[发明专利]一种动态载荷自适应时域识别方法

说明书

本发明属于动力学领域，具体涉及一种动态载荷的自适应时域识别方法；包括真实机械系统的逆模型离线建模和动态载荷在线识别，具体为将未知载荷加载于真实机械系统，采集其输出信号；将输出信号输入简谐发生器中，分解生成窄带简谐信号；将系统响应的窄带简谐信号作为自适应逆模型滤波器的输入；自适应逆模型滤波器输出信号通过简谐信号合成器合成；此时简谐信号合成器的输出信号即为真实机械系统动态载荷的最佳估计。本发明采用自适应滤波器建立正模型，再由系统正模型对延迟逆模型进行自适应建模，对边界和初值条件不敏感、易收敛，识别精度高，运算速度快，对任意频率的输入信号延迟时间都相等，不会改变频率间谐波关系，有利于信号波形保持。

技术领域

本发明属于动力学领域，具体涉及一种动态载荷的自适应时域识别方法。

背景技术

动态载荷时域识别是已知结构的输出响应信息和系统的动态特性，通过时域反演得到输入动态载荷的求解过程，属于动力学研究领域中的第二类逆问题。有效识别并透彻分析力源的特性是机电设备振动噪声控制的基础及前提，也是机电设备定量声学预测及低噪声机械设备设计的先决条件。在工程实际中，为分析结构的动态特性，对结构进行动力响应计算、动态参数设计、故障分析及可靠性预测等，往往需要精确掌握作用在结构上的动态载荷。

动态载荷间接识别方法主要有频域识别和时域识别两种。目前广泛应用的频域法主要有频响函数矩阵求逆法、最小二乘法和模态坐标变换法。频响函数求逆法和最小二乘法的缺点在于低频的识别精度较差，且固有频率处识别精度也较差。目前可以通过奇异值分解技术改善，还可以通过相干函数作为阀值控制矩阵的病态，但是阀值的选取尚无成熟方法，识别精度有待进一步提高。模态坐标变换法必须知道系统的固有频率及模态振型才能识别载荷特性，参与计算的模态的选取及截断对载荷识别精度影响很大，选取不同阶数的模态、测试噪声等因素对识别精度影响较大，在工程应用中存在较大的局限性。目前广泛应用的时域法主要有反卷积、计权加速度法、卡尔曼滤波器和递归最小二乘法、逆系统法等。反卷积法需要对系统的时域振动特性矩阵进行逆运算，易出现病态问题影响动态载荷的识别精度；计权加速度法仅适用于具有刚体模态的结构且所求为动态载荷合力，因此其应用有很大局限性；卡尔曼滤波器和递归最小二乘法是以系统的状态空间模型为基础，需要提前掌握测试噪声及过程统计特性否则影响识别精度。

专利“201110025450.2”中公开了一种动载荷的自适应时域识别方法。该方法采用自适应算法对系统进行模型辨识，结合辨识模型利用工作状态响应数据识别时域载荷。该方法具有对边值条件和初值条件不敏感、容易收敛等特点，但其利用一组权向量模拟系统时域特性，当系统特征较为复杂时会出现辨识精度不高、计算量大等问题。

发明内容

本发明的目的在于，提供一种识别精度高、运算速度快的动态载荷自适应时域识别方法。

一种动态载荷自适应时域识别方法，包括真实机械系统的逆模型离线建模、动态载荷在线识别两部分，具体包括如下步骤：

1、以多频激励信号作为真实机械系统的输入，采集系统的输出信号。

2、在系统输出信号的基础之上添加噪声信号，形成包含噪声干扰的系统响应信号。

3、将真实机械系统的输入信号及包含噪声干扰的响应信号分别输入简谐发生器中，通过数字滤波的形式将信号分解为若干频率不同的窄带周期信号。

4、取一定长度的自适应滤波器建立正模型，用于模拟真实系统的时域振动特性；将窄带简谐信号作为自适应滤波器正模型的输入信号，同时采集系统响应的窄带简谐信号及自适应滤波器正模型输出信号，取两者误差。

5、根据误差信号采用归一化LMS算法自适应调整滤波器逆模型滤波器权系数，直至输出信号误差的均方值收敛至最小。

6、将自适应滤波器正模型输出信号作为自适应滤波器逆模型的输入信号，同时采集经过一定时间延迟的系统输入窄带简谐信号及自适应滤波器逆模型输出信号，取两者误差。