留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用卡尔曼滤波的激振力时域识别方法研究

马也驰 刘晓昂 周志革

马也驰, 刘晓昂, 周志革. 应用卡尔曼滤波的激振力时域识别方法研究[J]. 机械科学与技术, 2021, 40(8): 1214-1224. doi: 10.13433/j.cnki.1003-8728.20200211
引用本文: 马也驰, 刘晓昂, 周志革. 应用卡尔曼滤波的激振力时域识别方法研究[J]. 机械科学与技术, 2021, 40(8): 1214-1224. doi: 10.13433/j.cnki.1003-8728.20200211
MA Yechi, LIU Xiaoang, ZHOU Zhige. Research on Time-domain Identification Method of Excitation Force using Kalman Filter[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(8): 1214-1224. doi: 10.13433/j.cnki.1003-8728.20200211
Citation: MA Yechi, LIU Xiaoang, ZHOU Zhige. Research on Time-domain Identification Method of Excitation Force using Kalman Filter[J]. Mechanical Science and Technology for Aerospace Engineering, 2021, 40(8): 1214-1224. doi: 10.13433/j.cnki.1003-8728.20200211

应用卡尔曼滤波的激振力时域识别方法研究

doi: 10.13433/j.cnki.1003-8728.20200211
基金项目: 

国家自然科学基金项目 51705128

河北省自然科学基金项目 E2019202169

详细信息
    作者简介:

    马也驰(1992-), 硕士研究生, 研究方向为汽车振动控制, mayechi163@163.com

    通讯作者:

    刘晓昂, 副教授, 硕士生导师, xiaoang314@163.com

  • 中图分类号: TH113.1

Research on Time-domain Identification Method of Excitation Force using Kalman Filter

  • 摘要: 激振力识别属于结构动力学中的第二类反问题,为识别振动系统的激励力,本文基于卡尔曼滤波器和最小方差估计的方法,分别建立了以系统位移和加速度为输入参数的激振力时域识别方法。推导了两种方法的识别公式,并对两种方法的识别结果和识别结果的稳健性进行了仿真分析。仿真结果表明,两种方法对噪声方差初值的设定均不敏感;以加速度幅值为输入的方法识别精度优于以位移幅值为输入的方法;以位移幅值为输入的方法识别结果稳健性较好。最后采用力锤敲击试验验证了识别方法的有效性和精度。
  • 图  1  单自由度振动系统模型图

    图  2  σ2=R=10-3观测位移时叠加正弦激励识别结果

    图  3  σ2=R=10-3观测加速度时叠加正弦激励识别结果

    图  4  σ2=R=10-5观测位移时叠加正弦激励识别结果

    图  5  σ2=R=10-5观测加速度时叠加正弦激励识别结果

    图  6  σ2=R=10-3观测位移时方波激励识别结果

    图  7  σ2=R=10-3观测加速度时方波激励识别结果

    图  8  σ2=R=10-5观测位移时方波激励识别结果

    图  9  σ2=R=10-5观测加速度时方波激励识别结果

    图  10  σ2=10-5, R=10-3时以位移为输入的叠加正弦激励识别结果

    图  11  σ2=10-5, R=10-7时以位移为输入的叠加正弦激励识别结果

    图  12  σ2=10-5, R=10-3时以加速度为输入的方波激励识别结果

    图  13  σ2=10-5, R=10-7时以加速度为输入的方波激励识别结果

    图  14  5个参考点在曲线中的位置

    图  15  各因子趋势图

    图  16  动力总成六自由度模型图

    图  17  x方向正弦激振力识别结果

    图  18  y方向正弦激振力识别结果

    图  19  z方向正弦激振力识别结果

    图  20  x轴转矩识别结果

    图  21  y轴转矩识别结果

    图  22  z轴转矩识别结果

    图  23  实物图

    图  24  简化图

    图  25  万能拉压试验机

    图  26  力-位移曲线

    图  27  试验方案

    图  28  单次脉冲激励

    表  1  结构参数和状态变量初值的取值

    参数及单位 原始参数 增大 减小
    刚度/(N·m-1) 20 23 17
    阻尼系数/(N·s·m-1) 0.500 0.575 0.425
    位移/m -0.050 0 -0.042 5 -0.057 5
    速度/(m·s-1) 0.20 0.22 0.18
    下载: 导出CSV

    表  2  初始参数取值正交表

    试验号 刚度/(N·m-1) 阻尼系数/(N·s·m-1) 位移初值/m 速度初值/(m·s-1)
    1 20 0.500 -0.050 0 0.20
    2 20 0.425 -0.057 5 0.18
    3 20 0.575 -0.042 5 0.22
    4 17 0.500 -0.057 5 0.22
    5 17 0.425 -0.042 5 0.20
    6 17 0.575 -0.050 0 0.18
    7 23 0.500 -0.042 5 0.18
    8 23 0.425 -0.050 0 0.22
    9 23 0.575 -0.057 5 0.20
    下载: 导出CSV

    表  3  5个参考点处的激振力识别结果相对误差 %

    试验号 点1 点2 点3 点4 点5 均值
    1 -0.75 -0.46 -1.00 -0.64 -1.18 0.81
    2 -3.15 -3.72 -5.94 -7.71 -9.03 5.91
    3 1.67 2.82 3.95 6.46 6.67 4.31
    4 -1.08 -3.97 5.69 2.15 2.38 3.05
    5 0.53 -3.29 4.63 -1.15 -1.77 2.27
    6 -0.05 -6.94 -0.27 -6.15 -9.46 4.57
    7 -0.08 2.77 -8.51 -4.68 -6.48 4.50
    8 -1.38 6.61 -0.66 6.46 9.06 4.83
    9 -2.46 1.99 -6.90 -0.28 -0.71 2.47
    下载: 导出CSV

    表  4  各因子的各水平识别结果相对误差平均值

    水平 相对误差平均值/%
    刚度 阻尼系数 位移初值 速度初值
    1 3.67 2.79 3.40 1.85
    2 3.30 4.34 3.69 4.99
    3 3.93 3.78 3.81 4.06
    下载: 导出CSV

    表  5  振动系统结构参数

    质量/kg 刚度/(N·m-1) 阻尼系数/(N·s·m-1)
    4.087 311 000 0.05
    下载: 导出CSV
  • [1] TAO J S, LIU G R, LAM K Y. Excitation force identification of an engine with velocity data at mounting points[J]. Journal of Sound and Vibration, 2001, 242(2): 321-331 doi: 10.1006/jsvi.2000.3351
    [2] 刘晓昂. 基于整车振动控制的动力总成悬置系统设计方法[D]. 广州: 华南理工大学, 2016

    LIU X A. Design methods of the powertrain mounting system based on vibration control of vechicle level[D]. Guangzhou: South China University of Technology, 2016 (in Chinese)
    [3] CHAO M, HONGXING H, FENG X. The identification of external forces for a nonlinear vibration system in frequency domain[J]. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2014, 228(9): 1531-1539 doi: 10.1177/0954406213509085
    [4] 周玙, 刘莉, 周思达, 等. 基于应变模态参数的结构瞬态载荷识别方法研究[J]. 振动与冲击, 2019, 38(6): 199-205 https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201906030.htm

    ZHOU Y, LIU L, ZHOU S D, et al. Transient load identification of structural dynamic systems based on strain modal parameters[J]. Journal of Vibration and Shock, 2019, 38(6): 199-205 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201906030.htm
    [5] 王能建, 任春平, 刘春生. 一种新型分数阶Tikhonov正则化载荷重构技术及应用[J]. 振动与冲击, 2019, 38(6): 121-126, 158 https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201906018.htm

    WANG N J, REN C P, LIU C S. Novel fractional order Tikhonov regularization load reconstruction technique and its application[J]. Journal of Vibration and Shock, 2019, 38(6): 121-126, 158 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZDCJ201906018.htm
    [6] LI Z F, LI D, XU X L, et al. New normalized LMS adaptive filter with a variable regularization factor[J]. Journal of Systems Engineering and Electronics, 2019, 30(2): 259-269 doi: 10.21629/JSEE.2019.02.05
    [7] WU A L, LOH C H, YANG J N, et al. Input force identification: application to soil-pile interaction[J]. Structural Control & Health Monitoring, 2009, 16(2): 223-240 https://ui.adsabs.harvard.edu/abs/2008SPIE.6932E..23L/abstract
    [8] LIN D C. Input estimation for nonlinear systems[J]. Inverse Problems in Science and Engineering, 2010, 18(5): 673-689 doi: 10.1080/17415971003698623
    [9] NAETS F, CUADRADO J, DESMET W. Stable force identification in structural dynamics using Kalman filtering and dummy-measurements[J]. Mechanical Systems and Signal Processing, 2015, 50-51: 235-248 doi: 10.1016/j.ymssp.2014.05.042
    [10] ZHANG C, GAO Y W, HUANG J P, et al. Damage identification in bridge structures subject to moving vehicle based on extended Kalman filter with 1 1-norm regularization[J]. Inverse Problems in Science and Engineering, 2020, 28(2): 144-174 doi: 10.1080/17415977.2019.1582650
    [11] LOURENS E, REYNDERS E, DE ROECK G. An augmented Kalman filter for force identification in structural dynamics[J]. Mechanical Systems and Signal Processing, 2012, 27: 446-460 doi: 10.1016/j.ymssp.2011.09.025
    [12] 张雪蕊, 刘祚时, 程素平, 等. 改进的Kalman滤波算法在飞行器测距中的应用研究[J]. 机械设计与制造, 2020(2): 158-161 https://www.cnki.com.cn/Article/CJFDTOTAL-JSYZ202002039.htm

    ZHANG X R, LIU Z S, CHENG S P, et al. Application of improved Kalman filter algorithm in obstacle ranging of aircraft[J]. Machinery Design & Manufacture, 2020(2): 158-161 (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-JSYZ202002039.htm
    [13] FENG W, LI Q F, LU Q H. Force localization and reconstruction based on a novel sparse Kalman filter[J]. Mechanical Systems and Signal Processing, 2020, 144: 106890 doi: 10.1016/j.ymssp.2020.106890
    [14] GILLIJINS S, DE MOOR B. Unbiased minimum-variance input and state estimation for linear discrete-time systems with direct feedthrough[J]. Automatica, 2007, 43(5): 934-937 doi: 10.1016/j.automatica.2006.11.016
    [15] 张志, 孟少平, 周臻, 等. 振动台试验加速度积分方法[J]. 振动测试与诊断, 2013, 33(4): 627-633, 725 https://wenku.baidu.com/view/7ce73fc06bec0975f465e2fe?fr=xueshu

    ZHANG Z, ZHENG S P, ZHOU Z, et al. Numerical integration method of acceleration recodes for shaking table test[J]. Journal of Vibration, Measurement & Diagnosis, 2013, 33(4): 627-633, 725 (in Chinese) https://wenku.baidu.com/view/7ce73fc06bec0975f465e2fe?fr=xueshu
  • 加载中
图(28) / 表(5)
计量
  • 文章访问数:  5
  • HTML全文浏览量:  0
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-04-03
  • 刊出日期:  2021-10-09

目录

    /

    返回文章
    返回