基于振动电机激励的加速度传递率的结构有限元建模方法

摘要

本发明公开一种基于振动电机激励的加速度传递率的结构有限元建模方法，包括以下步骤：建立桥式起重机结构的初始动力学有限元模型；设计桥式起重机结构扫频激励测试方案，然后对测试数据进行分析；根据建立的初始动力学有限元模型对其进行瞬态响应动力学分析，计算起重机有限元模型上和步骤二相同4个位置点的振动加速度时域信号；计算步骤二试验中主梁上均布的加速度测点和振动电机安装处的加速度测点之间的传递率，并计算步骤三有限元模型中相同位置的加速度传递率：对初始动力学有限元模型进行参数修正。本申请采用遗传算法对有限元模型进行优化，对有限元模型进行参数校准，使其动力响应与实际结构趋于一致。

说明书

技术领域

本发明属于系统参数识别领域，特别是一种基于振动电机激励的加速度传递率的结构有限元建模方法。

背景技术

近年来，随着计算机模拟技术的蓬勃发展，基于此对工程结构进行建模和仿真分析逐渐成为结构设计或技术改进的新方向。有限元建模以及仿真分析的优点是可以在结构更新设计阶段了解结构的特性，同时可以为相关的试验提供合理的指导；尤其是计算结果与试验测试误差较小的模型仿真，使得有限元建模和仿真分析在众多工程领域已得到广泛的应用。

如在起重机领域，由于有限元模型和真实结构之间存在误差，在实际应用前常常要对有限元模型进行参数校准，使模型与实际结构在静、动力响应上尽可能一致。围绕起重机展开的基于有限元的分析工作，如模态计算、模型修正、动响应计算等学术研究成果常有报道。此外，将起重机作为研究对象，建立其有限元模型，通过查询相关文献、经验公式或者荷载试验得到起重机的模态参数，再研究其力学特性也常有报道。现有报道中，对于有限元模型参数校准方法，首先要建立目标函数，并用一个已知激励源激励系统，再求物理系统响应的解析解和试验数据之间的差异，然后再通过某种优化算法最小化上述差异。试验中，通常用力锤或者电磁激振器作为激励源，激励力较小，导致测试响应信号信噪比较低。响应特征通常为信号转换后的特征值，如模态频率等，丢失了部分信号特征。亟需一种大激励力，信号高保真的模型参数校准方法。

发明内容

本发明针对现有技术的不足，公开了一种基于振动电机激励的加速度传递率的结构有限元建模方法，对起重机结构使用振动电机激励，计算其关键点的加速度传递率，并将试验传递率和仿真传递率之间的误差二范数作为目标函数，采用遗传算法进行优化，对有限元模型进行参数校准，使其动力响应与实际结构趋于一致。

本发明公开了一种基于振动电机激励的加速度传递率的结构有限元建模方法，其具体步骤如下：

1)建立桥式起重机有限元模型：基于有限元前处理软件，建立桥式起重机结构的精细有限元模型，其中主梁结构采用实体单元，并为其赋予材料属性，螺栓连接部分采用REB2单元模拟，在桥式起重机与导轨连接处施加竖向平动和三个转动方向的约束；

2)桥式起重机的瞬态响应试验：设计桥式起重机结构瞬态响应测试方案，测试方案中包括在起重机主梁上布置3个测点位置，振动电机安装处布置1个测点位置、传感器类型为加速度传感器、测试方向为垂向响应方向、设定测试频段为预估的模态频率2倍、信号采样分辨率为所要采集模态频段上限的 2.56倍；选择可控调速电机作为激励源，在电机转速范围内，至少可以覆盖起重机2个以上的垂向振动模态；电机安装位置不可选模态节线位置；振动电机和起重机之间的连接支架上串联安装有测力传感器用于采集动态激励力信号；人工或者采用软件控制调节振动电机调速器，使得电机从低速到高速均匀加速，同时采集力传感器和加速度传感器信号，然后对测试数据进行分析；

3)分析桥式起重机有限元模型：根据步骤1)中建立的有限元模型，对其进行瞬态响应分析，在桥式起重机三分之一处施加步骤2)中采集到的动态激励力，计算起重机有限元上和试验点相同位置点的振动加速度时域信号；

4)计算加速度传递率：设有限元模型中获取的激励点的振动加速度信号为 Y

5)桥式起重机模型修正：优化目标为H

有益效果：本发明针对现有技术的不足，公开了一种基于振动电机激励的加速度传递率的结构有限元建模方法，对起重机结构使用振动电机激励，计算其关键点的加速度传递率，并将试验传递率和仿真传递率之间的误差二范数作为目标函数，采用遗传算法进行优化，对有限元模型进行参数校准，使其动力响应与实际结构趋于一致。在经过8次迭代之后，H

附图说明

图1是本发明基于振动电机激励的加速度传递率的结构有限元建模方法的流程图；

图2是本发明基于振动电机激励的加速度传递率的结构有限元建模方法得到的修正参数收敛图；

图3是本发明基于振动电机激励的加速度传递率的结构有限元建模方法得到的遗传算法优化目标迭代收敛图；

具体实施方式

下面结合附图对本申请的具体实现方式做进一步介绍：

本申请一种基于振动电机激励的加速度传递率的结构有限元建模方法，所述建模方法包括以下步骤：

步骤一，建立桥式起重机结构的初始动力学有限元模型，不需要保留结构细节几何特征，并为其赋予材料属性；

步骤二，设计桥式起重机结构扫频激励测试方案，选择调速振动电机作为激励源，在电机固定座上安装一个力传感器和一个加速度传感器，在起重机主梁上均匀布置若干加速度传感器；电机调速范围至少覆盖起重机2个垂向振动模态频率；调节电机调速器，使电机从低速均匀加速到高速，同时采集力传感器和加速度传感器振动信号，然后对测试数据进行分析；

步骤三，根据步骤一中建立的初始动力学有限元模型，对其进行瞬态响应动力学分析，在桥式起重机电机安装处施加步骤二中采集到的动态激励力信号，计算起重机有限元模型上和步骤二相同4个位置点的振动加速度时域信号；

步骤四，计算步骤二试验中主梁上均布的加速度测点和振动电机安装处的加速度测点之间的传递率，并计算步骤三有限元模型中相同位置的加速度传递率：

步骤五，对步骤三所述初始动力学有限元模型进行参数修正，优化目标为仿真加速度传递率和试验加速度传递率之差的二范数，使用遗传算法进行优化，使优化目标取得最小值。

其中，所述步骤二中，桥式起重机结构扫频激励测试方案为：在桥式起重机主梁上均匀布置3个加速度传感器，在电机固定座上安装1个加速度传感器，在起重机主梁上和振动电机安装处共布置4个测点位置、传感器类型为加速度传感器、测试方向为垂向响应方向、设定测试频段为预估的模态频率2倍、信号采样分辨率为所要采集模态频段上限的2.56倍。

本实施例中的电机为可控调速电机，其安装位置及加速度传感器测点布置位置避开模态节线位置。

作为本申请步骤四的具体实现方式为：

设有限元模型中获取的激励点位置的振动加速度信号为Y

实施例1

本发明利用一根双梁式起重机梁，两端固支在底座上，其有限元模型包括24 个梁单元，51460个六面体单元，48个RBE2单元。如图1所示是本发明具体实施的流程图，具体步骤如下：

1)建立桥式起重机结构有限元模型：采用有限元前处理软件建立桥式起重机的忽略细节特征的动力学有限元模型，赋予材料属性，并在起重机梁与桥臂连接处施加竖向平动和三个转动方向的约束；

2)桥式起重机结构的扫频激励响应试验：设计桥式起重机扫频激励测试方案，在起重机正常停机状态下进行起重机的扫频激励响应试验。为测量桥式起重机结构的加速度信号，选择可控调速电机作为激励源，电机转速范围至少可以覆盖起重机2个以上的垂向振动模态频率；电机安装位置不可选模态节线位置；振动电机和起重机之间的连接支架上串联安装有测力传感器，采集动态激励力信号；人工或者采用软件控制调节振动电机调速器，使得电机从低速到高速均匀加速，同时采集力传感器和加速度传感器信号，然后对测试数据进行分析；

3)分析桥式起重机有限元模型：根据步骤1)中建立的有限元模型，对其进行瞬态响应分析，在桥式起重机和振动电机安装处相同的位置施加步骤2)中采集到的动态激励力，获取起重机激励点和关键点的振动加速度信号；

4)计算加速度传递率：设有限元模型中获取的激励点的振动加速度信号为 Y

5)桥式起重机模型参数修正：优化目标为H

遗传算法是根据生物界的演变进化规律发展而来的一种搜索方法，因其具有很好的全局寻优能力，因此被广泛应用。其原理是从随机产生的初始种群出发，通过一代代不断进化，最终收敛到最适应的群体，从而求得问题的最优解。具体的求解步骤如下：

1)选择编码策略。把参数集合和域转换为位串结构空间，即把H

2)定义适应度函数。遗传算法的适应度函数不受连续可微的约束且定义域可以为任意集合,对适应度函数的唯一要求就是函数值不能为负数，以适应度函数作为寻优的依据。

3)确定遗传策略。包括选择群体大小、选择、交叉、变异方法，以及确定交叉概率、变异概率等遗传参数。选择是指从群体中选择优胜的个体，淘汰劣质个体的操作；交叉是把两个父个体的部分基因相互交换而生成新个体的操作；变异是对群体中个体的染色体某些位置的基因发生变动。

4)随机初始化生成群体。

5)计算群体中个体位串解码后的适应度值。

6)按照遗传策略，运用选择、交叉和变异算子作用于群体，形成下一代群体。

7)判断群体性能是否满足H

经若干次迭代，直到群体性能是否满足H

本实施例公开的一种基于振动电机激励的加速度传递率的结构有限元建模方法，对起重机结构使用振动电机激励，计算其关键点的加速度传递率，并将试验传递率和仿真传递率之间的误差二范数作为目标函数，采用遗传算法进行优化，对有限元模型进行参数校准，使其动力响应与实际结构趋于一致。在经过8 次迭代之后，H

上述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和调整，这些改进和调整也应视为本发明的保护范围。