论文部分内容阅读
针对大噪声、模态密集的短样本数据,本文深入研究了提高小波模态参数辨识方法识别精度的若干关键技术,以理论为基础并结合具体实例验证,使得该方法具有识别密集模态的能力,且能够对模态阻尼比进行较精确估计,从而更好的解决工程上的相关问题。本文的研究工作主要如下:1.针对大噪声、模态密集的短样本数据,采用改进Morlet小波模态参数辨识方法后,重点分析了小波参数、时频分辨率、边缘效应、拟合区间等影响参数识别精度的关键问题,并依此确定了小波参数优化选取原则及模态识别拟合区间的自动选取,仿真分析结果表明该方法对提高系统参数辨识精度非常有效。2.运行模态分析中,响应信号数据样本较短、模态密集以及弱响应信号淹没在大噪声中的情况下,系统模态难以全部辨识。为了解决该问题,采用了联合相关函数与传递率识别系统模态参数的方法(联合方法),其中应用传递率近似频响函数获取系统弱响应频率特征函数。该方法不仅对模态频率识别精度高,而且对阻尼比的识别精度有了很大的提高,尤其传递率对模态密集的弱响应模态识别结果良好。3.为了提高线性扫频测试信号的信噪比,在线性调频小波变换的基础上采用Carmona脊提取方法,根据脊线所在位置及线性调频小波系数重构信号,实现了信号特征提取及去噪,获得系统响应特征的良好频率响应函数,提高系统参数识别精度。4.基于上述原理,采用Matlab的GUI界面工具开发了分析快速、操作便捷的系统模态参数辨识软件。该软件不仅适用于含有输入和输出的一般情况,而且对只有输出的运行模态也非常有效,数字仿真和框架结构实验结果验证了该软件准确且可靠。