原文传递
基于单通道盲源分离的机械系统运行模态分析方法研究
| 论文题名： | 基于单通道盲源分离的机械系统运行模态分析方法研究 |
| 关键词： | 轨道车辆;悬架系统;模态分析;单通道盲源分离;变分模态分解 |
| 摘要： | 模态分析对于结构动力学特性分析、故障诊断、在线健康监测等方面有着举足轻重的意义。近年来，运行模态分析因其仅需测量结构的振动响应便可实现模态参数识别，且不影响结构的正常服役，因而在大型机械结构和土木领域得到了广泛的应用。盲源分离技术因其非参数化和简便高效的优势在运行模态识别领域快速发展。现有方法多针对正定盲源分离问题，而实际常遇到欠定问题，尤其是仅用一个传感器的极端病态情况——单通道盲源分离问题，本文开展了盲源分离经典算法——二阶盲辨识(SOBI)在运行模态分析中的应用研究，同时结合基于时频分解的虚拟多通道方法，提出了一种基于变分模态分解(VMD)和SOBI的运行模态分析方法。具体内容如下: 首先，介绍了盲源分离的数学模型、可分离性分析和分离效果评价标准，从数学角度解释了独立分量分析(ICA)和SOBI的数学假设与问题的求解，并将其引入到运行模态分析中。针对模态分析中各阶模态频率比不一的情况，通过仿真分析了经典盲源分离算法对不同频率比源信号的可辨识性，并利用物理系统模型对比ICA和SOBI应用于运行模态分析中的优劣情况，结果表明SOBI算法识别精度更高、抗噪性更好，更适合于运行模态分析。 其次，针对在役机械系统常伴随强背景噪声的问题，研究了VMD虚拟通道重构方法的准确性及抗噪能力并提出一种模态数选取准则。论述了基于虚拟多通道的单通道盲源分离方法，通过仿真分析得出了VMD算法可以克服经验模态分解类方法在信号存在间歇现象情况下的模态混叠问题，且具有较好的噪声鲁棒性。针对VMD的模态分量数目需提前人为设置的问题，提出一种根据低阶模态的能量占比更高和稳定图的基本思想有效选取模态分量数目的K值优化VMD方法，并利用仿真算例验证了方法的有效性。 最后，提出了一种基于K值优化VMD-SOBI的单通道盲源分离算法，并应用于轨道车辆悬架系统的模态参数识别。首先利用VMD分解将单通道振动响应转换为多通道信号，然后筛选出有效分量作为SOBI的输入矩阵，得到模态坐标和模态响应，最后利用单模态识别技术实现模态参数的识别。仿真验证了算法的可行性和噪声鲁棒性。将该方法应用到可模拟轨道车辆悬架系统的1/5比例滚轮钻机系统中，成功识别了1/5比例转向架的前三阶模态参数，并借该实验研究了在单通道盲源分离技术中，单个传感器的安装位置和不同工况下的数据采集对识别结果的影响，得出了传感器安装位置对本文方法不敏感，而在不同工况下的数据采集对转向架第一阶弹跳、第二阶俯仰模态参数识别的准确度基本无影响，对第三阶滚动模态有较大影响的结论。 |
| 作者： | 谭小辉 |
| 专业： | 机械工程 |
| 导师： | 王向红;陈卫军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长沙理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
