汽车前副车架模态分析与参数识别

汽车前副车架模态分析与参数识别摘要：通过了解模态分析的定义及概念，学习模态参数识别的基本方法与技术，在介绍结构模态试验方法的基础上，以汽车前副车架为研究对象，采用锤击激励法和白噪声激励法进行了模态试验，又用3种模态参数识别软件作模态参数识别，并对识别结果进行误差分析。

关键词：前副车架，模态试验，激振，模态参数识别Modal analysis and parameters identification ofcar front subframeAbstract：By understanding the definitions and concepts of modal analysis, modal parameter identification of learning the basic methods and techniques, based on the introduction of structural modal test methods, automobile front subframe for the study, using a hammer and a white noise excitation method encourage a modal test method, and use three kinds of modal parameter identification software for modal parameter identification, error analysis and recognition results.Keyword: front subframe, modal test, exciting, identification modal parameters1.模态分析的定义及概念模态是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。

这些模态参数可以由计算或试验分析取得，这样一个计算或试验分析过程称为模态分析。

模态分析的经典定义是：将线性定常系统振动微分方程组中的物理坐标变换为模态坐标，使方程组解耦，成为一组以模态坐标及模态参数描述的独立方程，以便求出系统的模态参数。

坐标变换的变换矩阵为模态矩阵，其每列为模态振型。

由于采用模态截断的处理方法，可使方程数大为减少，从而大大节省了计算机时，减小了机器容量，降低了计算成本。

这对大型复杂结构的振动分析带来很大的好处[1]。

模态分析的最终目标是识别出系统的模态参数，为结构系统的振动特性分析，振动故障诊断及预报以及结构动力特性的优化设计提供依据。

因此模态参数辨识是模态分析理论的重要内容。

2.模态参数识别的基本方法与技术模态参数辨识分为频域辨识法和时域辨识法。

利用频率域内的数据进行辨识成为频域辨识。

在结构动力学中，频率域内的数据一般为系统的频响函数（或传递函数），也可以是输出的傅氏变换。

频率域可以是实频域（傅氏变换），也可以使复频域（拉氏变换）。

模态参数辨识的频域辨识方法又包括：分量分析法、导纳圆辨识方法[2]、正交多项式曲线拟合、非线性优化辨识方法。

利用时间域内的数据进行辨识称为时域辨识。

在结构动力学中，时域数据可以是自由响应数据、脉冲响应函数数据、白噪声激励响应数据和一般的输入、输出时间历程数据。

模态参数辨识的时域辨识方法包括：系统的可辨识性、Ibrahim 时域法（ITD法）、随机减量时域法、最小二乘复指数法、时间序列分析法[1]。

3.汽车前副车架的模态分析与参数识别测试技术现代化是汽车设计技术发展的重要方面。

汽车作为性能要求高、负荷变化大的一种机械产品，为了提供设计依据，往往需要经过试验测定瞬息即变的参数，对产品性能、参数以及质量进行检查、识别和评价[3]。

因此包括强度测试、振动测试和模态参数测试的测试技术已成为汽车设计中一个必不可少的手段[4]。

研究副车架的动特性是汽车车身结构设计中的重要课题，这是因为副车架在汽车行驶时的振动常常是导致本身结构损坏的主要原因。

求得副车架的模态参数，就可进一步建立结构的振动方程，预估系统在外力作用下的响应，为渗入研究疲劳、噪声等问题奠定基础。

运用模态试验技术对汽车的重要部件——副车架进行模态分析和参数识别具有重要的意义和实用价值[5]。

3.1 模态测试系统模态测试系统包括：激振系统、信号测量与数据采集系统和信号分析系统[6]。

激振系统由信号发生器、功率放大器和激振器组成。

试验采用纯随机激励信号和瞬态激励信号。

其中纯随机信号又称白噪声信号，属宽带随机信号，只需对输入能量加以控制，自动化程度较高。

瞬态激励信号是由激励锤产生的脉冲信号，以获得脉冲响应。

其特点是快速、方便，对被测结构无附加质量和刚度约束，特别适合于现场试验[7]。

信号测量与数据采集系统主要使用传感器和功率放大器以测出激振力和振动响应。

模态试验对传感器有较高要求，比如低频性能好、抗干扰能力强、灵敏度好、体积小等。

为了满足这些要求，试验压电晶体加速度传感器和阻抗头。

数据采集的作用是将电荷放大器输出的模拟信号转换成离散数字信号，并予以保存，待计算机调用。

它主要由低通滤波器、采样保持器和模数转换器即A/D板组成。

信号分析系统可由模态信号分析仪或模态参数识别软件实现[8]。

3.2试验过程1）被测结构的支承被测结构在实际工作环境中处于一定的约束状态。

在试验中模拟结构的真实约束往往比较困难，一般用自由状态来代替[9]。

自由状态可以通过弹性绳的吊挂或弹性基础来实现。

试验采用低压充气轮胎支承，以分布力的形式支撑结构，使得结构在横向和纵向移动或转动时均能达到很低的频率，使用简单且安全。

2）传感器与激振器的定位和安装传感器的定位一般选择在重要的响应点、部件的交联点和质量集中点等处。

此外，响应测点应尽可能避开各阶模态的节点[10]。

传感器的安装也非常重要，由于本试验方案副车架的结构形状较复杂，且为金属材料，故采用可靠而方便的磁吸联接固定方式。

激振器采用下置式激振方案，激振器与力传感器之间，用较细的柔性杆连接,以保证激振力单向作用。

3）激振方式选择多点激振能量输人合理，在结构中传播均匀，测试精度比单点激振高，但对于副车架这类较小型、较刚硬的构件，单点激振已有足够的能量输人，也能得到较高精度，故本试验采用单点激振法，即对结构的某一点激励，同时测得激励点及响应点的时域信号，经A/D转换和FFT变换，变成频域信号并运算求得频域响应函数，再以参数识别方法识别出模态参数。

4）试验步骤①按照测点布置原则，在副车架上设置7个测点，测点示意图如图1 所示。

②将副车架置于低压充气轮胎上。

锤击法选尼龙作为锤头材料；白噪声法的激励信号来源于动态分析仪本身的随机信号发生器。

③激振点固定在c0。

为提高测试精度，锤击法试验在该点上连续锤击动态信号分析仪的时间信号平均次数设置为64 次，对每点测得图 1 测点布置示意图的频响函数进行平均。

④激振力信号和加速度响应信号经电荷放大器送到动态信号分析仪的A、B 两个通道中，获得各点的频响函数。

⑤将两路信号经电荷放大器后同时输送到14 通道TEAC磁带机中，以便用自编的模态分析软件对各点的频响函数进行曲线拟合，识别其模态参数。

3.3 模态参数识别程序编制在工程上普遍采用频域法识别振动系统的模态参数，一般分为图解法和计算机分析法两类[11]。

本研究在编制频响函数计算程序基础上，分别采用这两种方法中的分量分析法、导纳圆拟合法和复模态参数迭代法，并编制了相应的程序。

频响函数计算程序可产生振动系统频响函数的实部、虚部、幅值、相位和相干函数；分量分析法是将频响函数分成实部分量和虚部分量进行分析，可在动态分析仪上识别出模态参数；导纳圆法利用测取的加速度频响函数数据，采用单模态导纳圆拟合方法，识别出系统的模态参数；复模态参数迭代法通过对加速度频响函数进行拟线性优化，采用分步迭代法识别出系统的固有频率、阻尼比、复振型等复模态参数[12]。

3 个程序软件连同数据采集由主控系统以模块方式运行。

各模块采用下拉菜单式，其界面层次丰富、直观，操作简便，且能独立运行。

程序用C语言编写，参数输人具有很强的人机对话功能，输出结果为清晰整齐的表状式。

本试验采用的信号采集系统见图2图2 信号采集系统图3.4 模态试验及参数识别1）锤击法模态试验[13]仅列出了采用分量分析法由动态分析仪产生的拾振点c6频响函数，测出该点前五阶模态的频率、半功率带宽和虚频峰值，再经过平均计算，由动态分析仪识别出的副车架结构频率、阻尼比等模态参数。

本试验又分别运用导纳圆法和复模态参数迭代法程序对模态参数进行识别，获得频率、阻尼比等参数，其中复模态法识别结果是将导纳圆分析结果作为迭代初值而获取的。

2）白噪声法模态试验[14]采用分量分析法由动态分析仪产生的拾振点c6频响函数实频图和虚频图，由实频图和虚频图可获得c6点前五阶态的频率、半功率带宽和虚频峰值，再经过平均计算，获得各阶频率、阻尼比等模态参数。

本试验又分别运用导纳圆法和复模态参迭代法程序对模态参数进行识别，获得频率、阻尼比等参数，其中复模法识别结果是将导纳圆分析结果作为迭代初值而获取的。

3.5 模态参数识别结果分析本试验分别采用锤击法和白噪声法对副车架进行模态试验，再应用动态分析仪及识别程序对模态参数进行了识别，将识别结果进行比较分析[15]。

1）锤击激振的试验结果与程序识别结果的比较①固有频率比较由于试验结果一般能较真实、综合地反映结构的固有特性，故以动态分析仪读出的固有频率为基准，分别与导纳圆法和复模态法识别结果相比较。

分析结果表明，程序识别的模态频率除了第一阶模态频率误差偏大（10%左右），其余各阶模态频率的误差均小于2.5%。

此外，两种程序识别方法从总体上看，复模态法识别的精度较导纳圆法高。

这是因为导纳圆法建立在图解分析的基础上，辨识精度受到一定限制，但该方法较经典、直观，对于单自由度或模态耦合不很紧密的多自由度系统，能取得较满意的结果。

而复模态法则借助于所有测量数据，进行总体曲线拟合，并且能用于一般粘性阻尼系统，故能得到更为精确的频率估计。

②阻尼比比较在动态分析仪上无法直接读出阻尼比值，尽管可以通过读出实部峰值利用分量分析法计算得到，但实部峰值有时比较平缓，读数会有较大误差在此，仅比较由两种模态识别程序识别结果的误差，见表8分析结果表明: 导纳圆法和复模态法识别的阻尼比误差在3 % 以内，两种方法识别结果几乎相同2）白噪声激振的试验结果与理论结果的比较①固有频率比较仍以动态分析仪读出的固有频率为基准，分别与导纳圆法和复模态法识别结果相比较。

分析结果表明：所编制的程序识别结果较为精确。

除了复模态法第一阶模态频率误差偏大(9.75%) ,其余各阶模态频率的误差均小于3%。