振动信号处理与模态分析软件开发研究

《振动信号处理与模态分析软件开发研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文振动信号处理与模态分析软件开发研究作者姓名张奇学科专业建筑与土木工程校内指导教师陈太聪副教授校外指导教师戴宇文高工所在学院土木与交通学院论文提交日期2018年4月ResearchonVibrationSignalProcessingandModalAnalysisSoftwareDevelopmentADissertationSubmittedfortheDegreeofMasterCandidate:QiZhangSupervisor:TaicongChen,AssociateProfessorY

2、uwenDai,SeniorEngineerSouthChinaUniversityofTechnologyGuangzhou,China摘要模态分析技术是利用结构的实测振动数据，估计出实际结构的模态参数值，所得结果常用于有限元结构模型修正、结构损伤检测和健康监测、结构振动控制等工作。目前该领域也发展出了许多成熟的模态识别方法，但在实际工程应用中仍存在模型定阶和虚假模态消除等问题。本文基于新近发展的概率直方图方法，结合两种主流模态识别算法（随机子空间法、多参考点最小二乘复频域法），在Matlab平台上开发完成首套结

3、合概率直方图的结构模态分析软件，实现对结构振动模态的高效自动辨识。该软件包括几何建模、信号处理（包括加速度积分）、模态识别、振型动画显示四大模块，功能齐全，方便易用。除了核心功能—基于概率直方图的结构模态辨识算法外，本软件还提供了常用的峰值拾取法，以及传统的基于稳定图的结构模态辨识算法。采用桁架结构实验，通过与ANSYS理论计算和商用模态分析软件DASP的对比分析，验证了MAT-PH内置模态分析算法用于工程实践的正确性与适用性。此外，在振动信号处理功能中，特别对具有重要实践意义的加速度积分问题开展研究，提出了基于频

4、谱能量形态拟合的加速度积分去噪方法—有效频段法，相对于传统积分算法，提高了积分响应的精度，降低了参数选择的敏感性，可方便应用于结构振动性能评价。除了有效频段法，本软件的信号处理模块中，针对加速度积分问题，还提供了基于多项式去除的时域积分方法、基于高通滤波的时域积分方法和频域带通积分方法，方便工程实践采用。关键词：模态识别；模态分析软件；加速度积分；概率直方图IABSTRACTThemodalanalysistechniqueusesthemeasuredvibrationdataofthestructuretoes

5、timatethemodalparameteroftherealstructure.Theobtainedresultsareoftenusedinthefollowingcases:correctionofthefiniteelementstructuralmodel,structuraldamagedetection,healthmonitoring,andstructuralvibrationcontrol.Atpresent,manymaturemodalidentificationmethodshavea

6、lsobeendevelopedinthisfield,buttherearestillproblemssuchasmodelorderingandfalsemodaleliminationinpracticaloccasion.Basedonthenewlydevelopedprobabilityhistogrammethod,thispapercombinedtwokindsofmainstreammodalrecognitionalgorithms(StochasticSubspaceIdentificati

7、on,Poly-referenceLeastSquaresComplexFrequencyDomainMethod),anddevelopedthefirstsetofprobabilityhistogram-basedmodalanalysissoftwareontheMatlab.Itcanprovideanefficientandautomaticidentificationofstructuremodes.Thesoftwareincludesfourmodules:geometricmodeling,si

8、gnalprocessing(includingaccelerationintegration),modalidentification,andmodeanimationdisplay.Itisfullyfunctionalandeasytouse.Besidesthecorefunction-basedstructuralmodalidentificati