采用工作振动响应的机械结构的健康监测方法的研究

目前,基于结构振动响应的结构健康监测方法一直是国内外科研机构研究的一个重要方向,且其中又以工作模态分析方法的研究最有价值。由于环境激励下的模态分析方法只利用结构工况下的振动响应数据进行在线分析,而不需要人工激励设备对结构进行激励,所以该类方法的分析结果更符合结构的工况边界条件。因此,该类分析方法已经在宇航、桥梁和机械制造等工程应用领域得到了广泛应用。 鉴于上述原因,本文主要对环境激励下的随机子空间识别法进行了探索性研究。在该方法研究过程中,我们主要做了以下工作: ⑴本文以悬臂梁结构为研究对象,利用有限元分析的方法对它们进行了理论模态分析,得出了它们的模态频率和模态振型。从而为实验分析提供了理论参考依据,并和利用随机子空间识别法所得的实验模态分析结果进行了对比分析,结果证明两者的模态识别结果吻合良好。 ⑵在前人研究的基础上,本文对环境激励下的随机子空间识别法进行了深入的研究。随机子空间识别法主要有协方差驱动随机子空间识别法和数据驱动随机子空间识别法两种算法,其中前者主要利用输出协方差序列组成的Toeplitz矩阵块,通过奇异值分解(SVD)得到系统的可观矩阵和可控矩阵,然后利用它们来识别振动系统的模态参数(模态频率、模态阻尼比和模态振型);而后者则主要利用时域振动响应数据组成的Hankel矩阵,通过矩阵的QR分解减缩计算数据量,并依靠对投影矩阵的奇异值分解来消除噪声的影响,然后利用最小二乘法等矩阵运算来识别出系统矩阵和输出矩阵,最后利用求得的系统矩阵和输出矩阵识别出振动系统的模态参数(模态频率、模态阻尼比和模态振型)。 ⑶针对基于随机子空间识别法的系统定阶方法研究不足的状况,本文进行了探索性研究。在文中,我们主要研究了基于随机子空间识别法的系统稳态图定阶法和系统奇异熵增量定阶法,其中前者主要利用LMS Test.lab模态应用分析软件在线分析完成,而后者则主要通过matlab应用程序来完成。结果表明两种方法的系统定阶结果吻合良好,且都比传统的奇异值分解系统定阶法更为可靠有效。 ⑷在和有限元分析的理论结果进行了对比之后,本文仍以上述的悬臂梁结构为研究对象,通过一个随机白噪声激励信号来模拟它在环境激励下的工况,并分别利用随机子空间识别法和Polymax(最小二乘复频域法)两种识别方法对它进行了在线模态分析,对比结果进一步证明了随机子空间识别法的有效性和可靠性。 综上所述,本文利用有限元模态分析和Polymax模态分析的方法分别证明了随机子空间识别法的有效性和可靠性。此外,在系统定阶方面,本文研究了基于随机子空间识别法的两种系统定阶方法—系统稳态图定阶法和系统奇异熵增量定阶法,结果表明,两种系统定阶方法的定阶结果吻合良好。总之,由于随机子空间识别法是一种基于结构振动响应的模态识别方法,其识别效果稳定可靠,而且目前对基于随机子空间识别法的系统定阶方法研究较少,所以本文的研究对于机械结构的在线健康监测有着重要的意义。