模態(tài)試驗怎么做?

1. 幾何建模
模態(tài)試驗中僅僅對結構的一點進行激勵和響應測量是不夠的,實際中可以對結構上的多點進行激勵(MISO)或者測量多點的響應(SIMO),或者在多點激勵并測取多點響應(MIMO)。在結構上合理確定這些激勵和響應測點,以及定義自由度確定測量方向,是幾何建模的主要內(nèi)容。如圖1為確定汽車結構幾何測點位置的過程。

2. 測量
對于EMA模態(tài)試驗,常使用力錘或激振器對結構進行激勵,在所規(guī)劃的測點位置布置振動傳感器,通過數(shù)據(jù)采集器同步測量激勵和響應信號。
對測量到的激勵和響應信號進行傳遞函數(shù)分析,可得到頻響函數(shù)FRF,基于這些FRF就可以進行模態(tài)參數(shù)提取了。在傳遞函數(shù)分析中,除FRF的幅頻和相頻曲線之外,相干曲線也是非常重要的,可以用來判斷測量數(shù)據(jù)的有效性。
對于OMA模態(tài)試驗,可以直接使用半譜、相關函數(shù)或時域波形進行模態(tài)參數(shù)的提取,則激勵信號的獲取與FRF的計算過程就不是必須的。
注意判斷測量數(shù)據(jù)的好壞:
1) 分析頻率是否合適,激勵力的頻率范圍是否合適
2) 相干系數(shù)是否足夠,一般不應低于0.75,對于EMA應更高一些,OMA可能低一些
3) 若數(shù)據(jù)不好,除了理論上的一些誤差外,還應注意:
a) 連線不好,測量的是噪聲,不是實際信號
b) 信號過載,欠載,有干擾信號
c) OMA多組測量時,測量時間不夠長,各組之間的數(shù)據(jù)融合不好。
圖2 為典型的FRF曲線,上部為幅頻曲線,中部為相頻曲線,下部為相干函數(shù)。

3. 模態(tài)擬合——參數(shù)提取
從測量數(shù)據(jù)中提取模態(tài)參數(shù)的過程有很多方法,經(jīng)典的頻域方法主要通過FRF來進行參數(shù)識別。以最簡單的PPT峰值拾取法為例,通過所有測點的FRF的集總平均可以獲得各階固有振動的頻率和阻尼比,而振型則可以通過各階頻率的FRF的相位信息來獲取。但是PPT方法只能適合一些簡單結構,其各階模態(tài)頻率較為分散。實際工程中的結構可能較為復雜,各階振動之間相互耦合,這就需要一些曲線擬合的數(shù)學算法來完成,所以也稱為模態(tài)擬合方法,一般通過計算機軟件來完成,如圖3,將測量得到的FRF曲線擬合為3個單自由度的曲線,以獲取3階模態(tài)參數(shù)。

4. 結果驗證
完成模態(tài)參數(shù)識別后,需要通過一定的驗證手段來確認提取過程是否正確,或者提取參數(shù)的精度是否滿足要求。
振型相關矩陣可檢查模態(tài)分析的振型結果是否可靠。如圖4,該矩陣主要用來校核各階模態(tài)振型之間的正交性,矩陣關于主對角線對稱,主對角線的元素都為1。矩陣元素的行號和列號分別代表了兩階模態(tài),其大小表示了這兩階模態(tài)振型的正交性,為歸一化后的兩階模態(tài)振型標量乘積,值越小表示正交性越好。理想的模態(tài)分析結果的振型相關矩陣除主對角元素外,其它元素的值都很小。
判斷模態(tài)分析結果好壞的另一個有效方法就是比較擬合結果,即比較實測的頻響函數(shù)曲線和由各階模態(tài)留數(shù)構成的理論頻響函數(shù)曲線的差異。
其他如穩(wěn)定圖中的MAC值、模態(tài)重要性指示函數(shù)MII、多方法結果相互校核等都可以作為結果驗證的手段。

- 下一篇:寶馬騰訊自動駕駛計算中心將落戶天津
- 上一篇:防患于未然——汽車自動緊急制動技術解析
廣告 編輯推薦
最新資訊
-
開年豪擲1.8億搶用戶,又一車企加入“價格
2026-03-04 16:05
-
聯(lián)合國法規(guī)R60對兩輪車操縱件與指示裝置的
2026-03-04 12:08
-
標準立項|《汽車異種材料鉚接接頭拉伸性能
2026-03-04 11:40
-
“汽車大角度座椅 第1部分:通用要求”將有
2026-03-04 11:39
-
“汽車大角度座椅 第2部分:可靠性要求”將
2026-03-04 11:39





廣告


























































