Page 147 - 《振动工程学报》2025年第11期
P. 147

第 11 期                 李鸿秋,等:融合显式       Newmark-β 法与迭代正则化的动载荷识别                            2605

              处施加一个连续冲击载荷           F = 20sin(100πt) N,载荷作用     差,且在非峰值处有较大波动,混合                 LSQR  修正算法
                                              ,
                               ,
              时间  t 1 = 0.20~0.21 s t 2 = 0.40~0.41 s t 3 = 0.60 ∼ 0.61 s,  则能较为准确地识别峰值,并且在非峰值处,在较高
              选取模态截断阶次为          3  阶。简支梁结构初始条件为                的噪声水平下依旧保持较平稳的状态,具有较强的
              零,施加的连续冲击载荷如图             3  所示。                  抗噪性。表      1  为分别采用    LSQR  算法、混合     LSQR  算
                                                                法以及混合      LSQR  修正算法得到的连续冲击载荷识
                          20              施加载荷
                                                                别结果的误差评估数值。
                          15
                          力 / N  10                                       表 1 连续冲击载荷识别结果评估

                           5                                    Tab. 1 Evaluation of continuous impact load identification results

                           0                                      噪声等级            算法          PREM /%    SNR
                            0  0.2  0.4  0.6  0.8  1.0                         LSQR算法          1.445     9.076
                                    时间 / s
                                                                    10%                        2.837    10.711
                                                                              混合LSQR算法
                          图 3 单点连续冲击激励信号
                                                                            混合LSQR修正算法         0.717    10.789
                 Fig. 3 Single point continuous impact excitation signal
                                                                               LSQR算法          5.947     6.700
                  考虑到噪声的影响,在测量的加速度响应信号                              20%       混合LSQR算法         13.453    7.869
              中分别加入      10%  和  20%  的高斯白噪声,为量化所添                          混合LSQR修正算法         2.371     9.622
              加 噪 声 的 强 度, 采 用 基 于 信 号 振 幅 的 相 对 度 量 。
                                                                    由表   1  可知,在不同程度的噪声下,混合              LSQR
              设 原 始 信 号为    S(t), 其 振 幅 定 义 为 信 号 的 标 准 差
                                                                修正算法都有最好的识别结果,其信噪比                   SNR、峰值
              A S = std(S (t))。生成一个均值为零,标准差为          A n 的白
                                                                相对误差     PREM  均优于同噪声下        LSQR  算法和混合
              噪声序列     N(t)。10%  的高斯白噪声表示所添加的噪
                                                                LSQR  算法。在不同噪声下,混合            LSQR  算法在   LSQR
              声的标准差是原始信号标准差的                 10%,最终的含噪
                                                                算法的基础上提高了识别的信噪比,但是对峰值识
              信号  X(t) 通过线性叠加构成,即         X(t) = S (t)+ N(t)。
                                                                别出现了相对较大的误差,混合                LSQR  修正算法则
                  分 别 利用   LSQR  算 法 以 及 本 文 所 提 修 正 混 合
                                                                在上述算法的基础上进一步提高了识别的信噪比。
              LSQR  算法完成该连续系统的载荷识别。2                  种载荷
                                                                并 克 服 了 混合    LSQR  算 法 峰 值 识 别 误 差 较 大 的 问
              识别结果对比如图         4  所示。
                                                                题,能够准确识别冲击载荷的峰值。在                   20%  的高噪
                  在  10%  和  20%  的噪声下,LSQR   算法峰值识别较
                                                                声下,混合     LSQR  修正算法依旧具有较好的识别结

                   实际载荷     LSQR识别载荷      修正混合LSQR识别载荷
                       25                                       果,其峰值相对误差仅为            2.371%,信噪比高达      9.622。
                                                                可见,混合     LSQR  修正算法在冲击载荷的识别中具
                       20
                                       20.2                     有更强的抗噪性和更高的精度。
                       15
                                       20.0                         (2)多点随机载荷识别
                      力 / N  10        19.8
                                       19.6
                        5              19.4                         使用如图     2  所示简支梁,在其       4  号点(  x 1 = 0.3 m)
                                          0.404  0.406          处施加一个均值为零、方差为               100、带宽为    0~600 Hz
                        0
                                                                的高斯白噪声,在        9  号点( x 2 = 0.8 m)施加一个同样均
                       −5
                         0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
                                                                值为零、带宽为        0~600 Hz、方差为    10  的高斯白噪声,
                                  时间 / s
                      (a) 噪声等级为 10%的连续冲击载荷识别结果                  选取模态截断阶次为           7  阶,施加的载荷信号如图           5
                   (a) Identification results of continuous impact loads with a
                     noise level of 10%                         所示。
                       25

                                                                                 施加载荷1       施加载荷2
                       20                                                15
                                                                         10
                                        22
                       15               20                                5
                      力 / N  10         18                             力 / N  −5 0
                                        16                              −10
                        5
                                        0.202  0.206                    −15 0  0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8
                        0
                                                                          5
                       −5
                         0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0     力 / N  0
                                  时间 / s                                 −5
                      (b) 噪声等级为 20%的连续冲击载荷识别结果
                   (b) Identification results of continuous impact loads with a   0.158 0.162 0.166  0.170 0.174 0.178
                     noise level of 20%                                                时间 / s

                          图 4 连续冲击载荷识别结果                                    图 5 多点随机载荷激励信号
                 Fig. 4 Identification results of continuous impact loads  Fig. 5 Multi-point random load excitation signal
   142   143   144   145   146   147   148   149   150   151   152