LMS-基于LMS工作模态测试的齿轮箱性能分析_楼江雷
LMS Virtual Lab 平台总体介绍教学教材
▪ 应力/应变
1. 机械系统在操作过程中的动应力和应力集中的可视化研究 2. 确定零部件是否存在疲劳失效问题 3. 确定整个系统产生的振动和噪声在允许的范围之内 ▪ 静力学与准静态分析 1. 确定机构的静平衡位置和状态 2. 分析和模拟准静态过程 ▪ 逆动力学分析
1. 通过已知的运动反算系统载荷 ▪ 模型线性化与频响分析
▪ 可以直接导入各种通用格式或通用软件的CAD
模型，包括STEP, IGES, ProE, UniGraphics,
ParaSolids, Autodesk Inventor, CATIA V4 & V5等 V5
▪ 直接使用CATIA V5的几何造型能力
▪ 可以直接使用现有的CATIA V5模型
▪ 或者通过b集成的CATIA V5基于特征 的几何造型功能建立几何模型，从线框模型到 实体模型
，自动生成网格、单元属性、自动探测约束并生成界面点（ Interface Point）约束、自动驱动有限元求解器、自动完成刚柔 置换 ▪ 直接导入外部测试系统（如LMS b）的模态测试结果 ▪ 强大的刚柔耦合、刚柔接触、柔柔接触分析能力
▪ VL Motion求解器DADS是最早开发柔性体建模和仿真功能的多体动力
载荷/应力谱
2
结构有限元分析
结构静力学与动力学特性
5 copyright LMS International - 2011
LMSViVritrutuaall..LLaabb Structure通用有限元前后处理平台
强大的有限元前后处理功能
▪ 基于CAD模型或基于网格模型的有限元分析 ▪ 有限元模型与几何模型完全关联，实现模型快速更新 ▪ 从网格划分到后处理的完整解决方案 ▪ 优异的网格划分功能 ▪ 先进的连接单元建模技术 ▪ 驱动主流有限元求解器，可进行线性、非线性和碰撞分析
基于LMS Test.Lab阶次分析的变速器 啸叫识别和噪声优化
交通科技与管理39技术与应用0 引言 齿轮敲击一般发生在轻载或空载条件下，由于变速器输入端扭矩波动引起的非承载齿轮啮合冲击所产生，与传动路径上各零件的配合间隙和齿轮的精度有重要关系；齿轮啸叫一般发生在加载条件下，也有少部分发生在滑行条件下，是由承载齿轮啮合过程中的传递误差所决定的[1]。
其特点是具有明显的阶次特征，与齿数等相关。
本文将以某10挡变速器优化其8挡啸叫噪声为例，详细介绍利用LMS b 对噪声时域信号进行阶次分析，确定啸叫噪声最大贡献源，从改变齿轮宏观参数着手优化变速器振动噪声。
1 阶次Order 研究齿轮啮合振动噪声，离不开阶次。
当齿轮处于运转状态时，旋转本身就是一种激励，齿轮会对其产生响应（振动和噪声）。
阶次就是相对于参考轴每转一圈，目标旋转部件啮合振动响应发生的事件次数。
阶次是齿轮系统固有属性的一种描述方式，跟外界的激励无关。
此时引入两种阶次概念，一种是旋转阶次，另一种是啮合阶次[2]。
旋转阶次是针对旋转轴来讲的，而啮合阶次是针对齿轮来讲的。
以某10挡变速器为例，8挡参与动力传递的齿轮/轴结构示意如图1所示，那么对于一款变速器来说，一般将其输入轴（主轴）设置为参考轴，且设定一轴的旋转阶次为1，其它齿轮/轴相关阶次信息如表1所示。
图1 变速器8挡传动结构表1 变速器8挡阶次数据常啮合8挡主轴常啮合齿轮齿数2432中间轴齿轮齿数2827轴旋转阶次10.857齿轮啮合阶次2423.139 从上述数据不难看出，齿轮的啮合阶次是针对主动齿轮来说的，轴的旋转阶次和参与啮合的主/被动齿轮齿数均相关。
2 噪声信号采集和阶次分析 客户反馈变速器处于8挡，发动机转速在1 300 rpm~1 700 rpm 时，从驾驶室里面能听到明显的“呜呜”声，客户初步判断异响来自于变速器。
为了查找准确的异响声源，采用西门子LMS SCADAS XS 便携式数据采集器，对客户反馈的工况进行噪声时域信号采集。
声传感器分别位于驾驶员座椅右耳侧以及变速器壳体侧方。
LMS_AMESim传动系扭振仿真解决方案
OUR ANSWER
13 copyright LMS International - 2011
动力总成NVH分析与匹配：从1D到3D
Engine torsional harmonics
Dual mass flywheel
Clutches dampers
Driveline torsional Vibratory Analysis
Driveline torsional Vibratory Analysis
Modal shapes
16 copyright LMS International - 2011
ENGINE CRANKSHAFT ROTARY VELOCITY
FLYWHEEL OSCILLATIONS
DRIVE SHAFT TORSIONAL VIBRATION
增强
各阶段能够优化的目标也逐步增多
17 copyright LMS International - 2011
自动变速器扭振分析模型
建立变速器的扭转元件模型，保证获得准确的频率：
Gears R 1 2 3 4 5 3.68 2.8 2.13 1.85 24.8 29.4 30.6 32.7 46.25 45.5 Frequencies [Hz] 120.4 242.9 194.8 210.4 192 294.6 194.2 298 157.5 167.2 112.8 228.3
分析流程 支持分析流程和脚本的录放功能 批处理功能
LMS b
为CAE工程分析提供 一个完整的集成的多 学科环境
开放的架构和环境，还可以集成企
业内部程序
Structures
Vibro-acoustics
滚筒洗衣机箱体振动特性及模态分析_胡效东
模态之外的前3阶模态，箱体模态振型和模态固有 频率如图6所示。
图4 表1 阶数 固有频率/Hz
稳态识别图 试验模态固有频率 2阶 3阶 4阶 5阶 图5 箱体有限元模型
1阶
31.130 53.772 67.590 73.039 80.788
前5阶模态固有频率如表1所示。由实验得到的 模态振型图看出随着模态阶次增大，两侧面的振动 幅度增大，在第3阶时达到最大，且这一阶的箱体 发生扭转变形，在侧板、后盖与上盖连接处变形较 明显。在第4阶变形最小，其他阶箱体振型几乎集中 在中部，说明箱体壁中部是易发生共振的地方，设计 箱体时应注重这部分的刚度和结构的设计。
∑
由上式可知，若知道箱体的传递函数，则可 以识别 ϕ lr， ϕ pr ，从而得出箱体的模态参数。
2 箱体实验模态分析
2.1 洗衣机箱体介绍 滚筒洗衣机箱体长600mm、宽480mm、高 800mm，箱体实体模型如图1所示。箱体各部件通 过焊接组成整体，且表面经过涂装处理。本箱体 的材料为Q235-A钢板，厚度为0.8mm，其材料属性 为：弹性模量E=2.07×1011Pa，密度ρ=7800kg/m3， 泊松比V=0.3。
滚筒洗衣机箱体振动特性及模态分析
Vibration characteristic and modal analysis of the cabinet of drum washing machine 胡效东1，闵迎亚1，刘学亮2，刘宪福1 HU Xiao-dong1，MIN Ying-ya1，LIU Xue-liang2，LIU Xian-fu1
㑇⪙ ゴ㯺Ⱙ ⪌ⶱ㡘
图2
〛 㼅
⮈尢⳦⫔㡘 ⮈尢⳦⫔㡘
测试原理图
基于LMS．test.lab某车型车内振动噪声试验分析与调校
基于LMS．b某车型车内振动噪声试验分析与调校作者：郭杨来源：《时代汽车》 2017年第19期郭杨华晨鑫源重庆汽车有限公司工程研究院重庆市 401329摘要：某车型在怠速及加速过程中，主观评价整车车内振动噪声差，声音杂乱，声品质差，影响整车NVH性能。
本文使用b测试系统在相同的测试工况下，通过对优化波纹软管前后进行测试与分析对比。
结果显示：在怠速工况下，车内噪声降低2dB (A)，振动明显减小；加速工况下，车内噪声平均整体降低l-4dB(A)，各阶次噪声降低3-10 dB (A)，改善效果显著，整车声品质得到明显提升。
关键词：振动；噪声；NVH：波纹软管1 引言随着汽车的快速发展，人们对噪声振动的关注日益增加，乘客在汽车中的一切触觉、听觉乃至视觉感受都属于NVH范畴，会让乘客直接感受到该车是否舒适。
因此，汽车的NVH性能不仅是影响舒适性，而且还是评价汽车品质的重要因素。
整车NVH调校是提高乘坐舒适性的一项综合性技术。
虽然前期可以运用仿真分析技术，但在建立仿真模型所需的边界条件产生的误差还达不到实际所需的精度，则需通过试验方法来调校整车NVH性能。
本文以某款车型整车振动噪声差、杂音乱问题分析调校为例，为解决类似问题提供参考。
2 问题描述在怠速及加速工况中，主观评价整车车内振动噪声差，杂音乱，声品质差不可接受。
2.1 试验系统及设备本文使用西门子工业软件有限公司的b数采前端测试系统。
LMS.testlab是一套完整的集成的工程振动噪声试验解决方案，是高速多通道数据采集系统和集成的试验、分析可以使试验更高效便捷。
测试需准备b多通道数采前端、加速度传感器、传声器等。
在此次试验调校采用Signature Testing-Advanced模块进行采样数据测试，振动信号采样带宽一般默认6400Hz，频率分辨率设置1Hz，谱线数默认6400，噪声信号采样带宽一般默认25600Hz，频率分辨率设置1Hz，谱线数默认25600。
LMS模态试验与分析_航空航天
LMS模态试验与分析_航空航天
LMS（Linear Matrix Inequality Modal Synthesis）模态试验与分
析是航空航天领域中一种常用的工程分析方法，它基于线性矩阵不等式技术，通过试验与分析实现结构动力学特性的模态参数估计和模态分解。
首先，在试验数据采集阶段，需要通过传感器对航空航天系统进行测量，并获取系统的响应数据。
传感器可以是加速度传感器、应变传感器等，用于测量系统的振动响应。
这些测量数据将被用于后续的模态参数估计和
模态分解。
然后，在模态参数估计阶段，利用LMS方法将试验数据与结构动力学
模型之间建立数学关系，通过最小二乘法估计系统的模态参数。
模态参数
包括固有频率、阻尼比和模态形态等，它们反映了系统的振动特性。
最后，在模态分解阶段，通过对估计得到的模态参数进行分解，将系
统的振动响应分解为不同的模态成分。
模态分解可以帮助工程师更好地理
解结构的振动特性，找出系统的主要振动模态。
应用LMS模态试验与分析方法可以帮助航空航天工程师进行结构设计、优化和故障诊断等工作。
例如，在航空器的振动控制中，可以通过LMS方
法估计结构的模态参数，设计并调整振动控制器来实现振动的有效控制。
在航天器的结构动力学分析中，可以通过LMS方法对结构的模态分解结果
进行分析，进一步优化结构设计，确保航天器的结构安全性和可靠性。
总结起来，LMS模态试验与分析是一种有效的航空航天工程分析方法，它通过试验数据的采集、模态参数的估计和模态分解，实现了对结构动力
学特性的全面分析和评估，为航空航天工程师提供了重要的设计和优化依据。
基于Fu-LMS算法的前馈式噪声主动控制系统研究
㊀２０２１年㊀第３期仪表技术与传感器Ｉｎｓｔｒｕｍｅｎｔ㊀Ｔｅｃｈｎｉｑｕｅ㊀ａｎｄ㊀Ｓｅｎｓｏｒ２０２１㊀Ｎｏ．３㊀基金项目：国家科技部专项资助项目（２０１７ＹＦＤ０７００３０４⁃０２）收稿日期：２０１９－１１－２２基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究高永升，李忠利，杨淑君，陈修魁，刘小锋（河南科技大学车辆与交通工程学院，河南洛阳㊀４７１０００）㊀㊀摘要：声反馈的存在，使前馈式控制系统传递函数引入了新的极点㊂传统的基于Ｆｘ－ＬＭＳ算法的前馈式控制系统利用系数很长的滤波器来模拟极点位置，这导致系统计算量增多并且效果不理想㊂针对这一问题，构建了一种基于Ｆｕ－ＬＭＳ算法的控制系统㊂该系统控制的滤波器具有可变极点，利用这一结构特点可以精确模拟实际物理系统的传递函数，系统计算量更少㊂利用ＭＡＴＬＡＢ与Ｓｉｍｕｌｉｎｋ建立模型，分析两种系统降噪效果，并且基于ＤＳＰ实验平台实现了系统设计㊂实验结果表明，设计的主动控制系统有很好的降噪效果㊂关键词：Ｆｕ－ＬＭＳ；声反馈；滤波器；极点；自适应前馈式噪声控制系统中图分类号：ＴＢ５３５㊀㊀㊀文献标识码：Ａ㊀㊀㊀文章编号：１００２－１８４１（２０２１）０３－０１１２－０５ＲｅｓｅａｒｃｈｏｎＦｅｅｄ⁃ｆｏｒｗａｒｄＮｏｉｓｅＡｃｔｉｖｅＣｏｎｔｒｏｌＳｙｓｔｅｍＢａｓｅｄｏｎＦｕ－ＬＭＳＡｌｇｏｒｉｔｈｍＧＡＯＹｏｎｇ⁃ｓｈｅｎｇ，ＬＩＺｈｏｎｇ⁃ｌｉ，ＹＡＮＧＳｈｕ⁃ｊｕｎ，ＣＨＥＮＸｉｕ⁃ｋｕｉ，ＬＩＵＸｉａｏ⁃ｆｅｎｇ（ＶｅｈｉｃｌｅａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＩｎｓｔｉｔｕｔｅ，ＬｕｏｙａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｌｕｏｙａｎｇ４７１０００，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｗｉｔｈｔｈｅｅｘｉｓｔｅｎｃｅｏｆａｃｏｕｓｔｉｃｆｅｅｄｂａｃｋ，ａｎｅｗｐｏｌｅｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｏｆｆｅｅｄｆｏｒｗａｒｄｃｏｎｔｒｏｌｓｙｓｔｅｍ．ＴｈｅｔｒａｄｉｔｉｏｎａｌｆｅｅｄｆｏｒｗａｒｄｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅＦｘ－ＬＭＳａｌｇｏｒｉｔｈｍｎｅｅｄｓｔｏｕｓｅａｆｉｌｔｅｒｗｉｔｈａｖｅｒｙｌｏｎｇｃｏｅｆｆｉｃｉｅｎｔｔｏｓｉｍｕｌａｔｅｔｈｅｐｏｌｅｐｏｓｉｔｉｏｎ，ｗｈｉｃｈｌｅａｄｓｔｏｉｎｃｒｅａｓｅｉｎｃａｌｃｕｌａｔｉｏｎａｎｄｐｏｏｒｐｅｒｆｏｒｍａｎｃｅ．Ｃｏｎｃｅｒｎｉｎｇｔｈｉｓｉｓｓｕｅ，ａｃｏｎｔｒｏｌｍｅｔｈｏｄｂａｓｅｄｏｎＦｕ－ＬＭＳａｌｇｏｒｉｔｈｍｗａｓｃｏｎｓｔｒｕｃｔｅｄ．Ｔｈｅｆｉｌｔｅｒｃｏｎｔｒｏｌｌｅｄｂｙｔｈｉｓｓｙｓｔｅｍｈａｓｖａｒｉａｂｌｅｐｏｌｅｓ，ｔｈｅｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｏｆｒｅａｌｐｈｙｓｉｃａｌｓｙｓｔｅｍｃａｎｂｅａｃｃｕｒａｔｅｌｙｓｉｍｕｌａｔｅｄｂｙｕｓｉｎｇｔｈｉｓｓｔｒｕｃｔｕｒｅｃｈａｒａｃｔｅｒｉｓｔｉｃｗｈｉｃｈｃａｎａｃｈｉｅｖｅｌｅｓｓｃｏｍｐｕｔａｔｉｏｎ．ＭＡＴＬＡＢａｎｄＳｉｍｕｌｉｎｋｗｅｒｅｕｓｅｄｔｏｅｓｔａｂｌｉｓｈｍｏｄｅｌｓｔｏａｎａｌｙｚｅｔｈｅｎｏｉｓｅｒｅｄｕｃｔｉｏｎｅｆｆｅｃｔｓｏｆｔｈｅｔｗｏｓｙｓｔｅｍｓ，ａｎｄｔｈｅｔｗｏｓｙｓｔｅｍｓｗｅｒｅｄｅ⁃ｓｉｇｎｅｄｂａｓｅｄｏｎＤＳＰｔｅｓｔｐｌａｔｆｏｒｍ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｙｓｔｅｍｈａｓｇｏｏｄｎｏｉｓｅｒｅｄｕｃｔｉｏｎｅｆｆｅｃｔ．Ｋｅｙｗｏｒｄｓ：Ｆｕ－ＬＭＳ；ａｃｏｕｓｔｉｃｆｅｅｄｂａｃｋ；ｆｉｌｔｅｒ；ｐｏｌｅ；ａｄａｐｔｉｖｅｆｅｅｄｆｏｒｗａｒｄｎｏｉｓｅｃｏｎｔｒｏｌｓｙｓｔｅｍ０㊀引言有源消噪由Ｐ．Ｌｅｕｇ提出，其原理是发声器发出与原噪声频率相同㊁振幅相等㊁相位相反的抵消噪声，利用声波的相消性来消除或削弱原噪声㊂２０世纪８０年代以前，有源噪声控制系统的控制电路使用模拟电路，这种控制电路无法随噪声和噪声声场变化而改变㊂因此，需要一种能自动跟随初级噪声统计特性㊁控制器可时变的自适应控制系统㊂随着自适应滤波理论发展和ＤＳＰ芯片技术成熟，有源噪声控制逐渐发展为自适应有源噪声控制㊂噪声主动控制包括前馈控制和反馈控制㊂反馈控制不需要参考信号，结构简单，但系统容易失稳；前馈控制需要精准采集参考信号，系统降噪量㊁稳定性较好㊂常用的前馈式自适应控制系统核心部分由Ｆｘ－ＬＭＳ算法和ＦＩＲ滤波器组成，但是当存在声反馈时，控制系统传递函数引入了新的极点，ＦｘＬＭＳ系统只能通过非常长的滤波器长度来模拟系统的极点，增加了系统的运算量，收敛速度变慢，实际应用降噪效果也不理想㊂因此需要一种运算量小并且降噪能力强的系统［１－３］㊂基于以上背景，提出一种基于Ｆｕ－ＬＭＳ算法的控制系统㊂本文首先对系统模型和滤波器结构进行分析，推导出Ｆｕ－ＬＭＳ算法，利用ＭＡＴＬＡＢ和Ｓｉｍｕｌｉｎｋ设计系统模型㊁进行仿真，最后搭建平台实验验证可行性㊂结果表明，在声反馈下，系统降噪效果良好，从而验证了设计的控制系统的可行性和有效性㊂１㊀前馈式噪声主动控制系统前馈式噪声控制系统的基本结构如图１所示㊂ｐ（ｔ）为初级信号，ｘ（ｔ）为参考传感器产生的参考信号，ｙ（ｔ）为发声器产生的次级信号，ｅ（ｔ）为误差传感器接收的误差信号㊂系统的整个工作流程为：噪声源产生初级信号ｐ（ｔ），参考传感器接收初级信号后生成参考信号ｘ（ｔ），参考信号作为控制器的输入㊂控制器根据算法规则计算出次级信号ｙ（ｔ）输出后经功率放大器驱动次级声源㊂误差传感器同时接收初级信号和次级信号，两者叠加后形成误差信号ｅ（ｔ），误差信号输入到控制器中，自适应算法不断调整控制器权系数，从而改变次级信号强度，直至系统达到稳定状态［４－７］㊂控制器作为主动控制系统的核心部分，包含控制算法和滤波器两个内容㊂㊀㊀㊀㊀㊀第３期高永升等：基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究１１３㊀㊀图１㊀前馈控制系统示意图随着数字处理技术发展，噪声主动控制系统多采用ＤＳＰ芯片，这样系统内部之间传递的多为离散信号㊂因此为了分析问题方便，根据图１设计主动控制系统时，可以将系统模型转化离散域形式，如图２所示㊂图２㊀前馈式噪声控制系统离散域框图根据图２，推导控制器传递函数㊂为了简化分析，假设ｈｒ（ｚ）＝１㊂则图２ｚ域中的误差信号为：ｅ（ｚ）＝ｈｐ（ｚ）ｐ（ｚ）＋ｈｓ（ｚ）ｙ（ｚ）（１）ｙ（ｚ）＝ｗ（ｚ）ｐ（ｚ）１－ｗ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（２）ｅ（ｚ）＝ｈｐ（ｚ）ｐ（ｚ）＋ｈｓ（ｚ）ｗ（ｚ）ｐ（ｚ）１－ｗ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（３）如果参考信号是严格平稳的，ｈｐ（ｚ）㊁ｈｓ（ｚ）和ｈｆ（ｚ）是线性是不变的，则自适应过程充分收敛达到理想状态后将使ｅ（ｚ）＝０㊂由式（３）可以求出控制器传递函数为ｗ０（ｚ）＝－ｈｐ（ｚ）ｈｓ（ｚ）－ｈｐ（ｚ）ｈｓ（ｚ）ｈｆ（ｚ）（４）由式（４）可以看到，系统传递函数引入新的极点［８－１２］㊂２㊀系统设计原理２．１㊀滤波器结构设计基于Ｆｘ－ＬＭＳ算法的主动控制系统是一种比较经典的前馈式控制系统，该系统采用ＦＩＲ滤波器㊂这种滤波器传递函数只有一组可变的零点，因此对于存在声反馈的系统，只能利用很长的滤波器系数来模拟实际的极点位置，这导致系统运算量增大，信号延迟也高㊂而无限冲激响应（ＩＩＲ）滤波器传递函数包括零点和极点两组可调因素，在同样的滤波器设计指标下，ＩＩＲ滤波器所要求的阶数可能只有ＦＩＲ滤波器的１／５ １／１０，因此ＩＩＲ滤波器可用较低的阶数来实现较高的选择性［１３－１６］㊂通过设计ＩＩＲ滤波器结构，实现对系统的极点匹配，这样不仅降低系统运算量，并且精确性更高㊂实现ＩＩＲ滤波的方式很多，这里采用２个ＦＩＲ滤波器相结合的方式实现ＩＩＲ滤波器功能：前馈滤波器Ｗ１和反馈滤波器Ｗ２㊂滤波器结构如图３所示㊂２．２㊀算法分析噪声主动控制的核心是自适应控制算法㊂当输图３㊀ＩＩＲ滤波器结构图入到控制器的信号发生变化时，控制器会根据既定的控制算法实时调整控制器的输出参数，从而实现系统性能最优㊂选择ＩＩＲ滤波器作为主动控制系统滤波器，根据图２设计主动降噪控制系统结构，结构图如图４所示㊂根据设计的结构图推算出所需要的算法结构㊂图４㊀基于Ｆｕ－ＬＭＳ算法主动降噪控制系统结构图假设前馈和反馈滤波器长度分别为Ｌ和Ｍ，则输出信号为ｙ（ｎ）＝ＡＴ（ｎ）Ｘ（ｎ）＋ＢＴ（ｎ）Ｙ（ｎ－１）（５）式中：Ａ（ｎ）为Ｗ１滤波器的权值；Ｂ（ｎ）为Ｗ２滤波器的权值；Ｘ（ｎ）为参考矢量；Ｙ（ｎ－１）为滤波器输出矢量㊂Ａ（ｎ）＝［ａ０（ｎ）㊀ａ１（ｎ）㊀ａ２（ｎ） ａＬ－１（ｎ）］Ｔ（６）Ｂ（ｎ）＝［ｂ０（ｎ）㊀ｂ１（ｎ）㊀ｂ２（ｎ） ｂＭ（ｎ）］Ｔ（７）Ｘ（ｎ）＝［ｘ（ｎ）㊀ｘ（ｎ－１）㊀ ｘ（ｎ－Ｌ＋１）］Ｔ（８）Ｙ（ｎ－１）＝［ｙ（ｎ－１）㊀ｙ（ｎ－２）㊀ｙ（ｎ－３） ｙ（ｎ－Ｍ）］Ｔ（９）于是，误差信号可以表示为ｅ（ｎ）＝ｄ（ｎ）－ｈｐ（ｎ）ｙ（ｎ）（１０）将ＩＩＲ滤波器的２个滤波器权矢量合并为一个统一的权矢量：Ｗ（ｎ）＝Ａ（ｎ）Ｂ（ｎ）éëêêùûúú（１１）参考信号向量为Ｕ（ｎ）＝Ｘ（ｎ）Ｙ（ｎ－１）éëêêùûúú（１２）则ｎ时刻的输出为ｙ（ｎ）＝ＷＴ（ｎ）Ｕ（ｎ）（１３）此时的误差信号可以表示为ｅ（ｎ）＝ｄ（ｎ）－ｈｐ（ｎ）ＷＴ（ｎ）Ｕ（ｎ）（１４）对误差信号的平方取平均，有：ｊ（ｎ）＝Ｅ［ｅ２（ｎ）］（１５）按最陡下降法原理，根据随机梯度公式推出权重的递推公式：Ｗ（ｎ＋１）＝Ｗ（ｎ）－２μｅ（ｎ）ｒ（ｎ）（１６）其中：㊀㊀㊀㊀㊀１１４㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｒ．２０２１㊀ｒ（ｎ）＝Ｕ（ｎ）∗ｈｓ（ｎ）（１７）式中：∗代表卷积运算；ｈｓ（ｎ）为次级通道脉冲响应；ｒ（ｎ）为滤波－Ｕ信号矢量㊂３㊀仿真与分析根据图４的系统框图，在Ｓｉｍｕｌｉｎｋ里搭建Ｆｕ－ＬＭＳ控制系统仿真模型，如图５所示㊂图５㊀Ｆｕ－ＬＭＳ仿真模型㊀㊀基于Ｆｘ－ＬＭＳ算法的控制系统设计过程参考文献［２］，本文在Ｓｉｍｕｌｉｎｋ里搭建Ｆｘ－ＬＭＳ控制系统模型，如图６所示㊂图６㊀Ｆｘ－ＬＭＳ仿真模型㊀㊀搭建的模型除了需要选择合适的算法和滤波器结构，还需要建立精确声通道模型，通道模型精确性对系统的降噪效果有很大影响㊂其中主要包括初级通道㊁次级通道㊁声反馈通道㊂初级通道是：噪声源与参考传感器之间的声场㊁参考传感器㊁ＡＤ㊁前置放大器㊁抗混淆滤波；次级通路是：次级声源㊁次级声源与误差传感器之间的声场㊁ＤＡ㊁平滑滤波㊁功率放大器；次级声反馈通路是：电声转换㊁次级声源到参考传感器的声场㊂选择各声通道传递函数分别为：初级通道传递函数：㊀ｐ（ｚ）＝０．０５－０．００１ｚ－１＋０．００１ｚ－２＋０．８ｚ－３＋０．６ｚ－４＋０．２ｚ－５－０．５ｚ－６－０．１ｚ－７＋０．４ｚ－８－０．０５ｚ－９（１８）次级通道传递函数㊀ｈ（ｚ）＝０．００５－０．０１ｚ－１＋０．９５ｚ－２＋０．０１ｚ－３－０．９ｚ－４（１９）次级声反馈通道传递函数：ｆ（ｚ）＝０．６ｚ－１（２０）为了便于分析观察，初级噪声采用白噪声与多个正弦信号的叠加信号，初级声源频谱图如图７所示㊂设置Ｆｕ－ＬＭＳ算法前馈㊁反馈滤波器阶数都取为４０，前向步长０．０００８㊁反馈步长０．０００５㊂Ｆｘ－ＬＭＳ算法滤波器阶数取为８０，步长０．０００１㊂仿真时间５ｓ㊂结果如图８㊁图９所示㊂从８（ａ）可以看到，Ｆｕ－ＬＭＳ实现了１５ ２０ｄＢ的降噪，而Ｆｘ－ＬＭＳ只有８ １０ｄＢ的降噪，说明设计的系统理论层面上是可行的㊂对比图７（ｂ）㊁图８（ｂ）㊁图９（ｂ）看到，２个系统对低频噪声信号降噪幅度更大，说明主动降噪系统对于低频噪声有很好降噪效果，弥补了传统被动降噪对于低频噪声降噪效果不理想的短板㊂㊀㊀㊀㊀㊀第３期高永升等：基于Ｆｕ－ＬＭＳ算法的前馈式噪声主动控制系统研究１１５㊀㊀（ａ）参考信号声压级（ｂ）参考信号频谱图图７㊀参考信号声压级和频谱图（ａ）误差信号声压级（ｂ）误差信号频谱图图８㊀Ｆｕ－ＬＭＳ系统仿真结果４㊀实验与分析４．１㊀实验平台搭建为了验证设计的主动降噪系统实际使用效果，搭建实验平台进行试验，实验平台选择在常规室内进行，如图１０所示㊂（ａ）误差信号声压级（ｂ）误差信号频谱图图９㊀Ｆｘ－ＬＭＳ系统仿真结果图１０㊀主动降噪系统试验平台整个系统的硬件部分主要分为运算部分和被控件部分㊂控制器为系统的运算部分，采用ＳＴＭ３２Ｆ４系列单片机，其特性如下：主频为１６８ＭＨｚ，ＧＰＩＯ口有１１２个，ＡＤＣ为２４通道，采样时间最快为０．４２μｓ，ＤＡＣ有２个通道，功耗为２３８μＡ／ＭＨｚ㊂这款单片机采用全新的ＣｏｒｔｅｘＴＭ⁃Ｍ４内核，集成了单周期ＤＳＰ指令和ＦＰＵ（ｆｌｏａｔｉｎｇｐｏｉｎｔｕｎｉｔ，浮点单元），对乘加运算的速度非常快，适合数字运算处理㊂被控件部分主要为扬声器１㊁扬声器２㊁拾音器１㊁拾音器２㊂为了使实验平台降噪效果跟仿真模型降噪效果有直观对比，试验平台的初级噪声采用仿真所用噪声㊂扬声器１为初级声源，产生初级噪声㊂扬声器２为次级声源，受控制器控制发出抵消新声波㊂拾音器利用咪头采集声音信号并经过放大后输㊀㊀㊀㊀㊀１１６㊀ＩｎｓｔｒｕｍｅｎｔＴｅｃｈｎｉｑｕｅａｎｄＳｅｎｓｏｒＭａｒ．２０２１㊀出，输出模拟信号㊂经过ＡＤ转换器后，模拟信号转换成数字信号输入到控制器㊂拾音器１采集传递到此处的声音作为参考信号输入到控制器内㊂拾音器２采集此处的声音作为误差信号输入到控制器㊂分贝仪和Ａｕｔｏｔｅｓｔ数据采集器能够将拾音器２处的误差信号采集输入到计算机，为后期对比提供数据支持㊂整个试验的控制思路可以参考第１节内容㊂系统的软件部分主要为在ＫＥＩＬ＿５开发环境下编写２个主动降噪控制系统的Ｃ语言程序，不断进行调试确定控制算法无误，然后将程序下载到控制器内㊂４．２㊀试验结果分析分别进行两个主动降噪系统平台实验，同时利用分贝仪和数据采集器将测得的误差信号存储在计算机中㊂利用ＭＡＴＬＡＢ处理采集的数据，画出误差信号声压级随时间变化的二维坐标图，如图１１所示㊂（ａ）基于Ｆｕ－ＬＭＳ算法的系统（ｂ）基于Ｆｘ－ＬＭＳ算法的系统图１１㊀平台实验的误差信号对比图１１㊁图８（ａ）㊁图９（ａ）看到，基于Ｆｕ－ＬＭＳ算法的系统平台实验降噪效果比基于Ｆｘ－ＬＭＳ算法的系统多了５ｄＢ左右，但比模型仿真结果低了２ ３ｄＢ㊂经过分析原因提出了一些改进措施：建立的声通道模型可以再精准些；控制器可以采用专门的数字信号处理芯片和ＡＤ／ＤＡ转换芯片相结合的方式㊂但是综合来看，本次提出的噪声主动控制系统在声反馈环境中有着理想降噪的效果㊂５㊀结束语本文首先研究了存在声反馈的前馈式噪声主动控制系统结构及其控制算法，在Ｓｉｍｕｌｉｎｋ中搭建了控制系统模型，仿真结果显示系统降噪效果良好㊂最后，搭建控制系统实验平台，分别对２种系统进行实验㊂试验结果表明，基于Ｆｕ－ＬＭＳ算法的主动控制系统在声反馈下的降噪效果有很好的优势㊂下一步将对系统做出改进调整并且应用到实际场合中㊂参考文献：［１］㊀裴春明，刘姜涛，刘震宇，等．基于自适应技术的低频噪声控制研究［Ｊ］．武汉大学学报（工学版），２０１３，４６（３）：３７１－３７５．［２］㊀陈智．基于ＦｘＬＭＳ算法的前馈式自适应有源噪声控制系统建模与仿真［Ｊ］．自动化与仪器仪表，２０１８，（５）：１０－１３．［３］㊀马进，邹海山，邱小军．存在声反馈的前馈有源噪声控制系统性能分析［Ｊ］．声学学报，２０１６，４１（５）：６８６－６９３．［４］㊀陈克安．有源噪声控制［Ｍ］．３版．北京：国防工业出版社，２０１４．［５］㊀周遥．基于ＤＳＰ的主动噪声控制系统研究与硬件实现［Ｄ］．杭州：浙江工业大学，２０１３．［６］㊀张大勇，凌强，计炜梁，等．基于ＤＳＰ的实时降噪系统设计与实现［Ｊ］．微型机与应用，２０１６（１４）：８９－９２．［７］㊀杨忠敏．汽车减振降噪技术的发展现状及趋势［Ｊ］．汽车工业研究，２０１６（２）：２１－２５．［８］㊀张频捷，张立军，孟德建，等．汽车车内噪声主动控制系统扬声器与麦克风布放优化方法［Ｊ］．振动与冲击，２０１７（５）：１６９－１７５．［９］㊀刘斌．车内噪声主动控制系统设计与实验研究［Ｄ］．长沙：湖南大学，２０１７．［１０］㊀杨鹏，应黎明，陈敏，等．ＡＮＣ系统次级通道背景噪声的处理方法［Ｊ］．电测与仪表，２０１７，５４（８）：９９－１０３．［１１］㊀ＥＲＩＫＳＳＯＮＬＪ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅｆｉｌｔｅｒｅｄ⁃Ｕａｌｇｏｒｉｔｈｍｆｏｒａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌ［Ｊ］．Ｊ．Ａｃｏｕｓｔ．Ｓｏｃ．Ａｍ，１９９１，８９：２５７－２６５．［１２］㊀ＨＯＮＧＳＰ，ＳＡＮＧＫＬ，ＨＯＷＫ，ｅｔａｌ．Ｍｏｄｉｆｉｅｄ⁃ｆｉｌｔｅｒｅｄ⁃ｕＬＭＳａｌｇｏｒｉｔｈｍｆｏｒａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｔｏａｓｈｏｒｔａｃｏｕｓｔｉｃｄｕｃｔ［Ｊ］．ＭｅｃｈａｎｉｃａｌＳｙｓｔｅｍｓ＆ＳｉｇｎａｌＰｒｏ⁃ｃｅｓｓｉｎｇ，２０１１，２５（１）：４７５－４８４．［１３］㊀黄全振，吕宽洲，李恒宇，等．基于ＩＩＲ结构的自适应滤波振动主动控制方法［Ｊ］．振动测试与诊断，２０１４（３）：４３９－４４６．［１４］㊀ＱＩＣＬ，ＨＵＡＨ．Ｓｉｍｕｌａｔｉｏｎｏｆａｃｔｉｖｅｎｏｉｓｅｃｏｎｔｒｏｌｓｙｓｔｅｍｏｎｔｈｅｔｒｕｃｋｉｎｔｅｒｉｏｒｃａｂ［Ｊ］．ＡｄｖａｎｃｅｄＭａｔｅｒｉａｌｓＲｅｓｅａｒｃｈ，２０１３，７９８／７９９：４４３－４４７．［１５］㊀ＺＨＡＯＸＤ，ＬＩＸ，ＤＩＮＧＲ．Ｅｎｈａｎｃｅｍｅｎｔｏｆｌｏｗ⁃ｆｒｅｑｕｅｎｃｙｓｏｕｎｄａｂｓｏｒｐｔｉｏｎｏｆｍｉｃｒｏ⁃ｐｅｒｆｏｒａｔｅｄｐａｎｅｌｓｂｙａｄｄｉｎｇａｍｅｃｈａｎｉｃａｌｉｍｐｅｄａｎｃｅ［Ｊ］．声学学报（英文版），２０１５，３４（１）：２７－３６．［１６］㊀蔡松林．抗冲击噪声干扰的主动噪声控制算法研究［Ｄ］．成都：西南交通大学，２０１６．作者简介：高永升（１９９３ ），硕士研究生，主要研究方向为电控测试㊂Ｅ⁃ｍａｉｌ：１９０４５２３４８３＠ｑｑ．ｃｏｍ通信作者：李忠利（１９６９ ），副教授，硕士，主要研究方向为汽车电子控制㊂Ｅ⁃ｍａｉｌ：ｌｙｌｚｌ６９＠１６３．ｃｏｍ。
基于LMS.Test.Lab某车型变速箱噪声的实验分析与调校
基于b某车型变速箱噪声的实验分析与调校李嘉通;向宇;年猛
【期刊名称】《广西科技大学学报》
【年(卷),期】2014(025)003
【摘要】某CVT车型在60 km/h减速和80 km/h～100 km/h缓加速全段行驶工况下变速箱噪声明显,驾驶室内150阶次噪声一定程度上影响整车NVH性能.为改善变速箱噪声,应用比利时LMS公司的b动态测试系统对该问题进行实验测试分析,综合分析多种调校手段,采用在换挡拉线上增加质量块（400 g左右）的方式,并在同样工况下进行对比测试.结果表明：在换挡拉线上增加质量块在60 km/h和80 km/h～100 km/h两车速段下分别降低阶次噪声6 dB（A）和7 dB （A）～9dB（A）,改善效果显著.
【总页数】6页(P38-43)
【作者】李嘉通;向宇;年猛
【作者单位】
【正文语种】中文
【中图分类】U270.1
【相关文献】
1.基于b某车型变速箱噪声的实验分析与调校 [J], 李嘉通;向宇;年猛
2.基于b某车型排气噪声问题实验分析 [J], 田涛;向宇;陈宏强;尚飞
3.基于b的某车型排气噪声问题分析 [J], 田涛;向宇;陈宏强;尚飞
4.基于b某车型车内振动噪声试验分析与调校 [J], 郭杨
5.低噪声低振动齿轮变速箱的实验模态分析 [J], 杜君文;朱梦周;汪元辉
因版权原因，仅展示原文概要，查看原文内容请购买。
齿轮箱有限元模态分析及试验研究报告
齿轮箱有限元模态分析及试验研究报告齿轮箱是现代机械设备中重要的组成部分，它广泛用于各种机械传动系统中，如车辆、工程机械等。
因此研究齿轮箱的动力学特性对于机械传动系统的设计、优化和性能提升具有重要意义。
本文通过有限元模态分析和试验研究，对齿轮箱的动力学特性进行了分析和研究。
首先进行有限元模态分析，使用ANSYS软件建立了三维齿轮箱模型，并对其进行了固有频率和模态分析。
在分析过程中，设定了模型的约束和加载条件，确保模型模拟的真实性与可靠性。
通过模态分析，得到了齿轮箱的固有频率和模态形态，并且确定出了前几个重要频率的数值。
结果表明，齿轮箱的固有频率主要集中在数百Hz的高频段。
为了验证有限元模态分析结果的准确性，本文设计了试验验证方案。
首先，使用激光精密测量仪对齿轮箱的位移进行测量，并将测试数据存储为动态位移序列。
然后，基于FFT算法对动态位移序列进行频谱分析，得到齿轮箱的频响函数。
最后，通过对比有限元模态分析结果与试验结果，验证模型的准确性和可靠性。
试验结果表明，模型的预测结果与试验结果相符，二者的误差在可接受范围内。
综上所述，本文采用有限元模态分析和试验验证两种方法，对齿轮箱的动力学特性进行了研究。
结果表明，齿轮箱具有较高的固有频率，且主要分布在数百Hz的高频段。
通过试验验证，证明了有限元模态分析方法的准确性和可靠性。
这些结果对于齿轮箱的优化设计、结构改进和性能提升具有重要参考价值。
齿轮箱的有限元模态分析和试验研究，采用了多项相关数据。
在本文中，我们主要关注以下数据：1. 齿轮箱模型的材料性质2. 模型的约束和加载条件3. 模型的固有频率和模态形态4. 齿轮箱的位移测试数据5. 齿轮箱的频响函数6. 模型预测结果与试验结果的误差对于第一项数据，齿轮箱的材料性质是有限元模型分析的关键。
正确的材料参数可以确保分析结果的准确性和可靠性。
在本文中，我们将齿轮箱的材料定义为铸铁，其杨氏模量为169 GPa，泊松比为0.27。
基于LMS(自适应滤波)算法下光电检测的噪声分析与处理技术研究
基于LMS（自适应滤波）算法下光电检测的噪声分析与处理技术研究摘要：光电检测技术作为一种高效检测方法，得到了广泛应用。
在实际情况里，光电检测电路中存在噪声，这在很大程度上影响了检测结果的准确性。
在此基础上，本文首先介绍了光电检测电路，然后分析了LMS自适应滤波方法，分析了光电检测电路中的主要噪声，并研究了光电检测电路的噪声处理技术。
关键词：LMS，光电检测，噪声，滤波0.引言光感应器包括预先接受电磁干扰的回路、带电线的放大器和光电检测器。
光电检测器是传送电子信号的重要工具，可用来将可测量的信号传送到特定的电信号。
尽量利用发光分析中所描述的信息。
把它们与先前参数不同的电路比较一下。
电信号是来自其它电路的，这些电信号经常发生故障，要增强它，并补充电路。
电灯开关是传输时间信号的重要材料，影响了测量的准确度。
由于市场上影像探测器的型号和表现是比较的，因此将它们与测试的准确度进行比较是很重要的。
1.LMS算法概述如图1说明了自适应过滤器原理，x(n)输入电子序列，输出y(n)和d(n)为“预想行为”，并定义了错误值。
图1 自适应滤波原理图该算法运行得最快，它能够成为复杂的问题，并且不需要人工监控，可以随时待命像，可惜的是输入数据的统计特征影响了平均速度。
这些都是基本的（1）过滤过程，当有输入向量X(n)时，计算误差值e(n)时，将系统的y(n)差值与设备发出时预计的d(n)差值考虑在内。
（2）适应性过程，因为一个E[e2(n)的发音可以在过滤器中调整载重向量W(n)，所以是同一组合，并结合了图1所包含的集合和回馈结构。
为方便起见，将图１采用向量形式表示权系数及输入信号，则e(n)表示为：2.光电检测电路的噪声分析2.1噪声来源在转换过程，光电探测器的光波和电信号会产生一些无用的电流和电压噪声。
随机噪音从自然的角度来看,具有非常明显的波动形式,相位和振幅瞬时无序变化，具有独特的特征。
换言之,很难准确测量噪音,他们通常只能规范统计理论和方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图 3 齿轮箱几何建模
1 .3 模态参数识别 采用 LMS Test .lab 软件计算各个测点之间的互功
率谱函数 , 对传递函数进行集 总平均 , 再 进行曲线拟 合 , 通过 Op .PolyMAX 法得到稳态图如图 4 所示 。
图 4 稳态图
稳态图坐标轴中 , 横轴为频率 , 左纵轴为频响函数 实部幅值 , 右纵轴为假定的极点数目 。 f 、d 、v 、s 分别 表示假定极点增加时在给定精度内频率响应函数分别
统 , 为结构的振动 、噪声及模
态提供了集成的试验平 台 ,
其模态分 析模块 内嵌 PolyMAX 及 Op .PolyMAX 模态参
图 1 测试系统流程图
数识别方法 , 是目前公认 最佳的模态试验平 台之一 。
本文中试验测试系统包括齿轮箱振动试验台 、响应拾
振系统及模态分析和处理系统三大部分 。响应拾振系
统采用 ICP 加速度传感器和 LMS SCADAS SCM01 数据
采集前端 , 模态分析和 处理系统采用 LMS Test .lab9A
中 Operating Modal Analysis 模块 。 试 验测试系 统流程
图及测试现场图分别如图 1 、图 2 所示 。 1 .2 振动信号采集
试验齿轮箱安装
对于工作条件下结构工作模态的研究早在 20 世 纪 60 年代就已开始 。 1965 年 , Clarkson 和 Merser[ 2] 提 出使用互相关函数估计白噪声激励下 结构的频响特 性 , 从而提出了当激励未知时使用相关函数代替脉冲 响应函数的思想框架 ;1993 年美国 SADIA 国家实验室
在频率 、频率和阻尼 、频率和模态参与因子 、频率与阻 尼与模态参与因子处保持稳定状态[ 8] 187 -189 。 在稳态 图中选择模态阶数的常规做法是把纵向比较一致的 s 对应的频率看成 1 阶 。通过稳态图拾取可能模态得到 各阶模态参数 , 如表 1 所示 。
表 1 初始模态参数
模态阶次 Mode1 Mode2 Mode3 Mode4 Mode5 Mode6 Mode7
Key words LMS Operating modal Gearbox performance Least squares complex frequency domain method
0 引言
传统的模态识别方法是基于给定激励条件下的频 率响应函数进行的参数识别方法 , 它要求同时测得结 构上的激励和响应信号 。 但是 , 在许多工程实际应用 中 , 对一些大型复杂结构无法施加激励或施加激励费 用很昂贵 , 有时工作条件和给定激励条件相差很大 , 因 此要求识别结构在工作条件下的模态参数[ 1] 。工作模 态参数识别方法仅根据结构在环境激励下的响应数据 来识别结构的模态参数 , 无需对结构施加激励 , 激励是 未知的 。 该方法识别的模态参数符合实际工况及边界 条件 , 能真实地反映结构在工作状态下的动力学特性 。
(1 高性能复杂制造国家重点实验室(中南大学), 湖南 长沙 410083) (2 中南大学 机电工程学院 , 湖南 长沙 410083)
摘要 基于 LMS 测试分析系统 , 对某试验齿轮箱进行工作模态测试和分析 ;采用最小二乘复频域 法对齿轮箱各阶模态进行参数识别 , 并对工作模态分析过程中额外输入峰进行了辨识 , 剔除了谐波引起 的虚假模态 ;通过对测试结果进行分析及讨论 , 发现齿轮安装偏心导致齿轮啮合频率及其谐波的分布 ; 根据各阶模态振型的特性 , 对齿轮箱运行状况进行评价 , 提出对该齿轮箱结构设计的改进措施 。
对于齿轮箱这种有旋转部件的装置来说 , 在工作 模态测试过程中 , 由于实际环境激励往往存在额外的 输入峰 , 而不是纯粹的白噪声 , 导致增加了额外的输入 极点 , 这个输入极点并不等于系统极点 , 所以在工作模 态识别过程中存在一个额外的输入峰辨识问题 。 额外 输入峰表现为频率与转速有关 , 且阻尼比很小 。经测 量 , 传动轴转速为 303 .8 r/ s , 齿轮啮合频率为 303 .8 × 61/60 =303 .863 3 Hz , 观察各阶模态的频率特征 , 发现 第 2 阶模态频率接 近于齿轮啮合 频率 , 第 4 阶 、第 6 阶 、第 7 阶模态频率接近于啮合频率的 2 、3 、4 倍频 , 且 这几阶模态的阻尼比都很小 。 所以 , 可以判断出第 2 、 4 、6 、7 阶模态为齿轮运转过程中由于啮合冲击形成的 额外输入峰引起的虚假模态 , 应予以剔除 。 剔除虚假 模态后的齿轮箱最终模态参数如表 2 所示 , 各阶模态 振型如图 6 所示 。
关键词 LMS 工作模态 齿轮箱性能 最小二乘复频域法
Analysis of Gearbox Performance based on LMS Operating Modal Test
Lou Jianglei1, 2 Tang Jinyuan1, 2 Chen Siyu1, 2 Tang Jianjie1, 2 Wu Lijuan1 , 2
图 5 MAC 矩阵
观察 MAC 值可以发现 , 描述同 1 阶模态的两个向 量 , 其 MAC 值都为 100 %, 满足条件 ;第 1 阶与第 2 阶 , 第 4 阶与第 5 阶 , 第 5 阶与第 6 阶模态的MAC 值偏高 。 而根据两个模态频率相近 , MAC 值高 的现象表明 , 至 少结构上有两部分其模态很相似 , 其中可能会存在虚 假模态 。
(1 State Key Laboratory of High Performance Complex Manufacturing(Central south university), Changsha 410083 , China)
(2 College of Electrical and M echani cal Engineering , Central south university , Changsha 410083 , China)
Abstract The operating modal of a gearbox is investigated experimentally based on the LMS system .With the least square complex frequency (LSCF)method , the parametric identification of each gearbox modal is deduced .Subsequently , the additional input peaks are identified with the analyses of operating modal , and the fake modals caused by harmonic are removed .Through the analysis and discussion of experimental results , assembly eccentricity lead to the spread of gear meshing frequency and harmonic .Finally , according to the characteristics of each modal shape , the running states of gearbox are evaluated , and improved method for the design of gearbox structures is proposed .
的 James 等人[ 3] 提出了自然激励技术法(NExT), 在随 后两年给出了完整的理论依据 , 并成功地应用于汽轮 机叶片在工作状态下的模态参数识别 ;2000 年 , Bonato 等[ 4] 采用自相关和互相关的方法来识别未知激励下模
态参数 , 且指出基于互相关方法能抵抗噪声干扰而优 于自相关识别方法 ;同年 , 申凡等[ 5] 把互功率谱引入多 参考点频域方法中 , 将频响函数用各测点间的互功率 谱函数来代替 , 从而填补了互相关方法中无法获得振 型的不足 ;2004 年 , 郑敏等[ 6] 对时域复指 数法和频域 复指数法进行了试验比较 , 得到了频域复指数法识别 精度较高的结论 。
我们基于 LMS 测试分析 系统 , 采 用 Op .PolyMAX 法对齿轮箱进行工作模态参数识别 , 根据测试分析结 果对齿轮箱运行状况进行评价及对结构设计提供改进 建议 。
1 齿轮箱工作模态测试
1 .1 试验测试系统及准备LMS 公 司推 出的专 为
面向更快捷更高效的试验系
在试验 台上 , 在实验
室模拟正常工作状态
进行测试 。试验齿轮
箱为开 式 , 其 内两个
直齿轮 型号相 同 , 模
图 2 齿轮箱测试现场图
数为 4 , 齿数为 61 , 传动比为 1 。 齿轮箱几何建模如图
3 所示。
图 3 中节点分别为 1 ～ 20 , 箭头表示测点的测量方
向 。响应点的数目取决于所选频率范围 、期望的模态
第 36 卷 第 03 期 基于 LMS 工作模态测试的 齿轮箱性能分析 5
型 , 使用了快速递推的运算技巧 , 具有较好的抗干扰能 力 、稳态图清晰且干净 , 是目前公认的最佳模态参数识 别方法之一 。Op .PolyMAX 方法是一种用互功率谱进 行未知激励下的模态参数识别方法 , 采用最小二乘复 频域法作为其理论基础 。 在强阻尼 、密集模态情况下 , Op .PolyMAX 方法采用频域轴变换 , 仍可获得极其清晰 的稳态图 , 从而很容易实现物理模态定阶 , 即便是未得 到充分激励的模态也能良好地识别出来 。
数 、在试件上我们所关心的区域 、可用的传感器数以及
时间等 。 由于测点较多 , 且所用传感器为单向传感器 ,
考虑到采集系统通道及传感器的数目限制 , 本次测试
采用相同工况分批测量的方法 :选择测点 1 , -Z 方向