运行模态分析(Operational Modal Analysis, OMA)是指在结构运行过程中,只采集结构响应信号即可进行结构模态参数识别的有效方法,它是静态结构的经典试验模态分析(Experimental Modal Analysis, EMA)的深入发展,可克服静态结构和运行结构因边界约束条件的变化而带来的模态参数识别不一致问题。　　针对不同时域运行模态分析方法在结构模态参数提取方面的特点,利用仿真信号和实测悬臂梁冲击响应信号对节约时域(Save Time Domain, STD)法、最小二乘复指数(Least-Square Complex Exponential, LSCE)法和特征系统实现法(Eigensystem Realization Algorithm, ERA)进行比较研究。结果表明,ERA具有最优的识别效果, LSCE法次之,最差的是STD法。　　传统的OMA方法要求结构受到的是稳定的白噪声激励,但是稳定的白噪声激励在机械设备中很难实现。针对这个问题,研究了静态转子结构在冲击激励下的模态分析技术,提出了基于经验模式分解(Empirical Mode Decomposition, EMD)和Laplace小波相关滤波,以及基于独立分量分析(Independent Component Analysis, ICA)和Laplace小波相关滤波这两种方法。首先利用EMD或者ICA将模态叠加的响应信号分解为与各单阶模态响应信号对应的分量,接着利用Laplace小波相关滤波对这些分量进行分析,精确提取各阶模态参数。仿真和实验研究验证了这两种方法的有效性。　　对于稳定运行情况下的转子,微弱的模态响应信号被完全淹没在强大的工频信号之中,现有的OMA方法很难提取转子的模态参数。针对这个问题,研究了一种新的OMA方法。首先利用频谱校正技术(Correction Technique of Spectrum Analysis, CTSA)消除工频信号的影响,突出微弱的模态响应信号;接着利用谐波小波滤波(Harmonic Wavelet Filtering, HWF)逐个分解出各单阶模态响应信号;再利用随机减量技术(Ramdom Decrement Technique, RDT)对这些单阶模态响应信号进行分析,得到单阶模态自由响应曲线;最后利用基于 Hilbert变换的模态分析方法计算各阶模态参数。实验研究验证了该方法的有效性。