[發明專利]基于自迭代主元抽取的工作模態參數識別方法及裝置

有效

• 申請號: 201710499840.0
• 申請日: 2017-06-27
• 公開（公告）號: CN107271127B
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 王成;張天舒
• 申請（專利權）人: 華僑大學
• 主分類號: G01M7/02
• 分類號: G01M7/02;G06F17/50
• 代理公司: 廈門市首創君合專利事務所有限公司 35204
• 代理人: 張松亭

本發明涉及一種基于自迭代主元抽取的一維及三維線性時不變結構工作模態參數識別方法、一種基于滑動窗自迭代主元抽取的線性時變結構工作模態參數識別方法、一種基于自迭代主元抽取工作模態參數識別的故障診斷與健康狀態檢測方法、工作模態參數識別的實驗裝置、工作模態參數識別裝置。該工作模態參數識別裝置將基于自迭代主元抽取的一維及三維工作模態參數識別方法、基于滑動窗自迭代主元抽取的線性時變結構工作模態參數識別方法和設備故障診斷與健康狀態檢測方法相結合，并開發成嵌入式便攜裝置。本發明能夠有效在線檢測線性工程結構的工作模態參數，且大大降低了時間和內存開銷，更易用于設備故障診斷、健康監測以及系統結構在線實時分析與優化。

技術領域

本發明涉及模態參數識別領域，特別涉及一種基于自迭代主元抽取的工作模態參數識別方法及裝置。

背景技術

模態參數是決定結構動力學特性的重要參數，如模態固有頻率、模態阻尼比及主振型等，是結構動力特性研究的一個重要的逆問題。此外，當系統振動處于固有頻率時，模態振型為振動的狀態提供了數學描述。因此，模態參數識別在結構建模與模型修正、靈敏度分析、振動主被動控制、損傷識別和結構健康監測等領域起著至關重要的作用。不同于傳統的實驗模態分析(EMA)，工作模態分析(OMA)可以僅從測得的振動響應信號中識別出模態參數。近幾年，OMA是機械振動研究領域的熱點，并得到了廣泛的應用。

有學者于2013年提出將主成分分析(PCA)算法應用于工作模態參數識別領域。然而，基于傳統的批處理PCA算法通過奇異值分解(SVD)或者特征值分解(EVD)來獲得線性變換矩陣和主元，其具有時間和空間復雜度較高，不宜于嵌入到便攜式設備的缺點。基于此，本發明將改進的自迭代主元抽取算法應用于工作模態參數識別，使用自迭代方法抽取求解線性變換矩陣和主元，具有很低的時間和空間復雜度。

發明內容

本發明的目的在于克服現有技術之不足，本發明的目的在于克服現有基于PCA工作模態參數識別方法的不足，提供一種基于自迭代主元抽取的線性時不變結構工作模態參數識別方法、裝置及應用，具體地說是針對一維線性時不變工程結構、三維線性時不變工程結構和線性時變結構的工作模態參數識別方法、工作模態參數識別的試驗裝置，以及基于自迭代主元抽取的工作模態參數識別裝置，還提供基于自迭代主元抽取的工作模態參數識別方法在設備故障診斷與健康狀態檢測上的應用。本發明能夠有效檢測線性工程結構的工作模態參數、檢測三維線性工程結構的工作模態參數以及檢測線性時變結構的工作模態參數相比較使用傳統PCA的工作模態參數識別的方法，該方法大大降低了時間和內存開銷，更易用于設備故障診斷、健康監測以及系統結構分析與優化。

本發明解決其技術問題所采用的技術方案是：

一種基于自迭代主元抽取的工作模態參數識別方法，包括：

步驟101，獲取線性時不變結構在環境激勵下多個傳感器在一段時間內的時域振動響應信號如下：

其中，表示維度為m×T的矩陣，m表示在所述線性時變結構上布置的振動傳感器檢測點個數，T表示時域的采樣點個數，k＝1，2，…，T表示第k個采樣時刻點；

步驟102，初始化每階模態精度閾值α、當前階模態貢獻率閾值η以及最大迭代步數J_max，令i＝1，假設初始殘差矩陣E_i(t)＝X(t)，則

步驟103，設置j＝1，抽取殘差矩陣E_i(t)中任意一行作為初始第i主元

步驟104，計算當前主元所對應的特征向量

步驟105，將歸一化：

步驟106，修正當前主元

步驟107，計算抽取的當前階主元的精度：判斷是否或j≥J_max，如果是，并轉向步驟108，否則j＝j+1轉向步驟104；