简称NExT),即NExT-ERA模态识别方法编写模态识别程序来识别物理模型的模态参数,并与有限元模型的计算结果进行对比分析.研究结果表明,物理模型实验值与有限元计算结果相比,二者数值接近,误差很小,说明NExT-ERA模态识别方法能够应用于环境激励下高桩码头的模态识别.环境载荷激励下结构的动力响应信号较弱,结构的高阶模态一般无法激出,某些数据识别出的模态参数存在“漏阶”现象,因此结合有限元模型进行分析非常必要.