声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 1286|回复: 6

[其他] 基于独立分量分析的模态参数识别方法中的一点疑问

[复制链接]
发表于 2008-12-10 15:49 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
最近看了些 基于独立分量分析的模态参数识别 方面的东西,07年MSSP上发表了一篇文章,Physical interpretation of independent component analysis in structural dynamics,里面对于无阻尼或弱小阻尼系统在随机激励下的响应做了一个近似,原文如下:(见附件)


之后,文章在后续的数值算例里说,根据式(10),可以从分离得到的广义坐标中识别出系统各阶的频率
因为我之前没有看到过类似的近似公式,我的问题是:
1.此公式没有对外部作用的随机激励做任何的限定,是否具有一般意义,又或者在什么假设条件下可以这么近似,文章中并没有细说;
2.传统的模态识别方法ITD法等要求分析数据为系统的自由响应或脉冲响应或者由RDT或NExT的处理过的替代信号,那么如果根据上文中的这个近似公式,系统在随机激励作用下的响应保留有很好的固有频率信息,那么对随机响应直接应用ITD法,仍可得到频率的不错的近似估计,这个我也貌似没有看到过有人这么做的。


另外,为了验证这个公式或者说这个近似想法的正确性,我验算了本文的数值算例,发现结果和上文给的结果相符,结果很好。同时,又对上文的算例采用ITD法试验了一次,发现在随机激励下,ITD法计算出来的固有频率值也很好,所以有些迷糊了,如此说来,ITD法也可以直接应用在随机响应上,虽然无法识别阻尼比,但是可以较好的识别频率,这听起来貌似有些荒谬:@L ,当然我施加的是稳态的高斯白噪声激励。


现在有些迷糊,所以上来问问,看有没有哪位同学明白给讲解一下,多谢多谢:@D :@D


插入的图片不显示,没搞明白,我把原文的截图放在附件里了,大家帮忙看看

原文截图

原文截图
回复
分享到:

使用道具 举报

 楼主| 发表于 2008-12-10 16:54 | 显示全部楼层
不能沉,等待高人指点迷津:loveliness:
 楼主| 发表于 2008-12-12 10:03 | 显示全部楼层
:@L :@L :@L :@L
发表于 2008-12-12 10:25 | 显示全部楼层

我的看法是

你这个问题问的好,一般来说,ITD方法也好,NExT方法也好,想要识别频率就不说了,单看阻尼,那时一定要信号有衰减趋势,不然怎么识别阻尼呢,阻尼从根本上讲,就是叫能量耗散,从信号上讲,就是要信号的幅值减小,也就是说,信号得衰减。
1.那篇文章里说的,应该是白噪声,也具有一般性的
2.随机的力和响应,没法用确定的式子表示,只能借助于概率统计的方法研究,但如果文章中说的可以近似为各个阶的响应之和,那就回到以前的理论了,放然,随机下的响应又可以用以前的方法来识别了,比方说ITD
 楼主| 发表于 2008-12-16 12:03 | 显示全部楼层
谢谢ls的同学指点,已经密了我qq给你,有时间还要向你多多请教
发表于 2008-12-18 18:32 | 显示全部楼层
呵呵~
原来楼主也做这块内容啊~

基于ICA的模态分析有很多问题还没有解决。
首先要讲的就是系统的模型,如果单从系统的响应来说,我们可以把它看成是线性系统,当系统阻尼比较低,模态频率不太密集的情况下,那么系统基本上符合ICA的原始模型,也即系统的各阶模态相对独立,这样的话,应该ICA对响应信号进行分解,可以很好的得到系统的各阶模态。振型可以从分离矩阵中得到,而频率和阻尼可以从分解得到的各个独立分量做功率谱,由半功率带法得到。

但是如果不是线性系统模型的话,如考虑卷积的情况,很多问题处在,而且很难解决。我现在在做这种情况下的模态分析。
最后还有一个比较严重的问题,关于振型,如果在分解前可以知道系统模态的阶数的话,理论上可以得到比较准确的振型,但如果系统模态阶数未知的话,只有通过尝试增加或减少独立分量的个数,观察振型是否符合理论振型来确定。换种说话就是没有很好的准则来确定模态的阶数。这也是一个难题。

上次我也在这里发了一个相关的贴,楼主可以搜索一下论坛。
 楼主| 发表于 2008-12-30 10:13 | 显示全部楼层
呵呵,ls兄弟的帖子我老早就搜过了,哈哈,是在谐波干扰下的问题那篇吧,blog我也看过了,呵呵,盲解卷在这方面的应用的文献貌似现在还没有吧,我是没见过,期待ls兄弟大作,嘿嘿,以后还请多多指教
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-11-11 18:54 , Processed in 0.068876 second(s), 21 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表