模态检测

模态检测（精选八篇）

模态检测 篇1

1998年,由美国宇航局Norden E Huang提出的经验模态分解方法[4](empirical mode decomposition,EMD),能够对非线性、非平稳过程的数据进行线性化和平稳化处理,并在分解的过程中保留了数据本身的特性,再对各分量进行Hilbert变换[4],得到各自的瞬时频率和瞬时振幅,EMD方法是自适应的信号处理方法,比傅里叶及小波变换等依赖于先验函数基的分解方法更适用于非线性和非平稳信号。本文利用信号实例来进一步说明和理解EMD方法的主要过程以及分解结果。

1 经验模态分解方法简介

EMD算法的步骤如下:(1)找出信号x(t)的所有极大点和极小点,用三次样条曲线分别拟合为原数据序列的上包络线U(t)和下包络线L(t),上、下包络线的均值为平均包络m1(t)

将原数据序列x(t)减去m1(t)可得到一个去掉低频的新数据序列h1(t)

判断h1(t)是否为一个本征模函数(IMF),只需看h1(t)是否满足下列2个条件:(1)极值点数目和过零点数目必须相等或至多相差一点;(2)局部极大点和极小点构成的2条包络线的平均值为零。

如果h1(t)不满足上述条件,那么将h1(t)看成x(t),h1(t)的平均包络线记为m11(t),将h1(t)减去m11(t)又可得一新数据序列h11(t)

重复以上过程m次,直到所得的h1m(t)满足IMF所必须的条件,此时h1m(t)就是第1个IMF,记为I1(t),它表示信号数据中的最高频成分。

(2)用x(t)减去I1(t)得到一个去掉高频成分的新数据序列r1(t)

将r1(t)看作是原数据序列重复步骤(1),可得到一系列Ij(t)和最后一个不可分解的序列rn(t),称为残余项,它代表x(t)的均值或趋势项。由此,原数据序列x(t)可表示为一组IMF分量和一个残余项的和

通过EMD,就可以对每个内在模函数进行Hilbert变换,求出瞬时频率。Hilbert变换是一种线性变换,代表线性系统,如果输入信号是平稳的,那么输出信号也应该是平稳的;Hilbert变换强调局地属性,用它可以得到瞬时频率,这就避免了用Fourier变换时为拟合原序列而产生的许多多余的、事实上并不存在的高、低频成分。对内在模函数I(t)进行Hilbert变换:

式中,积分在t=τ处为奇点,运算中取其柯西主值,并记为:

定义I(t)的解析信号z(t)为:

式中:

式(9)和(10)明确地表达了瞬时振幅和瞬时位相,很好地反映了数据的瞬时性。在此基础上定义瞬时频率为:

2 经验模态分解方法应用中注意的问题

2.1 端点效应[5]

在运用EMD方法对非线性的信号进行分解时,必须进行端点抑制。端点抑制问题是应用EMD方法的瓶颈问题,如果不进行抑制,要么会因在端点处弃值而严重影响资料的完整性;要么会因在端点处的发散而使运算溢出;如果抑制得不好,又会因“污染”度过大而使分解严重失真。本文中解决端点效应采用的方法是在黄大吉等人提出镜像闭合拓延法[6]的基础上改进的镜像延拓的办法,即在数据两端分别采用镜像延拓已知数据中的极大值和极小值点,这样虽然增加了数据长度和计算过程中的时间,但是有效地克服了数据两端会出现的端点飞翼现象。

2.2 内在模函数的判据

为了保证IMF分量有足够的振幅和频率的物理意义,必须确定内在模函数的判据。习惯上,用前后2个h(t)的限制差sd的大小作为内在模函数的判据:

一般说来,sd的值越小,所得的内在模函数的线性和稳定性就越好,能够分解出的内在模函数的个数就越多。实践表明,当sd的值介于0.2~0.3时,既能保证内在模函数的线性和稳定性,又能使所得的内在模函数具有相应的物理意义。

3 应用实例

3.1 程序验证及经验模态分解方法的特性

通过上面介绍的EMD法,编制了经验模态分解的程序。为了验证程序的正确性,通过下面一个例子说明分解过程,信号y(t)由2个简谐振动合成,y(t)=cos(2×π×0.07×t)+cos(2×π×0.03×t)(t=0.5,1.0,…,200)。

原始信号和分解后的模式分量如图1所示。前2个IMF基本拥有了原始信号全部能量,观察可知,IMF1有14个波,频率为14÷200=0.07,表示信号y(t)中频率0.07 Hz的分量;IMF2有6个波,频率为6÷200=0.03,表示信号y(t)中频率0.03 Hz的分量。

本例证明了所编制程序的正确性,同时说明EMD方法是无需预设带宽的自适应高通滤波方法,而且可以将信号中不同频率的组份分开,每一个IMF相当于结构的单一模态响应。单一的模态响应避免了其它阶模态和噪声的影响,更容易识别结构的模态参数。这个性质在模态参数识别、损伤检测和故障诊断等领域有广泛的应用前景[7,8]。

3.2 实际信号的处理

图2是某桥梁监测测得的一段振动位移数据。在进行了端点抑制和确定了内在模函数的判据后,就可以用EMD对已知数据进行分解了。

图3是EMD分解出来的I1(t)~I6(t)6个内在模函数,从振幅图可以看出:第1个内在模函数I1(t)是从已知数据中分解出的振幅最大、频率最高、波长最短的波动;依次下去的各内在模函数,振幅逐渐变小、频率逐渐变低、波长越来越长,这种变化趋势一直延续到频率已经很低的I6(t)。从图中可以看出,前3个内在模函数包含的频率为7.5~9.1 Hz,这个频率成分在信号中占有相当大的比重,因此判断该范围内的频率对桥梁影响较大,应该避开此频率运行。

内在模函数之所以按照上述方式分布,是由内在模函数的本性决定的,它总是把最主要的信号先提取出来,既由EMD方法分解出来的头几个内在模函数,集中了数据中最显著的信息,从这个方面来说它也是一种新主成分分析方法。

图4是通过EMD方法得到的残余项。在以往的得到趋势项的方法中,有平均斜率法、最小二乘法和滑动平均法[9],其中最小二乘法比较精确,但只适用于趋势项为单调序列的情况;滑动平均法的适用范围较广,但误差比较大。而通过EMD得到的残余项,其本身就是趋势项,并且,还可以根据物理背景的不同,调整趋势项,这也是EMD方法的一个优势。

4 结论

经验模分解方法是一种新型的信号分解处理技术,它可以将任何序列分解成为若干个频率由高到低排列的基本模式,采用改进的镜像延拓的办法可以克服数据两端会出现的端点飞翼现象。EMD方法概念直观、算法简单、运算量比较小,较传统方法在处理非平稳信号上具有明显的优势,是一种适合于大型结构模态参数识别的良好办法。

参考文献

[1]Farge M.Wavelet transforms and their applications to turbulence[J].Ann Rev Fluid Mech,1992,24:395-457.

[2]Farge M,Schneider K.Analysis and computing turbulent flows using wavelets[C].New Trends in Turbulence.Lesieur M,Yaglom A,David F.Eds.springer,2001.

[3]Ingrid Daubechies et.al.Ten Lectures on wavelets[R].SIAMpliladelphia PA.

[4]Norden E,Huang Z S,Steven R,Long,et al.The em-pirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proc.R.Soc.Lond.A.,1998,454:899-995.

[5]陈军圣,于德介,杨宇.Hilbert-Huang变换端点效应问题的探讨[J].振动与冲击,2005,24(6):40-42.

[6]黄大吉,赵进平,苏纪兰.希尔伯特-黄变换的端点拓延[J].海洋学报,2003,25(1):1-11.

[7]Yang J N,Lei Y.Identification of natural frequencies and dampings of in situ tall buildings using ambient wind vibration data[J].Journal of Engineering Mechanics,ASCE,2004,130(5):570-577.

[8]Yang J N,Lei Y.Hilbert-Huang based approach for structural damage detection[J].Journal of Engineering Mechanics,ASCE,2004,130(1):85-95.

模态检测 篇2

基于模态频率和神经网络的结构损伤检测

把结构损伤识别问题分为损伤辨识、损伤定位、损伤程度标定三个子模块,对每个子模块用模态参数构造对损伤敏感的标识量,并作为特征参数输入到神经网络中实现损伤识别.将优化的.BP网络和频率相结合成功地实现了矩形梁的损伤检测,为结构健康监测研究提出一条新的技术途径.

作 者：万小朋 王军强 赵美英 作者单位：西北工业大学,民航工程学院,陕西,西安,710072刊 名：西北工业大学学报 ISTIC EI PKU英文刊名：JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY年，卷(期)：200321(2)分类号：O327关键词：振动模态 神经网络 损伤识别 结构健康监测

模态检测 篇3

在电网谐波检测的问题上,国内外专家提出了各种不同的检测算法[2,3],如:瞬时无功功率法(p-q法)、傅里叶变换法[4,5]、小波变换法[6,7]、自适应法[8,9,10]等。瞬时无功功率法可以检测出基波和谐波总量,但要求电压信号对称且无畸变,还需设计低通滤波器来提取基波分量。傅里叶变换法存在频谱泄露和栅栏效应,使得检测的信号存在较大的频率误差和相位误差。一些加窗的傅里叶变换[11,12](Hanning窗、三角窗等)虽使精度有所提高,但其频谱泄露问题仍没有得到解决。 经验模式分解算法[13](EMD)分解是一种自适应的时间—频率信号分析法,不需要对电网角度同步,且对初始的电压和电流信号也没有要求,可将基波分量、谐波分量和系统噪声分解成特定频率的固有模态函数(IMF)之和,但其分解过程易产生模态混叠,严重时使谐波检测失去意义。总体平均经验模态分解[14,15]有效地降低了模态混叠的概率,但是需要对信号多次引入白噪声。

本文提出一种基于频率约束的EMD算法, 通过修改IMF的筛分条件,使得原本仅需满足震荡特性和时域对称性的固有模态函数,还需判断其是否满足频率范围的约束,有效解决EMD分解的模态混叠问题,提高了基波的检测精度。

1产生模态混叠的原因

模态混叠是指多个频率的震荡信号存在于同一个模态中,或者同一个频率的震荡信号存在于不同的模态中。模态混叠在谐波检测中的表现为:基波信号中混有高频信号,或者高频信号中含有基波分量,这使得EMD分解在基波检测中精度降低,严重时则失去分解的意义。

传统EMD算法有2个IMF的筛分条件,条件1规定了IMF的震荡特性,条件2则约束了IMF的时域对称性。由于没有对IMF的频率范围提出约束,因此很容易产生模态混叠,如图1所示,分解得到的固有模态函数满足筛分条件,却是高低频共存于同一个IMF中。这样的IMF不具备其应有的物理意义,进而无法应用于电网的基波检测。

在实际情况中,上下包络的均值无法为零, 由于最初的包络线不完全对称,故而在导致分解出的几个幅值较小的低频信号混叠在高频信号中。且如果第1次筛分的IMF存在混叠,会在后续筛分中累积放大。图1中,第1阶IMF存在明显的模态混叠,而后面几阶IMF的模态混叠也随之产生。

EMD分解存在模态混叠的问题,通过减小筛分停止准则(一般取0.2~0.3)仅能提高IMF的阶数,不能从根本上抑制模态混叠的产生,因此需要再增加筛分条件。

2基于频率约束的EMD算法

2.1频率约束准则

在原有振幅约束和时域对称约束的条件下, 对分解出的IMF再加以频率约束,使其在分解中尽可能将信号中最高阶频率的谐波分解出来。

定义频率筛分准则δ为

当满足δ ≤ ε(其中ε为选定的一个值)时筛分结束,迭代停止。

2.2算法步骤及谐波检测过程

1)同EMD算法步骤1。

2)若h11(t)满足IMF的2个条件,则c1(t)=h11(t),记为信号f (t)的一阶IMF暂态函数c′1(t) = h11(t)1。

3)若h11(t)不满足IMF的条件,则将h11(t)作为原始信号,重复步骤1),循环k次,直至h1k(t)满足IMF条件,则信号f (t)的一阶IMF暂态函数为

4)计算频率约束准则 δ ,若满足条件,则c1(t) = c′1(t) ,记为信号f (t) 的一阶IMF分量 : c1(t) = h11(t)。若不满足条件,则将c′1(t)作为原始信号,重复步骤1),循环m次,直至hl1(t)满足条件,则信号f (t)的一阶IMF分量为c1(t) = hl1(t)。

5)用原信号f (t)减去c1(t)得到1个去掉1个高频分量的新信号r1(t):

对r1(t)重复步骤1)~4)得到第2阶IMF分量c2(t),如此反复进行,一直得到第n阶IMF分量cn(t)

当rn(t)为一预设值或一单调函数时,筛选结束, 则:

6)找出各阶IMF中,工频50 Hz附近的IMF分量cf(t)即为电网中基波分量。

7)令:X (t) = f (t) - cf(t),重复步骤1)~ 6),可以检测出后一阶谐波,如此往复可以检测特定次谐波。算法流程图如图2所示。

2.3仿真数据验证

为了验证文中算法谐波检测的效果,在Matlab/Simulink环境中搭建三相整流仿真模型, 图3为三相电路系统仿真模型图,仿真参数为三相模型中的电压e为100 V,f为50 Hz,阻感负载中,R = 10 Ω,L = 10 m H ,并产生如图4所示的电流波形。

提取仿真模型中A相电流,对A相电流ia按照本文算法步骤进行分解,并选取工频50 Hz附近的IMF分量作为基波分量,且按照本文算法步骤可以求出下一阶谐波分量。

文中仿真模型采用6脉波整流,故其谐波含量为6n ± 1次谐波,即5次谐波分量,如图5所示。

本文算法对仿真的A相电流具有很好的跟踪特性和自适应性,在前3个周期内由于受到算法本身初值的影响与实际基波波形有较大差值外, 本算法能检测出较好的基波电流。除基波电流外,本文算法能较好地检测出5次谐波电流,如图5所示,检测出的5次谐波的含量占电流总量的18.7%,与理论计算值相近,验证了该算法的有效性。

搭建如图6所示p-q法谐波检测模型,选取低通滤波器LPF的截止频率为80 Hz,对A相电流进行检测。

将检测的基波电流与传统的EMD法所得结果和本文方法所得结果对比,如图7所示。传统EMD方法提取的基波受模态混叠的影响,几乎失去了基波检测的功能,p-q法能较好地检测出基波电流,且与电流波形相一致,但是存在较大的相位偏差,且p-q法的相位偏差不稳定,有一定的随机性。本文方法初始的跟踪检测特性较p-q法差,主要原因在于EMD算法受端点效应的影响, 在IMF分解过程中极值的包络线在端点处误差较大造成的。本文方法具有较强的自适应性,如图7所示,经过前3个周期的调整,提取的基波电流优于p-q法,且本文方法在电流突变时具有更好的动态响应。

2.4实测数据验证

用FLUKE435电能分析仪从某一炼钢厂电弧炉取出一段电流数据,FLUKE435所测的电流是根据IEC61000—4—7从10/12个周期无间隙谐波组电流测量值计算而得。图8为实时信号波形,采样频率为6 400 Hz,可以看出电流信号含有大量的谐波分量。

如图9所示,本文算法检测的基波电流与实测电流具有很好的一致性,其幅值和相位与实测电流吻合度较好,验证了算法的有效性。利用本文算法对所取的实测电流进行经验模态分解,可以检测出基波电流和11次谐波电流如图9和图10所示。由于所取电流为12脉波整流电路的电流波形其谐波成分主要是12n ± 1次谐波,这也验证了本文算法对于特定谐波检测的能力。算法检测出11次谐波占电流总量的3.6%,与实测值比较吻合。

3结论

1)分析了传统EMD分解存在模态混叠的主要原因,仅通过减小筛分停止准则不能从根本上解决模态混叠,其模态函数筛分准则在模态分解中缺乏频率约束,且模态分解中第1阶IMF的质量尤为重要。

2)提出了一种频率约束的EMD算法,该方法减少了模态混叠的概率,提高了基波电流检测的精度。但频率约束增加了算法的复杂性,频率筛分判定准则设定过小,该算法会失效,不能检测出基波电流,频率筛分判定准则设定过大,使得模态混叠的概率增加。

3)该算法对电网的初始信号没有约束,不需要获取电网的初始参数,具有很好的动态特性和自适应性。该算法可以实现电网中特定次谐波检测。

模态检测 篇4

梁式结构由于需受到竖向载荷作用, 主要采取竖向平面内变形形式。在自然及人为环境下, 随着不断增加的使用年限, 桥梁结构受到程度不同的损伤。目前在桥梁检测方面比较常用的有应变模态, 神经网络, 模态应变能等方法, 通过对比不同的检测方法, 可发现结构动力检测方法优势比较明显, 它不受结构隐蔽程度及规模所限, 只需将动力响应传感器安装在相应结构位置。结构的局部特征变化使应变更为敏感, 对损伤位置更容易进行准确判别, 对应变直接测量能够减少因位移产生的误差, 而用于对应变进行测量的电阻应变片一般质量都不大、价格低廉, 也具有较小的负载效应等明显优点。以下将通过数值仿真实验的相关数据, 对应变模态参数应用于识别钢筋混凝土桥梁损伤性能及常见问题进行较深入地分析研究。

2. 基于应变模态的识别损伤方法

局部混凝土或钢筋损伤发生在桥梁结构中将造成局部刚度降低, 进而在损伤附近位置使应变分布发生比较明显的变化。由圣维南原理可知, 分布于距离发生损伤的较远部位的结构应变变化将迅速向正常状态进行衰减。所以, 可利用模态应变曲线的实测结果, 若应变分布存在的突变较为明显, 损伤位置就是突变位置的相应结构, 应变突变越明显表明发生更严重的损伤。

3. 应变模态的性能研究

对具有矩形截面的一个6米长单跨简支梁有限元模型开展研究, 截面为30厘米宽, 60厘米高。梁内配有底部受拉的五根22毫米直径钢筋, 立筋架在两根钢筋顶部, 因需要对城市桥梁跨度进行考虑, 应平行放置若干根简支梁, 并沿梁长垂直方向在梁侧顶部互相进行约束, 因此有限元模型梁顶两侧也需要进行边界约束。假设已清楚损伤类型是钢筋发生腐蚀, 在对钢筋损伤进行模拟的过程中, 假设腐蚀的钢筋只能造成减小钢筋有效面积, 不能减小钢筋质量。从梁底采集应变模态数据, 支座处单元将引起比较集中的较大应力, 进而造成突发应变, 因此通常情况下进行单独处理。可分三种情况对单跨钢筋混凝土简支梁开展研究分析, 一是梁是完好的;二是损伤在单一位置, 梁底受拉钢筋单元在跨中的有效面积减小至一半, 只有24厘米长度的损伤;三是对于损伤相同程度而发生位置不同, 跨中距梁左1/3、梁右1/4位置梁底受拉钢筋单元达到原来一半的有效面积, 损伤24厘米长;对于损伤程度及发生位置都不同, 跨中距梁左1/3、梁右1/4位置梁底受拉钢筋单元分别达到原来1/4、1/2、3/4的有效面积, 损伤也是24厘米长。

以上几种情况下, 每阶频率都降低了不同程度, 表明梁发生一定程度的损伤。从模态应变曲线中也可发现, 在跨中曲线发生较为明显的突起尖峰, 表明在跨中此简支梁发生了损伤。损伤定位结果符合假设位置, 表明在损伤定位方面, 应变模态具有较高的准确性。而且, 此处钢筋发生损伤程度可由尖峰跨度进行反映。在实际中, 钢筋损伤长度短于尖峰跨度, 由于应变也需要一定距离进行衰减, 以下采用尖峰偏离正常曲线位置距离与其到X轴距离之比对尖峰的突起程度进行度量。正常曲线位置一般是指假设该位置不存在尖峰, 该曲线段位置能够结合尖峰附近曲线根据插值计算得到。期望利用度量尖峰突起的不同程度确定相对损伤程度, 尖峰突起具有明显程度表明该位置单元具有较严重的损伤, 通过计算各阶突起程度的数值可知, 平均突起程度约0.17。只有在一、三阶能够发现程度较为明显的尖峰突起, 在实际中第五阶也存在一定程度的突起, 但因钢筋只有24厘米的长度发生腐蚀, 造成尖峰跨度与其在跨中波峰具有较为接近的跨度, 因此不会发现明显突起。但这只是根据模态应变曲线不能获得该位置钢筋的绝对损伤。

由相关计算结果能够发现, 发生在三个完全不同位置的钢筋损伤能够引起接近平均0.17突起程度的模态应变曲线, 这表明三个位置的钢筋发生相同程度的腐蚀, 并表明在检测不同损伤位置应变模态对损伤程度相同时相对比较稳定。结合有关数据进行对比分析, 能够发现后两种情况的平均突起程度较为接近, 这也表明无论是单处还是多处损伤, 只要存在相同程度的损伤, 应变模态对其都具有相同的敏感性。

根据有关计算结果可知, 发生在钢筋三个不同位置的损伤所导致的模态应变曲线分别达到0.2773、0.1826、0.1252的突起程度, 这也表明距梁左端1/3位置发生损伤的程度最为严重, 其余发生损伤的程度依次为跨中、距梁右1/4位置, 对损伤程度的检测结果符合模型假定情况, 这表明对发生在位置不同且程度不同的损伤, 应变模态的敏感性十分良好, 可对多位置发生损伤的相对程度进行准确标出, 损伤程度越大, 其尖峰就会发生相对更大的突起, 否则, 损伤程度越小, 其尖峰就会发生相对更小的突起。

综合上述三种损伤情况, 能够明显发现对损伤而言, 低阶应变模态的敏感性优于高阶的应变模态, 对处于任何阶断的模态应变曲线, 若发生损伤位置在应变曲线拐点区域, 那么这个阶应变曲线就不能对损伤构成尖峰。所以在在实际的工程检测中, 可同时对多阶应变模态进行测取。

4. 结论

通过以上研究分析可以得出以下结论, 一是在钢筋混凝土梁中, 应变模态对钢筋的损伤位置能够准确进行识别, 并定位钢筋损伤位置;二是对发生损伤位置的确定, 应变模态并不能在任一阶都可获得理想效果, 针对某一阶模态应变, 发生在与应变曲线相对应的峰值附近位置的损伤可在应变曲线中获得令人满意的结果。例如, 模态应变的一、三、五阶对发生在梁跨附近位置的损伤具有良好的敏感性, 对发生在距梁端1/4位置的损伤, 二阶模态应变较为敏感。因此在实际检测中, 可采用多阶模态应变数据确定损伤的具体位置;三是有效利用应变模态可将发生在不同位置的损伤程度进行显示;四是采用应变模态对损伤位置进行准确识别, 无需结构完好的相关数据, 可直接采集现役结构数据。这对于建造于较长时间以前并不存在原始设计数据的一些桥梁结构而言, 能够为其提供具有可行性的实施方案。

5. 结语

综上所述, 通过对应变模态研究测试钢筋损伤定位及性能的相关研究, 对于梁底受拉钢筋中存在的腐蚀损伤, 应变模态的敏感性良好, 可对损伤位置及相对损伤程度进行准确评定, 在实际应用中具有比较重要的应用价值。

摘要：基于构建钢筋混凝土单跨简支梁实体模型在大型有限元分析软件中的应用, 利用钢筋在混凝土中相同或不同位置的损伤程度, 实现数值仿真模拟, 在钢筋混凝土桥梁检测中, 对应变模态研究测试钢筋损伤定位及性能, 相关研究结果显示, 对于梁底受拉钢筋中存在的腐蚀损伤, 应变模态的敏感性良好, 可对损伤位置及相对损伤程度进行准确评定。

关键词：钢筋损伤,钢筋性能检测,应变模态

参考文献

[1]李德葆, 陆秋海.实验模态分析及应用[M], 北京:科学技术出版社, 2007

[2]董聪, 夏人伟.疲劳裂纹扩展寿命预测概率模型[J], 强度与环境, 2011.6

[3]李国强, 李杰.工程结构动力检测理论与应用[M], 北京:科学出版社, 2009

[4]董晓马, 王忠辉.损伤定位中应变模态指标的改进研究[J], 河南科学, 2012.10

模态检测 篇5

桥梁作为道路交通的关键结合部, 它受到设计标准、使用年限、投资数额、工程材料、外部环境、养护质量、交通量、作用荷载、偶然事故等因素错综复杂的交互影响, 必然会使桥梁结构内部产生变异性, 导致承载力逐渐降低, 再加土桥梁的腐蚀、老化、疲劳、破损, 给桥梁的正常使用埋下了隐患。通过恰当的方法及时了解桥梁的现状, 及时发现危及桥梁安全的损伤, 是桥梁安全评估的核心问题。

以振动模态试验及分析为核心的整体结构检测技术在过去近20年里一直是国内外研究的热点, Hajela and Soerio、Yao、Chang and Lee等人对此均作了很好的评价和总结。该技术主要的优点是借助环境激励, 不需要封闭交通就可以进行现场数据的采集, 通过分析结构的自振频率及振型, 对结构的动力指纹进行分析, 从而评价结构的损伤情况。

2 理论依据

结构的自振频率, 是了解结构在动力荷载作用下产生动位移和内力的一个重要因素, 由于结构健康状态的好坏与其自振频率有着直接关系, 因此固有频率作为评定既有结构健康状态好坏的一个关键性指标。

有阻尼离散结构体系的振动微分方程

当结构无外力作用且阻尼为0时, 式 (1) 的振动微分方程改写为:

在非零的初始条件下可得式 (2) 的非零解。此解特性是结构本身的固有特征, 即自由振动固有频率和主振型, 设结构作简谐振动, 则其位移运动可表示为:

式中, !为振动圆频率, "为与时间无关的向量, #为初始相角, t为时间, 将u (t) 及其两阶导数代入式

式 (4) 称为结构体系的频率方程。式中A成为振型向量 (特征向量) , 称为特征值, $称为结构固有振动的圆频率。

由上述理论推导可以看出, 自振频率值的大小是桥跨结构整体刚度的直接体现, 当结构体系发生变化, 构件的几何位置与结构参数发生改变, 或支承、约束等发生变化, 均会引起自振频率值的变化。而且一座桥梁在使用过程中主要体现为刚度的变化和约束的变化。

一座桥梁的使用寿命是上述内在因素的直接体现, 然而影响桥梁使用寿命的是外界因素如:使用时间、车辆荷载情况、维修情况等。这些外界因素的使用情况直接造成桥梁刚度、质量、约束等的变化。对于一座旧桥的检测, 我们可能更想方便快捷的知道它在现状下的剩余寿命。我们可以构造一个老化函数:

y———桥梁刚度

F (x) ———为桥梁在使用过程中, 刚度的老化衰减函数

x1, x2, x3———是使用阶段影响桥梁刚度的外界因素如:时间、车辆荷载情况、维修情况等。

F (x) 的确定是需要大量的实测资料和经验公式的, 当资料不足的情况下, 我们可以采用经验老化公式:

这就假设车辆使用情况和维护情况都没有改变。只是单一的时间与刚度衰减的关系。这是我们可以通过模态试验, 了解到旧桥从建成到现在, 这些年的刚度衰减情况。进而可以确定!, 由此我们便可以初步算得今后的若干年, 刚度的衰减情况, 以确定什么时候对桥梁进行维修或者桥梁的寿命。

3 工程实例

某跨线桥建于1986年, 为公跨铁的单层立体交叉工程。其斜交角度为58.9°, 桥长191.62m, 主跨为1跨35m的单孔双悬臂刚架加挂梁的结构形式, 由2跨23M变截面刚架各挑出6.76M悬臂, 两悬臂间挂21.48M预应力混凝土组合空心板式梁组成, 其他6孔为简支梁。下部结构采用扩大基础, 钢筋混凝土悬臂薄壁桥墩, 石砌重力式桥台, 设计荷载为汽-20, 挂-100。

模态试验采用东华测试有限公司生产的DHSAS频谱分析系统, 激励方式采用脉动方式。通过对脉动信号进行谱分析, 得出全桥竖向振动频率为3.33Hz, 测点分别位于两边跨的跨中及中跨挂梁的中部, 三个测点所测得的数据完全一致, 该阶频率直接反映了主梁的刚度情况;纵桥向振动频率因为行车干扰较大, 不甚明显, 其值为1.75Hz, 纵向自振频率主要反映桥墩的刚度, 主梁刚度对其影响较小;因为桥梁较宽, 且墩截面较宽, 横桥向振动不明显, 其值为19.16Hz

因该桥缺少原始资料, 固通过有限元方法确定其初始固有频率。采用大型有限元计算软件ANSYS, 建立了本桥的动力特性的三维有限元计算模型。

对以上的模型进行动力分析, 得到全桥的自振频率及相应的振型。

a.第一主振型:沿桥纵向振动, 振动频率为2.02 Hz。

b.第二主振型:桥沿竖向振动, 自振频率为4.009 Hz。

c.第三主振型:桥沿横向摆动, 自振频率为22.668 Hz。

从以上数据可以看出:第二阶自振频率变化最大, 且该阶频率直接反映了梁体抗弯刚度的情况。取最不利的第二阶自振频率的衰减进行分析, 根据刚度矩阵与自振频率的关系可知, 全桥的刚度经过16年的运营后衰减为成桥时的91.46%, 说明该桥的老化衰减情况较为严重。由刚度老化的经验函数可以求出再过10年后的刚度与成桥时的刚度的比值Y, 这里, X是成桥至今的年限, α取为1.0056。10年后:, 刚度衰减幅度较大, 届时需要对桥梁采取加固措施。

结束语

现代经济的大发展使得公路、城市道路的运输大幅增长, 车辆数和车重也不断增加, 从而使一些早期修建的桥梁由于各种因素的交互影响而处在各种病害之中, 如何评价这类桥梁的结构性能日发突出;采用简单的模态实验和老化理论对既有桥梁的结构性能进行评定, 该方法避免了原有检测方法只能从局部上了解桥梁状况的弊端, 而是从整体上了解桥梁的健康状况和使用寿命问题, 无疑具有重大的社会经济意义, 将对桥梁结构性能评定方法的发展起到有一定的促进作用。

参考文献

[1]Hajela P, Soerio F J.Recent Developments in Damage Detection Based on System Identification Methods[J].Structural Optimization, 1990, (2) :1～10.

[2]Yao D C, Chang K C, Lee G C.Damage Di-agnosis of Steel Frames Using Vibrational Signa-ture Analysis[J].Journal of Engineering Mechan-ic, ASCE, 1992, 118 (9) :1949-1961.

[3]Juang J N.Applied System Identification[M].Engle wood Cliffs:Prentice Hall Inc, 1994.

[4]Bendat J S, Piersol A G.Engineering appli-cations of correlation and spectral analysis[M].New York:John Wiley&Sone, 1993.

[5]宗周红, 赖苍林, 林友勤等.大跨度预应力混凝土连续刚构桥的动力特性分析[J].地震工程与工程振动, 2004, 6.

[6]田卿燕, 李凯.混凝土桥梁的现场检测和可靠性评估[J].国外桥梁, 2001, 4.

[7]朱乐东.桥梁固有模态的识别[J].同济大学学报.1999, 4.

[8]王浩, 乔建东.桥梁结构动力特性的有限元分析与试验研究[J].公路交通科技, 2004, 6.

[9]彭翠玲, 张开银, 涂扬志.实验模态分析技术应用于桥梁损伤检测[J].公路交通科技, 2003, 8.

模态检测 篇6

叶片的故障和故障模式随不同的工作环境影响有所不同。常见的故障现象有:外物损伤、强度不足和高低周期疲劳损伤, 其中以疲劳损伤为多。为了排除叶片的疲劳裂纹故障, 需要知道叶片的自振频率和振型。研究叶片固有振动特性以排除叶片故障, 提高可靠性, 一直是压气机设计、生产和使用中十分关注的问题。本文运用的模态分析技术正是研究发动机的振动特性并对叶片的振动特性进行控制的一种重要方法[1,2]。

模态分析技术是在机械阻抗与机械导纳分析技术基础上发展起来的。在结构动力学参数的辨识与控制技术、结构损伤检测技术等, 模态分析由单一、直接应用发展到与多种方法的综合应用方面取得了相当的成果。

1 模态分析理论基础

物体结构振动问题由激励、振动结构和响应三部分组成[1~2], 如图1所示。

根据不同的研究目的可将一般振动问题分为以下基本类型:已知激励和振动结构, 求结构响应;已知激励和响应, 求结构参数;已知结构和响应, 求激励。其中, 已知激励和响应, 求结构参数, 就是结构辨识问题。采用模态固有频率和模态矢量 (振型) 为特征参数的数学模型可以完整描述振动系统, 以模态参数模型为基础, 以模态参数为目标的系统识别方法, 模态参数能从总体上反应系统的动态固有特性, 最重要的是需要的参数还很少, 因此模态参数辨识能够进行, 而模态参数辨识正是模态分析的主要任务。

模态分析方法就是以各阶主振型所对应的模态坐标来代替物理坐标, 使微分方程解藕, 变成彼此独立的微分方程。

系统结构的模态分析案例[2]:任何结构系统的运动, 均可表示为内力、外力和惯性力的平衡方程组:

其中, [M]为质量矩阵;[C]为阻尼矩阵;[K]为刚度矩阵;{F (t) }为外力函数矢量;[N]为与{u}, {u&&}相关的非线性外力项矢量;{Q}为边界约束反力矢量;{u}为位移矢量;{u&}为速度矢量;u&&为加速度矢量。

式 (1) 是一组耦合方程, 当系统自由度很大时, 求解十分困难。将问题简单处理, 假设这个振动系统是无阻尼的自由振动系统, 那么[C]=0、{F (t) }=0, 其次, 假设振动系统受到外约束也为0, 则该式可改写为:

该方程通解为:

于是可以得到:

代入方程即得:

上式中, ω为特征值 (固有频率) , {φ}为特征向量 (主振型) 。

2 采用模态分析方法对压气机工作叶片进行裂纹检测

论文以某型发动机压气机工作叶片为例, 叶片为弧形壳蜂窝式结构, 叶身高度为118mm, 榫头长度为9mm, 中间最大厚度为2.1mm, 最大弯度2mm, 弦长32mm, 叶型前缘半径为0.4mm, 后缘半径为0.2mm。采用钛合金材料, 密度为4400, 弹性模量为117GPa, 泊松比为0.321。在论文中采用细长缺口来建模裂纹, 以求逼真性。

由于叶片叶型复杂, 建模比较困难, 因此建模时进行了一定的简化, 但压气机工作叶片的特征和计算分析的结果不影响论文对压气机工作叶片结构裂纹的分析[3], 采用ANSYS9.0软件对简化了的发动机压气机工作叶片进行建模, 建模后的网格划分图为图2所示。

分别建立距中间叶身0mm、38mm和76mm处的3种裂纹模型, 进行模态分析。由于结构裂纹产生后, 压气机叶片的振动模态会发生不同程度的变化, 这些变化主要表现在固有频率和振型等模态参数上, 下面就这两点进行对比。

运用ANSYS9.0软件进行模态分析, 对简化的压气机叶片以及裂纹叶片的前5阶振型和固有频率进行分析计算, 表1列出了无裂纹叶片和各类含裂纹叶片的固有频率值。

由表1可得, 在同一模型中, 随着裂纹阶数的增加, 得到的压气机叶片的固有频率也在增大, 比如无裂纹叶片, 其固有频率从第1阶到第5阶, 分别从76.680Hz增大到1057.9Hz, 结束越增加, 固有频率增加的越多;在叶片出现裂纹时, 不同类型叶片的同阶固有频率都明显下降, 尤其是, 当裂纹靠近叶片根部时, 同阶频率下降更加明显, 从没有裂纹到距离中间叶身为0mm的各类叶片的第1阶固有频率从76.680Hz、74.965、73.398一直降到72.640Hz, 差别比较明显。

因为叶片振动会出现不同个数的弯曲和扭转, 在叶片出现裂纹后, 叶片受到振动时, 叶片的显现的每阶振型与没有裂纹时显示的每阶振型不同, 不同形式的裂纹叶片振动时显现的每阶振型的接点位置也有变化。

从图3可以看出, 无裂纹叶片前5阶振型依次为:一弯、二弯、一扭、二扭和三弯[4], 出现的接点个数是1个、2个、1个、2个、3个。而位置裂纹1和位置裂纹2前5阶振型 (图中a2, b2, c2, d2图) 的振型依次也为:一弯、二弯、一扭、二扭和三弯, 振型接点个数也是1个、2个、1个、2个、3个。可以看出, 存在不同裂纹的叶片和无裂纹叶片的基本振型没有很明显的变化, 这主要是由于裂纹的大小和位置, 并没有明显改变叶片的基本属性, 但是从图中来看, 正是由于叶片中存在裂纹, 而且裂纹的大小不一样, 振型中一弯、二弯、一扭、二扭和三弯的接点位置在3种叶片类型中有了明显的变化。

因此, 通过以上无裂纹叶片及不同位置裂纹的振型对比看出, 当压气机工作叶片发生裂纹时, 振型基本形式没有变化, 但振型中出现的接点位置发生了变化, 随着裂纹位置变化, 叶片振型的接点也发生相应变化。因此, 可以得出这样的结论叶片出现的裂纹对叶片的振型也产生相应的影响, 只是这个影响没有对叶片固有频率的影响那么明显而已。

对于压气机工作叶片, 当发生裂纹时, 不仅裂纹的位置对叶片的模态参数有重要的影响, 裂纹的程度同样会影响叶片的模态参数, 包括对固有频率和振型的影响等, 如上文一样, 可以建立不同程度的叶片裂纹模型进行模态分析, 进行无裂纹叶片和不同程度裂纹叶片的固有频率以及振型的对比, 从中分析裂纹程度对叶片模态参数的影响, 本文不再赘述。

3 结语

由以上计算分析可以得到:在同一个模型中, 随着阶数的增加, 结构的固有频率在增大。当叶片出现裂纹时, 不同模型同阶固有频率明显下降, 当存在的裂纹靠近根部时, 每阶固有频率下降较大;裂纹程度发生变化时, 叶片固有频率也发生变化, 裂纹程度加大, 固有频率也随之下降。当叶片发生裂纹时, 叶片的振型发生变化不明显, 但振型的不同接点位置则变化明显;裂纹程度不同时, 振型的变化也是如此。因此, 工作叶片有无裂纹以及裂纹程度的不同, 都会对叶片的振动模态参数产生影响, 而也正是存在这样的因素, 采用模态分析技术进行结构的裂纹检测是可靠的。

参考文献

[1]黄晋英.发动机结构的有限元建模与动态特性分析[D].华北工学院, 2000.

模态检测 篇7

近年来, 随着人口老龄化, “中医治未病”逐渐成为我国以及上海市重要的生物医药发展战略。国家层面上, “中医药防治重大疾病与中医治未病”被列入《国民经济和社会发展第十三个五年规划纲要》发展规划重点。

阿尔茨海默病 (AD) 是老年人群最常见的慢性疾病之一。阿尔茨海默病的预防与保健康复具有重要的医学与社会意义, 可充分体现“治未病”理念。目前国际上尚无完全被证实的AD药物治疗法或物理疗法, 而以认知训练为主要手段的作业疗法被视为阿尔茨海默病预防与保健康复最常见手段, 也是中医传统理论对AD患者认知障碍康复训练的主要手段[1,2,3]。

中医传统理论认为针对AD患者认知障碍康复训练的需要患者通过耳、眼、手、脑的使用, 而对患者的视觉、听觉、回忆、思考、操作等进行全面训练[4,5]。例如, 总纲可参见《素问·宣明五气论》[6]:“五脏六腑之精皆上注于目”、“脑主识神”、“胆主决断”、“肝主谋略”“心主神明”;《灵枢·大惑论》[7]所载“五脏六腑之精气, 皆上注于目而为之精”;《灵枢·海论》:“髓海不足, 则脑转耳鸣, 胫酸眩冒, 目无所见, 懈怠安卧”;《类证治裁·健忘证治》[8]:“夫人之神宅于心, 心之精根据于肾, 而脑为元神之府, 精髓之海, 实记性所凭也”;《本草备要》[9]:“人之记忆, 皆在脑中, ……老人健忘者, 脑渐空也”;《医方考》[10]载“肝主谋虑, 胆主决断, 谋虑则火起于肝, 不决则火起于胆”;《素问·奇病论》“夫肝者, 中之将也, 取决于胆, 咽为之使。此人者, 数谋虑不决, 故胆虚气上溢, 而口为之苦, 治之以胆募俞”;《素问·灵兰秘典论》认为“心者, 君主之官, 神明出焉”;《千金翼方·养性》[11]曰:“人五十以上, 阳气日衰, 忘前失后, 兴居怠惰, 计授皆不称心”等。

然而, 目前中西医AD干预中使用的认知障碍康复训练设备多基于西医方法, 市场上真正基于中医理论或中西医结合、具有中医特色的康复训练设备几不可见。从市场基本品类来分, 现有中西医认知障碍康复训练产品可以分为两种:第一种是以游戏为载体的虚拟作业康复设备, 通过游戏方式吸引参与者, 实现提升参与者注意力和记忆力。这类产品高度技术化, 使用简单便捷, 受到参与者喜爱, 但此类产品的康复效果缺乏医学实证, 更接近益智类玩具[12];第二种为实物型作业康复设备, 例如双手调节器、反应时仪等, 参与者通过实际操作此类设备, 提升注意力和记忆力[13]。这类产品的康复效果已被医学临床证实, 并被广泛应用在中西医认知障碍康复训练中, 但其功能单一、互动性差, 且缺少数据记录与追踪, 无法连续追踪参与者的康复进程[14-15]。此类产品国内外较著名的公司包括:COGNI、SCHUHFRIED、瑞格、北辰等。

通过对市场上现有认知康复训练产品的分析, 我们发现现有产品主要存在以下几点共性不足:1.功能不全:目前的认知康复训练设备大多只基于眼、手、耳、脑等1-2种人体器官的使用训练, 且各为一体, 无法体现中医传统理论中“气血循环”的治疗理念, 缺乏中医特色;2.用户体验不足:认知康复训练产品的人机交互接口仍处于通过人机接口对产品进行简单控制的阶段, 对自然交互中无意识行为的区分还很欠缺, 无法达到自然交互, 即中医传统理论提倡的“天人合一”;3.价格昂贵:以COGNI为例, 完整游戏训练系统成本超过10万元, 超出了社区和个人用户对于认知康复训练的心理价位, 难以普及。因此, 为了解决以上的问题, 本团队研究与开发了具有自主产权的多模态认知障碍康复训练系统。

1 系统设计

本系统基于西医的脑科学技术以及中医的传统医学理论, 从认知功能检测和康复训练的角度出发, 开发了十个趣味性、参与性强的康复类游戏, 其中包括时间定向、无意义图像再认、文字识别、表情识别、视觉追踪、表情理解、迷宫、人物识别、反应力以及双手调节, 使得轻度认知障碍患者在游戏中达到康复治疗的目的。此外, 通过采集用户在游戏康复训练过程中的脑电、眼动、记忆力、反应时以及视空间等指标, 结合传统中医学理论中的心、肝、胆、肾、睛、脑, 综合分析并给出康复评估结果。

1.1 系统体系结构设计

1.1.1 硬件部分

如下图1所示, 本文开发的多模态认知检测与康复训练系统的硬件部分主要包括主机、触控显示器、播音模块、按键模块、旋钮模块、摇杆模块、视频录入模块、眼动仪、脑电采集模块、IC卡读卡器以及打印机等模块。其中主机为整个系统的管理模块, 触控显示器通过VGA接口以及USB接口与主机连接, 用于显示图像以及人机交互。播音装置用于播放训练过程中的引导语, 按键模块用于反应力训练, 摇杆和旋钮模块用于在双手调节训练中控制小球的水平以及垂直运动方向, 视频录入模块可以实时采集用户图像信息用于表情识别以及文字识别, 眼动仪用于记录测试者视线位置并将其映射为屏幕坐标, 脑电模块用来采集用户在整个训练过程中的脑电信号, IC卡读卡器用于用户信息录入、信息查询以及快速登录, 打印机用来打印康复评估报告。

1.1.2 软件部分

本系统软件部分主要分为用户训练和本地用户信息管理两大部分, 如下图2所示。其中用户训练部分包括用户登录模块、康复训练模块、康复评估和反馈模块。普通用户使用IC卡刷卡登陆用户训练系统, 然后根据引导语的提示完成整个训练过程, 训练完成后可以根据提示选择是否打印康复评估报告。管理员登录本地用户信息管理系统后, 可以进行用户信息的增、删、改、查操作。图3为原型机实物图。

1.2 开发环境及语言

本系统开发环境为Visual Studio 2013, C++作为主要的编程语言。

由于Qt框架可以方便地用于开发高性能、跨平台的C++图形用户界面程序, 允许真正的组件编程, 并且能很好的支持数据库以及网络的编程, 以及包含丰富的GUI元素。因此, 本系统基于Qt框架设计了系统界面。

另外, 考虑到My SQL是目前运行速度最快的数据库系统之一, 且源代码开放, 开发人员可以依据General Public License对源代码进行修改以定制个性化的需求, 因此本系统使用My SQL数据库来存储系统产生的数据。

1.3 系统功能模块设计

1.3.1 用户登录模块

本系统通过IC卡进行用户登录, 其登陆界面如下图3所示。系统在检测到IC卡后, IC读写器读取卡中的用户名以及密码, 然后在后台查询My SQL数据库中的用户信息表, 如果用户存在并且密码正确则进入康复训练模块。

1.3.2 康复训练模块

康复训练模块设置了时间定向、无意义图像再认、文字识别、表情识别、视觉追踪、表情理解、迷宫、人物识别、反应力以及双手调节共十个康复类游戏。整个康复训练模块具体流程如下图4所示, 用户在登录系统后, 将根据语音提示完成整个训练流程。图5和图6分别展示了无意义图形再认和视觉追踪两个康复游戏。

1.3.3 康复评估和反馈模块

康复训练过程中的各项数据存储如图7所示, 每个用户康复训练过程中各项测试结果以及脑电信息、眼动信息分别存储在三个CSV文件中, 所有数据可用于后期科研统计分析和数据挖掘。训练完成后, 用户可以选择打印报告, 如图8所示。

1.3.4 本地用户信息管理模块

本地用户信息管理管理模块设置有对用户信息的增、删、改、查功能, 图9所示为本地用户信息管理界面。

2 系统的关键技术

本项目设计软件共分有十类测试题, 通过对测试者的理解力、判断力、注意力、视空间、反应力、记忆力、操作能力、文字理解能力、表情识别与复制能力进行检测和训练。分别为: (1) 计算眼动轨迹追踪准确率、错误率、吻合率;轨迹跳跃时重新获得的时间、敏感性。根据屏幕上的红色小球 (左上角) 、绿色小球 (左下角) 、黄色小球 (中间) , 用于检测理解力、判断力。 (2) 计算眼动轨迹追踪准确率、错误率、吻合率;跟随绿色小球移动、跟随跳跃出现的绿色小球移动、在屏幕中找寻红色小球, 用于检验注意力、反应力。反应力测试用于对测试者的反应力进行训练, 以提高其反应力。在训练过程中, 当屏幕上出现某种颜色的小球时, 要求测试者尽快按下按键装置中与小球颜色相同的按键, 同时, 测试者的反应时间、正确次数和脑电信息将被记录。 (3) 表情识别和复制, 观察所示的不同表情照片, 找出笑脸、笑脸。对皱眉、伸舌等表情动作进行复制, 用于检测反应时间和准确率。 (4) 进行无意义图形再认, 先看5张无关联图片, 然后在10张照片中将其选出, 用于检测记忆力。无意义图形再认用于训练测试者的记忆力, 即:识记、保持和重现客观事物所反映的内容和经验的能力。在训练过程中, 测试者首先要牢记屏幕中出现的五个目标图形, 然后在接下来出现的十个图形中将所有的目标图形全部找出, 并按下按键装置的按键模块中对应编号的按键, 同时, 测试者的反应时间、正确次数和脑电信息将被记录。 (5) 进行无意义图形再认, 请观察图片中的远景、近景、人物, 用于检测理解力。 (6) 迷宫游戏, 简单化迷宫, 圆形或方形, 现给予显示路径, 当路径消失后开始检测, 计算准确率和错误盲端次数, 用于检测视空间。在训练过程中, 要求测试者首先观察给出的迷宫和路径, 待路径消失后, 在带触摸功能的显示装置 (如触摸屏) 上开始进行走迷宫操作, 同时, 测试者的准确率、错误盲端次数以及训练过程中的脑电信息将被记录。 (7) 双手调节, 左右两旋钮让光标在一定圆环 (或其他图案) 范围内做环形运动 (或不规则运动) , 计算完成时间和偏离轨迹的程度, 考验操作能力。 (8) 反应时仪, 当屏幕中间出现不同颜色的点时, 请点击相应的按键, 用于检测反应力。 (9) 文字识别, 请判断哪个是**, 用于检测理解力、文字识别能力。 (10) 人物识别, 出现 (毛泽东、陌生人若干) , 哪个是你认识的人, 用于检测记忆力。在训练过程中, 测试者需根据语音或者文字提示从几张图片中选出常见的历史人物, 并按下按键装置中按键模块中与所选图片下小球颜色相同的按键, 同时, 测试者的反应时间、正确次数和脑电信息将被记录。

3 结语

本系统以中医理论为指导, 以西医检测为手段, 通过对AD早期患者受损的认知功能进行的康复训练, 符合中医“治未病”的学术思想。在预防保健服务体系环境下认知功能训练与康复技术, 实现实时、实地 (Any time, Any Place) 信息的交互, 从而达到能在社区进行检测的眼动、脑电、双手调节等装置。同时也与临床常用的认知能力检测量表形成互补, 在诊断和康复方面并不与韦氏学习记忆量表、简易智能状态量表等形成交集。可以延缓测试者大脑老化, 改善测试者的认知能力。本系统便于广泛推广, 填补了该领域的空白, 对其他疾病诊断和康复方面也有一定的借鉴作用, 提升老年人的生活品质的同时也能够减轻社会负担, 有较大的应用价值和社会效益。

摘要：阿尔茨海默病 (AD) 是老年人群最常见的慢性疾病之一, 以认知训练为主要手段的作业疗法被中西医视为AD预防与保健康复最常见手段。但是, 目前市场上针对AD的认知障碍康复训练系统多基于西医方法, 真正基于中医理论或中西医结合、具有中医特色的康复训练设备几不可见, 且存在功能不全、用户体验不足且价格昂贵的缺陷。本团队自主研发了具有自主产权的多模态认知障碍康复训练系统, 具体实现用户登录模块、康复训练模块、康复评估和反馈模块以及本地用户信息反馈模块。新系统特色为选择多模态融合技术创新作为突破口, 强调中西医结合, 在康复方案中融入脑电-眼动生理参数监测功能;基于物联网技术, 形成老人认知障碍康复训练数据的自我管理;多功能的可选择性, 集成多种功能可以根据用户需求进行增减;价格合理, 与国外现有同类产品相比具有明显的价格优势。

模态检测 篇8

关键词：压力罐,搅拌预应力,模拟仿真,模态分析,谐响应分析

0 引言

声速剖面仪是一种测量声波在水中传播速度的精密水声仪器, 同时通过温度及压力传感器测量温度和垂直深度, 能够快速、有效的为测深仪等声呐设备校正测量误差, 提供实时声速剖面数据[1]但在声速剖面仪自身标定校验时, 需要保证检测的环境与其工作环境相符, 这就需要设计出具有搅拌功能的压力罐来完成检测工作。工作时, 检测设备安装于压力罐内部, 压力罐工作时的变形将直接导致检测数据精度的改变, 所以对压力罐体结构进行力学分析十分必要。由于压力罐上安装有旋转设备, 为验证设计能否成功克服共振、疲劳及其他受迫振动的产生的损害, 对其模态和谐响应分析具有十分重要的意义。因此本文利用ANSYS Workbench平台, 对检测压力罐进行预应力下的模态及谐响应分析, 计算出压力罐体结构在预应力下的振动特性和周期性响应。

1 设计方法

1.1 主要受压元件设计

压力罐采用强度理论设计, 为满足检测操作采用立式压力容器, 内压圆筒强度计算公式:

其中pc为计算压力, Di为内径, [σ]t为设计温度下的许用应力, φ为焊接头数, δ为壁厚。

封头设计采用椭圆形封头, 由于其封头深度较浅, 冲压加工相对容易, 标准椭圆形封头可以达到与筒体等强度, 是国内外广泛采用的中低压容器的封头形式, 其强度计算公式:

其中pc为计算压力, Di为内径, [σ]t为设计温度下的许用应力, φ为焊接头数, δ为壁厚, hi为短轴长。

1.2 立式支座设计

立式支座采用支撑式支座, 在容器封头底部焊上数根支柱, 直接支撑在基础地面上。根据JB/T4724采用B型支撑式支座, 并且在支座与封头之间添加垫板, 改善壳体局部受力情况。

根据以上理论依据进行压力罐的设计, 在Solid Works中建立其几何模型如图1所示。

2 模态及谐响应分析

2.1 模态分析原理

模态分析 (Modal Analysis) 即自由振动分析, 是一种研究结构动力特性的方法。模态是机械结构的固有振动特性, 每一个模态具有特定的固有频率、阻尼比和模态振型。当进行有预应力的模态分析时, 结构的固有频率会受到影响, 所以在进行分析时首先需要进行静力结构分析 (Static Structural Analysis) , 计算公式为:

其中, [K]为刚度矩阵, {F}为激振力, {x}为位移。此时的模态方程为:

其中, [M]为质量矩阵, ω为振动频率, {φi}为模态。通过上式求解出预应力下的模态分析。

2.2 谐响应分析原理

谐响应分析 (Harmonic Response Analysis) 是用于确定线性结构在承受一个或多个随时间按正弦 (简谐) 规律变化的载荷时稳态响应的一种技术。通过分析可以得到结构在特定频率下的响应并得到响应值对频率的曲线。其计算分析机构的稳态受迫振动。其运动方程为:

其中, [M]为刚度矩阵, {F}为激振力, [M]为质量矩阵, ω为振动频率, 为模态, [C]为阻尼。

进行谐响应分析的目的是确保一个给定的结构能经受住不同频率的各种载荷, 探测共振响应, 计算振动产生的形变。

2.3 前处理过程

在进行Workbench分析之前, 需要进行预先处理过程。首先将几何模型导入到分析软件中, 将模型的材料参数添加至材料库, 并设置模型材料属性。在模型树下的材料 (Material) 中选择已编辑的材料。

在进行有限元分析前, 需要对已经导入好的几何模型进行网格划分。有限元分析离不开网格划分, 网格划分的好坏将直接关系到求解的准确度以及求解的速度。通过网格划分将模型离散化, 吧求解域分解成可以得到精确解的适当数量单元。在进行网格划分时, 可以使用默认设置, 但为了保证网格划分的质量, 需要对其详细参数进行设置。设置其物理环境为结构分析 (Mechanical) , 相关性 (Relevance) 设置为20, 关联中心 (Relevance Center) 设置为Medium, 尺寸控制 (Sizing) 设置为10mm, 选择尺寸控制平面为罐体与基础地基接触的下表面进行网格划分, 最终得到网格划分节点 (Nodes) 82404个, 元素 (Elements) 41589个。网格划分模型如图2所示。

2.4 线性静态结构分析

载荷和约束是线性静态结构分析求解的边界条件, 进行静态结构分析就是为了进行预应力的求解。进行载荷施加时, 需要施加自身重力载荷 (Standard Earth Gravity) ;在施加力载荷时需要施加压力载荷 (Pressure) 选择压力罐内壁以及压力罐内部液体的静水压力载荷 (Hydrostatic Pressure) 。完成上述载荷施加后进行约束的施加, 设置固定约束 (Fixed Support) 选取支座与基础地基连接的接触面。求解方法 (Solution Methods) 选择基本模式 (SIMPLE) , 算法控制及监视器选择系统默认。

在结果显示中包括整体变形 (Total) 和方向变形 (Directional) , 选择整体形变选项得到形变位移如图3所示, 最大形变出现在椭圆封头顶端。

在应力 (Stress) 和应变 (Strain) 选项中选择等效应力选项进行分析, 得出结论最大应力发生在下封头与罐壁连接部位, 如图4所示。

通过上述求解, 完成对罐体模型的静力结构分析, 即可进行罐体的预应力下模态分析。在进行模态分析时, 振动主要发生在前几阶频率, 故求解器设置为前6阶模态分析, 求解器控制采用程序控制 (Program Controlled) , 同时设置求解总变形 (Total Deformation) 添加6阶模态变形, 可以得到模型在预应力下的6阶固有频率和振型。其频率分别为42.84Hz、43.25Hz、82.20Hz、153.87Hz、193.49Hz和196.79Hz。

通过振型的输出可以清楚的反应压力罐在各频率下的最大形变位置和形变趋势, 各阶形变最大值出现的位置都不相同, 通过对其频率和振型的分析, 对磁力搅拌电机的选择提供了参考。求解后6阶振型结果如图5~图10所示。

通过阵型图可以得出:1阶、2阶、4阶振型最大变形量出现在罐体上端椭圆封头处;3阶振型最大形变量出现在罐壁连接法兰盘处:5阶、6阶振型最大位移出现在罐体下封头连接法兰盘处, 罐体支座与罐体之间发生微小形变, 支座垫板设计合理, 为罐体的支撑提供了保障。

谐响应分析流程类似于模态分析, 但在谐响应分析中除重力载荷 (Standard Earth Gravity) 、热载荷 (Thermal) 、旋转速度载荷 (Rotational Velocity) 、螺栓预紧载荷 (Bolt Pretension) 及仅有压缩约束 (Compression Only Support) 外, 其余结构载荷和约束均可以被使用, 同时所有的结构载荷将以相同的激励频率呈正态变化。

在谐响应分析中并不是所有载荷都支持相位输入, 其中加速度载荷、轴承载荷、弯矩载荷的相位角为0o;若存在其他载荷, 且改变其相位角时, 以上相位角值不变。

在谐分析设置中, 通过输入最大值和最小值可以确定激振频率域 (fmin~fmax) , 并确定求解步长∆Ω。求解器会从Ω+∆Ω开始求解n个频率:

求解谐响应运动方程选取模态叠加法 (Mode Superposition) , 其求解过程在模态坐标系中完成。采用模态叠加法进行谐响应分析, 首先自动进行一次模态分析, 程序会自动确定获得准确结果所需的模态数。结合上步模态分析的结果, 谐分析部分的求解迅速而高效。在谐响应分析中, 响应的峰值与结构的固有频率相对应, 由于自然频率已知, Workbench能够将结果聚敛到自然振动频率附近。

在分析树中的Analysis Setting选项中设置最小频率范围和步长分别为0Hz~300Hz、30Hz间隔, 选取模态叠加法, 固定约束为支撑与基础地面的接触面, 施加载荷为由磁力搅拌电机产生的力载荷, 施加面位于安装磁力搅拌的底部封头接头法兰面, 作用方向为Y Components负向, 大小100N, 相位角 (Phase Angle) 为0, 设置求解位置为压力罐内部上方安装检测支架的连接面。

通过求解 (Solve) 得到分析结果, 在谐响应分析的后处理中, 可以查看应力、应变、位移及加速度的频率图, 在Solution中的频率响应 (Frequency Response) 选择应力 (Stress) 和变形 (Deformation) 得到应力频率图和变形频率图。如图11、图12所示。

通过观察谐响应分析, 图片上表为应力频谱, 下表为位移频谱, 从图中可以得出, 在频率210Hz的时候, 被测位置出现最大应力, 在频率为210Hz~270Hz之间时, 出现较大角位移。

通过观察变形频率响应可以得出, 在频率210Hz时被测位置出现最大位移, 当频率在210Hz~240Hz时, 出现较大角位移。

同时进行等效应力求解, 设置Frequency为210Hz, 求解等效所有结果 (Evaluate All Result) 在图形窗口得到应力分析云图 (210Hz) 和变形分析云图 (210Hz) 如图13和图14所示。

3 结论

本文通过运用预应力下模态及谐响应分析方法, 对检测压力罐进行了海水搅拌预应力下的数值模拟分析, 完成对压力罐的初步校验和振动特性分析, 并得出以下结论:

1) 压力罐在工况条件下最大形变发生在罐体上封头顶部, 应力最大发生在下封头与罐体桶壁连接处。

2) 压力罐在工作预应力下的6阶固有频率和振型。其频率分别为42.84Hz、43.25Hz、82.20Hz、153.87Hz、193.49Hz和196.79Hz。

3) 压力罐在210Hz~270Hz之间被测位置产生较大应力和位移。

参考文献

[1]关致和, 赵先龙, 王莉娜.声速仪标定系统[J].气象水文海洋仪器, 2004:38-42.

[2]关致和, 赵先龙, 王莉娜.HY1200系列声速剖面仪[J].气象水文海洋仪器, 2004, 02:53-57.

[3]王勇, 甄勇, 高勇.基于ANSYS Workbench的压力容器开孔接管区的应力分析[J].广东化工, 2012, 10:180-181.

[4]刘锐锋.基于ANSYS的压力容器法兰应力分析探讨[J].中国石油和化工标准与质量, 2012, 11:247.

[5]唐海峰, 黄勤, 丁祎, 孟忠良.基于ANSYS的压力容器应力分析[J].制造业自动化, 2013, 08:1-2+5.

[6]易亮, 向中凡.基于ANSYS的典型压力容器应力分析[J].企业技术开发, 2012, 02:84-85.

[7]Numerical Solution Of Fluid-Structure Interaction In LiquidFilled Pipes By Method Of Characteristics[J].Chinese Journal of Mechanical Engineering, 2007, 03:44-49.

[8]沈峰, 黄懿, 陆建国.基于ANSYS的压力容器的应力分析与壁厚优化设计[J].化工装备技术, 2012, 04:22-24.

[9]Numerical Invetigtionon Fluid Structure Interaction Considering Rotor Deformation for a Centrifugal Pump[J].Chinese Journal of Mechanical Engineering, 2011, 04:539-545.

[10]朱国樑.基于ANSYS的立式厚壁压力容器应力分析[J].广州化工, 2013, 19:120-122.