[發(fā)明專利]一種動態(tài)載荷自適應時域識別方法

有效

• 申請?zhí)枺?/td>: 201811017276.5
• 申請日: 2018-09-01
• 公開（公告）號: CN109271687B
• 公開（公告）日: 2022-06-17
• 發(fā)明（設計）人: 率志君;劉凱旋;郭宜斌;王東華;李玩幽;袁運博;高奇
• 申請（專利權(quán)）人: 哈爾濱工程大學
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于動力學領(lǐng)域，具體涉及一種動態(tài)載荷的自適應時域識別方法；包括真實機械系統(tǒng)的逆模型離線建模和動態(tài)載荷在線識別，具體為將未知載荷加載于真實機械系統(tǒng)，采集其輸出信號；將輸出信號輸入簡諧發(fā)生器中，分解生成窄帶簡諧信號；將系統(tǒng)響應的窄帶簡諧信號作為自適應逆模型濾波器的輸入；自適應逆模型濾波器輸出信號通過簡諧信號合成器合成；此時簡諧信號合成器的輸出信號即為真實機械系統(tǒng)動態(tài)載荷的最佳估計。本發(fā)明采用自適應濾波器建立正模型，再由系統(tǒng)正模型對延遲逆模型進行自適應建模，對邊界和初值條件不敏感、易收斂，識別精度高，運算速度快，對任意頻率的輸入信號延遲時間都相等，不會改變頻率間諧波關(guān)系，有利于信號波形保持。

技術(shù)領(lǐng)域

本發(fā)明屬于動力學領(lǐng)域，具體涉及一種動態(tài)載荷的自適應時域識別方法。

背景技術(shù)

動態(tài)載荷時域識別是已知結(jié)構(gòu)的輸出響應信息和系統(tǒng)的動態(tài)特性，通過時域反演得到輸入動態(tài)載荷的求解過程，屬于動力學研究領(lǐng)域中的第二類逆問題。有效識別并透徹分析力源的特性是機電設備振動噪聲控制的基礎(chǔ)及前提，也是機電設備定量聲學預測及低噪聲機械設備設計的先決條件。在工程實際中，為分析結(jié)構(gòu)的動態(tài)特性，對結(jié)構(gòu)進行動力響應計算、動態(tài)參數(shù)設計、故障分析及可靠性預測等，往往需要精確掌握作用在結(jié)構(gòu)上的動態(tài)載荷。

動態(tài)載荷間接識別方法主要有頻域識別和時域識別兩種。目前廣泛應用的頻域法主要有頻響函數(shù)矩陣求逆法、最小二乘法和模態(tài)坐標變換法。頻響函數(shù)求逆法和最小二乘法的缺點在于低頻的識別精度較差，且固有頻率處識別精度也較差。目前可以通過奇異值分解技術(shù)改善，還可以通過相干函數(shù)作為閥值控制矩陣的病態(tài)，但是閥值的選取尚無成熟方法，識別精度有待進一步提高。模態(tài)坐標變換法必須知道系統(tǒng)的固有頻率及模態(tài)振型才能識別載荷特性，參與計算的模態(tài)的選取及截斷對載荷識別精度影響很大，選取不同階數(shù)的模態(tài)、測試噪聲等因素對識別精度影響較大，在工程應用中存在較大的局限性。目前廣泛應用的時域法主要有反卷積、計權(quán)加速度法、卡爾曼濾波器和遞歸最小二乘法、逆系統(tǒng)法等。反卷積法需要對系統(tǒng)的時域振動特性矩陣進行逆運算，易出現(xiàn)病態(tài)問題影響動態(tài)載荷的識別精度；計權(quán)加速度法僅適用于具有剛體模態(tài)的結(jié)構(gòu)且所求為動態(tài)載荷合力，因此其應用有很大局限性；卡爾曼濾波器和遞歸最小二乘法是以系統(tǒng)的狀態(tài)空間模型為基礎(chǔ)，需要提前掌握測試噪聲及過程統(tǒng)計特性否則影響識別精度。

專利“201110025450.2”中公開了一種動載荷的自適應時域識別方法。該方法采用自適應算法對系統(tǒng)進行模型辨識，結(jié)合辨識模型利用工作狀態(tài)響應數(shù)據(jù)識別時域載荷。該方法具有對邊值條件和初值條件不敏感、容易收斂等特點，但其利用一組權(quán)向量模擬系統(tǒng)時域特性，當系統(tǒng)特征較為復雜時會出現(xiàn)辨識精度不高、計算量大等問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于，提供一種識別精度高、運算速度快的動態(tài)載荷自適應時域識別方法。

一種動態(tài)載荷自適應時域識別方法，包括真實機械系統(tǒng)的逆模型離線建模、動態(tài)載荷在線識別兩部分，具體包括如下步驟：

1、以多頻激勵信號作為真實機械系統(tǒng)的輸入，采集系統(tǒng)的輸出信號。

2、在系統(tǒng)輸出信號的基礎(chǔ)之上添加噪聲信號，形成包含噪聲干擾的系統(tǒng)響應信號。

3、將真實機械系統(tǒng)的輸入信號及包含噪聲干擾的響應信號分別輸入簡諧發(fā)生器中，通過數(shù)字濾波的形式將信號分解為若干頻率不同的窄帶周期信號。

4、取一定長度的自適應濾波器建立正模型，用于模擬真實系統(tǒng)的時域振動特性；將窄帶簡諧信號作為自適應濾波器正模型的輸入信號，同時采集系統(tǒng)響應的窄帶簡諧信號及自適應濾波器正模型輸出信號，取兩者誤差。

5、根據(jù)誤差信號采用歸一化LMS算法自適應調(diào)整濾波器逆模型濾波器權(quán)系數(shù)，直至輸出信號誤差的均方值收斂至最小。

6、將自適應濾波器正模型輸出信號作為自適應濾波器逆模型的輸入信號，同時采集經(jīng)過一定時間延遲的系統(tǒng)輸入窄帶簡諧信號及自適應濾波器逆模型輸出信號，取兩者誤差。