本发明公开一种快速自动适调激振力的方法，所述方法包括以下步骤：步骤一，首先根据被试结构的特点，或者使用冲击力锤法，使得激振器处在感兴趣的每阶模态都有足够大的位移的点上来确定激振力个数和激振点位置；步骤二，对所述被试结构进行多点正弦扫频或多点随机激振试验，获得结构的频响函数矩阵和模态频率；步骤三，以纯度指示函数作为算法中的适应度函数，经过粒子群算法迭代后，即可得到一组最优的激振力幅值；步骤四，将所述最优的激振力幅值发送给所述激振器，使其快速自动适调激振力。本发明提出了在模态试验中一种新的快速自动适调激振力的方法，使用优化算法来实现自动适调激振力的，调力过程变得简单，试验时间大大缩短。
1.一种快速自动适调激振力的方法，其特征在于，所述方法包括以下步骤：步骤一，首先根据被试结构的特点，或者使用冲击力锤法，使得激振器处在感兴趣的每阶模态都有足够大的位移的点上来确定激振力个数和激振点位置；
步骤二，对所述被试结构进行多点正弦扫频或多点随机激振试验，获得结构的频率响应函数矩阵和模态频率；
步骤三，以纯度指示函数作为算法中的适应度函数，经过粒子群算法迭代后，即可得到一组最优的激振力幅值；
步骤四，将所述最优的激振力幅值发送给所述激振器，使其快速自动适调激振力；
基于粒子群算法的激振力自动寻优具体为：设试验中的激振力个数为d，寻优算法中每组激振力向量个数为m；每组激振力向量为F＝(F1，F2，…，Fm)；单个激振力向量为Fi＝(fi，1，fi，2，…，fi，d)；与激振力向量对应速度向量为Vi＝(vi，1，vi，2，…，vi，d)；激振力向量唯一对应着纯模态指示函数值为P＝(P1，P2，…，Pm)，其中最优的激振力向量为Pi＝(pi，1，pi，2，…，pi，d)；全局最优激振力向量为Pg＝(pg，1，pg，2，…，pg，d)；每一代激振力向量更新和对应速度更新如下：
vi，j(t+1)＝vi，j(t)+c1r1[Pi，j‑fi，j(t)]+c2r2[Pg，j‑fi，j(t)]fi，j(t+1)＝fi，j(t)+vi，j(t+1)，j＝1，…，dfi，j(t)为t时刻激振力向量；vi，j(t)为t时刻与激振力向量对应的速度；fi，j(t+1)为(t+
1)时刻激振力向量；vi，j(t+1)为(t+1)时刻与激振力向量对应的速度；
c1和c2为非负常数的学习因子；r1和r2为相互独立的伪随机数；d为模态试验中激振力的个数；Pi，j为t时刻最优的激振力向量；Pg，j为所有激振力向量组t时刻为止最优的激振力向量；
2.根据权利要求1所述的一种快速自动适调激振力的方法，其特征在于，所述被试结构的振动微分方程如下表示
其中M，C和K分别为所述被试结构的质量矩阵，阻尼矩阵和刚度矩阵；{x(t)}和{f(t)}分别为所述被试结构的位移向量和为系统受到的简谐激励。
3.根据权利要求2所述的一种快速自动适调激振力的方法，其特征在于，所述步骤二具体包括以下内容：
步骤2.2，将所述系统位移表达式带入所述振动微分方程中，可得系统位移频谱：
X(ω)＝(K‑ωM+jωC) ·F＝H(ω)·F
其中频率响应函数为H(ω)＝(K‑ωM+jωC) 。
4.根据权利要求3所述的一种快速自动适调激振力的方法，其特征在于，所述步骤三中的纯度指示函数为：
5.根据权利要求4所述的一种快速自动适调激振力的方法，其特征在于，所述步骤三中的粒子群算法，首先随机生成一组粒子，即激振力向量和粒子对应的速度向量，将系统频率响应函数和纯度指示函数编入至粒子群算法中后，每一个粒子都唯一对应着系统响应值和纯度指示函数值，由纯度指示函数值决定最优粒子；经过算法中粒子位置更新和速度更新后即可生成下一代粒子。
一种快速自动适调激振力的方法
技术领域
[0001] 本申请涉及纯模态试验中自动适调激振力技术领域，尤其是涉及一种快速自动适调激振力的方法。
背景技术
[0002] 纯模态试验中自动适调激振力一直是一个难题，传统的戴克法等由于不能从全局寻找激振力的最优分布，所以无法解决大型复杂结构纯模态试验中的自动适调激振力。
[0003] 基于适调模态的模态力不为零和非适调模态的模态力为零的思想发展的适调激振力的方法要先由频域模态参数识别法获得模态振型的大致分布。
发明内容
[0004] 为克服现有技术所存在的问题，本发明提出了在模态试验中一种新的快速自动适调激振力的方法，使用优化算法来实现自动适调激振力的调力过程变得简单，试验时间大
大缩短。
[0005] 本发明为一种快速自动适调激振力的方法，其特征在于，所述方法包括以下步骤：
[0006] 步骤一，首先根据被试结构的特点，或者使用冲击力锤法，使得激振器处在感兴趣的每阶模态都有足够大的位移的点上来确定激振力个数和激振点位置；
[0007] 步骤二，对所述被试结构进行多点正弦扫频或多点随机激振试验，获得结构的频率响应函数矩阵和模态频率；
[0008] 步骤三，以纯度指示函数作为算法中的适应度函数，经过粒子群算法迭代后，即可得到一组最优的激振力幅值；
[0009] 步骤四，将所述最优的激振力幅值发送给所述激振器，使其快速自动适调激振力；
[0010] 基于粒子群算法的激振力自动寻优具体为：设试验中的激振力个数为d，寻优算法中每组激振力向量个数为m；每组激振力向量为F＝(F1，F2，…，Fm)；单个激振力向量为Fi＝
(fi，1，fi，2，…，fi，d)；与激振力向量对应速度向量为Vi＝(vi，1，vi，2，…，vi，d)；激振力向量唯
一对应着纯模态指示函数值为P＝(P1，P2，…，Pm)，其中最优的激振力向量为Pi＝(pi，1，
pi，2，…，pi，d)；全局最优激振力向量为Pg＝(pg，1，pg，2，…，pg，d)；每一代激振力向量更新和对
应速度更新如下：
[0011] vi，j(t+1)＝vi，j(t)+c1r1[Pi，j‑fi，j(t)]+c2r2[Pg，j‑fi，j(t)]
[0012] fi，j(t+1)＝fi，j(t)+vi，j(t+1)，j＝1，…，d
[0013] fi，j(t)为t时刻激振力向量；vi，j(t)为t时刻与激振力向量对应的速度；fi，j(t+1)为(t+1)时刻激振力向量；vi，j(t+1)为(t+1)时刻与激振力向量对应的速度；
[0014] c1和c2为非负常数的学习因子；r1和r2为相互独立的伪随机数；d为模态试验中激振力的个数；Pi，j为t时刻最优的激振力向量；Pg，j为所有激振力向量组t时刻为止最优的激
振力向量；
[0015] 经过自动寻优算法迭代即可得到最优激振力向量。
[0016] 进一步的，所述被试结构的振动微分方程如下表示
[0017]
[0018] 其中M，C和K分别为所述被试结构的质量矩阵，阻尼矩阵和刚度矩阵；{x(t)}和{f(t)}分别为所述被试结构的位移向量和为系统受到的简谐激励。
[0019] 进一步的，所述步骤二具体包括以下内容：
[0020] 步骤2.1，设系统受到的简谐激励为
[0021] {f(t)}＝Fejωt
[0022] 式中：F为激振力幅值列阵；
[0023] 系统的位移向量可表示为
[0024] {x(t)}＝X(ω)ejωt
[0025] 式中：X(ω)为系统位移的频谱；
[0026] 步骤2.2，将所述系统位移表达式带入所述振动微分方程中，可得系统位移频谱：
[0027] X(ω)＝(K‑ω2M+jωC)‑1·F＝H(ω)·F
[0028] 其中频率响应函数为H(ω)＝(K‑ω2M+jωC)‑1。
[0029] 进一步的，所述步骤三中的纯度指示函数为：
[0030]
[0031] 作为一种优选，所述步骤三中粒子群算法，有着直观的背景，简洁而容易实现的特点和对不同类型函数广泛的适应性，其常被用来优化复杂非线性函数和组合优化等问题。
[0032] 粒子群算法用于本专利中激振力自动寻优具体为：设试验中的激振力个数为d，寻优算法中每组激振力向量个数为m；每组激振力向量为F＝(F1，F2，…，Fm)；单个激振力向量
为Fi＝(fi，1，fi，2，…，fi，d)；与激振力向量对应速度向量为Vi＝(vi，1，vi，2，…，vi，d)；每个激振
力向量唯一对应着纯模态指示函数值为P＝(P1，P2，…，Pm)，其中最优的激振力向量为Pi＝
(pi，1，pi，2，…，pi，d)；全局最优激振力向量为Pg＝(pg，1，pg，2，…，pg，d)；每一代激振力向量更
新和对应速度更新如下：
[0033] vi，j(t+1)＝vi，j(t)+c1r1[Pi，j‑fi，j(t)]+c2r2[Pg，j‑fi，j(t)]
[0034] fi，j(t+1)＝fi，j(t)+vi，j(t+1)，j＝1，…，d
[0035] fi，j(t)为t时刻激振力向量；vi，j(t)为t时刻与激振力向量对应的速度；fi，j(t+1)为(t+1)时刻激振力向量；vi，j(t+1)为(t+1)时刻与激振力向量对应的速度；
[0036] c1和c2为非负常数的学习因子；r1和r2为相互独立的伪随机数；d为模态试验中激振力的个数；Pi，j为t时刻最优的激振力向量；Pg，j为所有激振力向量组t时刻为止最优的激
振力向量。经过自动寻优算法迭代即可得到最优激振力向量。
[0037] 与现有技术相比，本发明快速自动适调激振力的方法有以下有益效果：纯模态试验中调力过程更加简单，较短时间内即可获得使纯模态指示函数很高的激振力幅值。
附图说明
[0038] 为了更清楚地说明本发明中的技术方案，下面将对本发明中所需要使用的附图进行简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普
通技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其它附图。
[0039] 图1为仿真结构网格划分示意图。
具体实施方式
[0040] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合说明书附图对本发明的实施方式做进一步地详细叙述。
[0041] 下面通过对双U型梁的仿真和和附图对本方法进详细说明：
[0042] 当被试结构的激振力个数和激振点位置都确定时，在激振器的量程内的激振力幅值组合中必有一组激振力幅值使得纯度指示函数达到最大值。这项发明给出的方法是使用
优化算法在激振力幅值相位组合中进行寻优来实现自动适调激振力。
[0043] 本发明一种快速自动适调激振力的方法包括以下步骤：
[0044] 步骤一，首先根据被试结构的特点，或者使用冲击力锤法，使得激振器处在感兴趣的每阶模态都有足够大的位移的点上来确定激振力个数和激振点位置；
[0045] 步骤二，对所述被试结构进行多点正弦扫频或多点随机激振试验，获得结构的频响函数矩阵和模态频率；
[0046] 步骤三，以纯度指示函数作为算法中的适应度函数，经过粒子群算法迭代后，即可得到一组最优的激振力幅值；
[0047] 步骤四，将所述最优的激振力幅值发送给所述激振器，使其快速自动适调激振力。
[0048] 其中，所述被试结构的振动微分方程如下表示
[0049]
[0050] 其中M，C和K分别为所述被试结构的质量矩阵，阻尼矩阵和刚度矩阵；{x(t)}和{f(t)}分别为所述被试结构的位移向量和作用于结构的外力向量。
[0051] 进一步的，所述步骤二具体包括以下内容：
[0052] 步骤2.1，设系统受简谐激励为
[0053] {f(t)}＝Fejωt
[0054] 式中：F为激振力幅值列阵，系统的稳态响应可表示为
[0055] {x(t)}＝X(ω)ejωt
[0056] 式中：X(ω)为稳态响应幅值列阵；
[0057] 步骤2.2，将所述稳态响应带入所述振动微分方程中，可得系统响应：
[0058] X(ω)＝(K‑ω2M+jωC)‑1·F＝H(ω)·F
[0059] 其中频率响应函数为H(ω)＝(K‑ω2M+jωC)‑1。
[0060] 进一步的，所述步骤三中的纯度指示函数为：
[0061]
[0062] 作为一种优选，所述步骤三中粒子群算法，有着直观的背景，简洁而容易实现的特点和对不同类型函数广泛的适应性，其常被用来优化复杂非线性函数和组合优化等问题。
[0063] 粒子群算法用于本专利中激振力自动寻优具体为：设试验中的激振力个数为d，寻优算法中每组激振力向量个数为m；每组激振力向量为F＝(F1，F2，…，Fm)；单个激振力向量
为Fi＝(fi，1，fi，2，…，fi，d)；与激振力向量对应速度向量为Vi＝(vi，1，vi，2，…，vi，d)；激振力向
量唯一对应着纯模态指示函数值为P＝(P1，P2，…，Pm)，其中最优的激振力向量为Pi＝(pi，1，
pi，2，…，pi，d)；全局最优激振力向量为Pg＝(pg，1，pg，2，…，pg，d)；每一代激振力向量更新和对
应速度更新如下：
[0064] vi，j(t+1)＝vi，j(t)+c1r1[Pi，j‑fi，j(t)]+c2r2[Pg，j‑fi，j(t)]
[0065] fi，j(t+1)＝fi，j(t)+vi，j(t+1)，j＝1，…，d
[0066] fi，j(t)为t时刻激振力向量；vi，j(t)为t时刻与激振力向量对应的速度；fi，j(t+1)为(t+1)时刻激振力向量；vi，j(t+1)为(t+1)时刻与激振力向量对应的速度；
[0067] c1和c2为非负常数的学习因子；r1和r2为相互独立的伪随机数；d为模态试验中激振力的个数；Pi，j为t时刻最优的激振力向量；Pg，j为所有激振力向量组t时刻为止最优的激
振力向量。经过自动寻优算法迭代即可得到最优激振力向量。
[0068] 实施例1
[0069] 如图1，本实施例提供的被测结构为双U型梁，其材料为钢，密度为7.8，弹性模量为210Gpa，泊松比为0.31。其总长度为2500，高度为100，宽为100，厚度为10。使用workbench导
出模型的总体质量矩阵和总体刚度矩阵，再将模型的矩阵数据和模态阻尼比为0.05模态阻
尼矩阵导入算法中进行计算。因为仿真结构的前六阶模态为刚体模态，所以我们取前五阶
弯曲模态来验证此方法。
[0070] 由于我们只需要得到各激振点的激励力之比，所以将其中一个激励力幅值设为1或者‑1。利用本专利中的方法得到的结果如下：
[0071]模态阶数 1 2 3 4 5
模态频率Hz 7.54 7.68 10.87 22.22 33.86
指示函数T 0.94 0.99 0.99 0.99 0.99
激励力1 1 1 ‑1 1 ‑1
激励力2 1.02 ‑0.99 ‑0.99 ‑0.94 0.98
激振点1 7 7 4 15 7
激振点2 19 19 40 21 19
[0072] 可以看出，使用本专利的方法能够快速自动适调激振力。经过检验，归一化的激振阵型与理论阵型基本一致。
[0073] 上述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
