论文部分内容阅读
随着传感技术、无线通讯技术、微处理技术、信号采集与处理、信息融合以及系统建模等技术的发展,基于结构振动信息的航空器运行状态和健康状态监测及诊断技术已经成为一个研究热点。本文主要针对结构出现损伤或机械系统出现故障时模态参数相应发生改变的特点,研究如何利用工作环境激励下采集到的系统振动响应信息进行信号处理和分析,继而对反映系统运行状态和故障特征的模态参数进行辨识,为航空器的安全保障提供重要信息。为此,本文进行了如下研究:(1)研究了基于第二代小波分析的参数辨识方法。通过对信号进行多级小波分解,得到各子带数据,然后根据相位信息提取各子带数据的小波脊线来描述原始信号的模态参数,通过对信号模态参数的识辨实现系统的模态分析。(2)研究了基于EMD与Hilbert变换的参数辨识方法。信号经EMD分解后各分量IMF都是平稳的,可以进一步进行Hilbert变换得到Hilbert谱,由此得到的Hilbert谱能准确的反应出物理过程中模态参数在各种频率尺度及时间上的分布。根据信号的局部时变特性进行自适应的时频分解,消除了人为因素,并具有较高的时频分辨率和良好的时频聚集性。(3)研究了基于第二代小波分析与Hilbert变换相结合的参数辨识方法。Hilbert变换法是最早出现的信号模态分析的时频方法,对信号经过第二代小波包分解得到的单尺度子带信号进行Hibert变换得到系统的模态参数,从而实现对系统的模态分析。(4)提出了基于EMD与第二代小波相结合的参数辨识方法。这种方法集EMD分解与第二代小波分析的优点于一身,首先对振动产生的信号进行奇异值分解去噪处理,克服了二代小波分析对噪声比较敏感的问题,然后应用相关系数法去除EMD分解过程中产生的虚假IMF分量,数字滤波消除模态混叠。在保证较高的时频分辨率的基础上减少了边缘效应的影响,提高了模态参数识辨结果的准确性。通过MATLAB对刚度线变和突变系统做了算例分析,利用ADAMS软件对一具有匀速移动质点的简支梁系统进行模拟实验,对以上几种方法进行了验证。结果表明,基于EMD分解与第二代小波分析相结合的系统模态分析方法比基于第二代小波变换的参数辨识方法和的误差要小,比基于EMD与Hilbert变换相结合的参数辨识方法受到的边缘效应要小的多,比第二代小波与Hilebrt变换相结合的参数辨识方法的辨识精度更高,是比其他辨识方法更有效的时变系统模态分析方法。