移动力锤法和移动传感器法详细对比

1. 移动力锤法

移动力锤法,也称为** roving hammer test**。

  • 核心思想:力锤是移动的,响应传感器是固定的。

  • 操作方式:

    1. 在结构上选择少数几个关键点(甚至一个点)固定安装加速度计等响应传感器。这些点被称为参考点。
    2. 用力锤依次敲击结构上所有我们感兴趣的测量点(即“测点”)。
    3. 对于每一次敲击,系统同时记录下:力锤的输入力信号 和 所有固定参考点传感器的响应信号。
    4. 移动力锤到下一个测点,重复步骤3,直到所有测点都被敲击一遍。
  • 数据结果:

    • 最终,我们得到一组数据:每个测点的激励力,和与之对应的、来自固定参考点的响应。
    • 在数据处理时,我们实际上是逐行填充频响函数矩阵。每一行对应一个固定的响应点和一个变化的激励点。
  • 优点:

    • 传感器布置简单、成本低:只需要少数几个高质量的传感器固定不动,避免了使用大量传感器和长距离的布线。
    • 传感器质量影响小:固定的传感器数量少,可以选用高质量、一致性好的传感器,减少其对模态参数识别的影响。
    • 对大型结构友好:非常适合测试大型结构(如桥梁、飞机机身、船舶),因为只需要移动相对轻便的力锤。
  • 缺点:

    • 激励一致性难保证:由于是人工或机械移动敲击,很难保证每次敲击的力度和方向完全一致,可能会引入误差。
    • 可能遗漏局部模态:如果固定的参考点恰好位于某个模态的节点(不振动的点),那么这个模态就可能无法被激发或识别出来。因此参考点的选择非常关键,通常需要根据经验或预测试选择在刚性较大、预计能响应多数模态的位置。
    • 空间分辨率取决于敲击点:结构的振型细节由敲击点的密度决定。

2. 移动传感器法

移动传感器法,也称为 roving accelerometer test。

  • 核心思想:激励设备是固定的,传感器是移动的。

  • 操作方式:

    1. 选择一个或几个点作为固定的激励点,使用力锤(单次敲击)或激振器(连续激励)在此点进行激励。
    2. 将加速度计等响应传感器安装在一个测点上,进行一次测量,记录下激励信号和该点的响应信号。
    3. 然后将传感器移动到下一个测点,在完全相同的激励下,再次进行测量。
    4. 重复步骤2和3,直到所有测点都测量完毕。
  • 数据结果:

    • 最终,我们得到一组数据:一个固定的激励,和所有移动测点的响应。
    • 在数据处理时,我们实际上是逐列填充频响函数矩阵。每一列对应一个固定的激励点和一个变化的响应点。
  • 优点:

    • 激励一致性极佳:由于激励点和激励方式固定不变,可以确保每次测量的输入力是完全一致的,数据质量高,重复性好。
    • 易于自动化:如果使用激振器,可以实现完全自动化的稳态正弦或随机激励,信噪比高。
    • 不会遗漏模态:只要激励点选择得当,能够激发出所有关心的模态,那么这些模态就一定会在数据中体现出来。
  • 缺点:

    • 传感器布置繁琐、成本高:需要反复移动和安装传感器,对于成百上千个测点的大型测试,非常耗时耗力。同时,为了保证测量的一致性,通常需要使用大量一致的传感器,成本高昂。
    • 传感器质量影响大:如果使用多个传感器同时测量,传感器之间的一致性差异会影响结果。如果移动一个传感器,则每次安装的重复性(如紧固力矩)会引入误差。
    • 对大型结构不友好:在大型结构上移动传感器和重新布线非常困难。

总结与对比

为了更直观地理解,可以参考下表:

特性移动力锤法移动传感器法
移动部件力锤传感器
固定部件传感器(参考点)激励设备(激励点)
数据矩阵填充逐行填充逐列填充
主要优点传感器少,布线简单,适合大结构激励一致性好,数据质量高,不易漏模态
主要缺点激励一致性难保证,可能漏模态传感器布置繁琐,耗时,成本高,安装重复性误差
典型应用大型结构(桥梁、飞机、风电叶片)、初步调查实验室环境下的精密部件、对数据一致性要求高的研究

如何选择?

  • 选择移动力锤法的情况:

    • 测试对象非常庞大,移动传感器不现实。
    • 预算有限,传感器数量不足。
    • 进行快速的初步模态调查。
  • 选择移动传感器法的情况:

    • 测试对象尺寸适中,在实验室环境中。
    • 对测试数据的精确度和一致性要求非常高。
    • 使用激振器进行更复杂的激励(如MIMO,多输入多输出)时,常采用此方法的变体。

在实际工程中,有时也会采用混合方法,例如使用多个固定参考点和多个固定激励点,以兼顾两种方法的优点。

频响函数矩阵的介绍

在频响函数矩阵中,行和列分别代表响应点和激励点。这个矩阵是构建整个模态模型的基础。
在这里插入图片描述


更多推荐