AutoModal
Automatic Modal Analysis
自动化模态分析
适用于MIMO,EMA和OMA。
1.模态识别参数的结果优化
创新的参数优化算法,使得不同拟合方法得到的参数,经过优化后,得到统一的结果。
基本原理:
对SIMO(单输入多输出)及MISO(多输入单输出)优化过程为,固定模态振型,优化频率和阻尼,得到新的频率阻尼后,提取模态振型。再进行下一步的优化。
对MIMO优化过程为,固定模态参与因子和模态振型,优化频率阻尼,得到新的频率和阻尼后,根据模态频率和阻尼,求模态参与因子,求出参与因子后,提取模态振型。再进行下一步的优化。
将不同模态参数识别算法的结果作为初解,经过优化,可得到统一的理论频响函数和实测频响函数在最小二乘意义上最为吻合的模态分析优化结果。
2.自动化分析/模态盲分析/一键求模态
通过参数优化,分析虚假模态的走势并进行消除,以自动计算所有模态结果。
基本原理:
虚假模态即数学极点在优化过程中是不稳定的,其走势有三种可能性,通过分析其走势,可将其和物理极点区分出来,并消除掉
(1)向最接近的物理极点靠近,导致一个真正模态对应了两个极点,两者振型也趋于一致
(2)阻尼越来越大
(3)极点对应的模态振型所占能量越来越小
模态分析结果优化以及通过优化进行模态盲分析,一键求模态为东方所独创提出,适用于MIMO,EMA和OMA。
一般的模态盲分析算法是建立在稳定图统计的基础上,DASP模态软件也包括这些算法,属于半自动分析。