《嵌入式系统数字视频处理权威指南》——第3章
采样和混叠
本节书摘来自华章计算机《嵌入式系统数字视频处理权威指南》一书中的第3章,作者:（美）Michael Parker
Suhel Dhanani 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
采样和混叠
无论什么用数字表示时，都必须被采样。
本节书摘来自华章计算机《嵌入式系统数字视频处理权威指南》一书中的第3章,作者:（美）Michael Parker
Suhel Dhanani 更多章节内容可以访问云栖社区“华章计算机”公众号查看。
采样和混叠
无论什么用数字表示时，都必须被采样。这意味着连续的、不间断的目标被数字化时，必须用时间或空间上紧密相连的许多样本表示。如果样本足够紧密，那么目标看起来就是连续的。视频在时间上的采样，意味着景物快照的获取足够快，那么当回放时，就会给人连续运动的视频印象。在视频系统中，较为普遍的是使用每秒25~30幅图像，并且广泛被许多观众所接受（在隔行扫描视频中，这个数将加倍，这将在后面才涉及）。
空间采样应用于图像，在垂直和水平方向上，采用足够多的像素表示图像，以致图像看起来既逼真又清晰。当缩放图像时，采样率可以改变，因为这是从一个分辨率到另一个分辨率的转换过程。
为了获取模拟信号并且将其数字化，我们需要对信号采样。对一维信号，我们将要用到模数转换器（Analog?to?Digital Converter，ADC）。照相机必须同时在两个方向对信号采样，并且在每一个瞬间获得许多样本。不像传统的模拟照相机，利用光的化学反应曝光胶卷，数码照相机使用半导体器件转换光信号到电信号，而且电信号可以同时用许多模数转换器采样。普遍采用的是电荷耦合器件（Charge?Coupled Device，CCD）。新的选择是采用互补金属氧化物半导体（Complementary Metal Oxide Semiconductor，CMOS）技术。由于这些器件能同时获取几百万的样本（这对应于数码相机的百万像素级），并且将它们转换为表示单个像素的电信号。再用ADC将它们转换为数字形式。
颜色采样可以通过各种各样的方法实现，但常见的方法是使用Bayer滤波器，它是颜色滤波矩阵。它能在每个像素的位置将进来的光过滤为不同的颜色，如红色、绿色和蓝色，并且分别记录每个颜色像素的光强度。更新的方法是将色敏传感器植入CMOS技术中。有许多别的因素影响这个过程，如光圈、快门速度、缩放和聚焦，在这里我们不予讨论。
为了简单地说明采样和混叠的有关概念，我们将采用一维信号。ADC将在快速的时间间隔内测量信号，并且得到样本（就是图像和视频中的像素）。ADC将输出数字信号，其与相应瞬间的模拟信号的幅度成比例。这可以用只有闪光灯照明物体的情况来类比。你只有在闪光灯闪烁时才能看见物体。如果物体是静止的，那么所看到的和使用正常的连续光源时很相似。但当在闪光灯下观察运动物体时，事情变得很有趣。如果物体运动很迅速，那么运动现象看起来和正常光照情况下有较大的不同。当物体的运动相当慢，或者我们足够降低闪光灯的闪烁频率，我们还是能看到奇怪的结果。我们能直观地知道，相对于被照亮的物体的运动速率，闪光灯的闪烁频率更重要。只要闪光灯的闪光速率远快于物体的运动速率，运动看起来非常连续、正常。但当闪光灯的闪光速率低于物体的运动速率时，运动看起来就很奇怪，经常像慢动作。尽管我们能看到物体是运动的，但我们失去了运动的连续感和流畅感。
我们再举一个例子，如画在索引卡片上的一个字符的简单动画影片。为了说明这个字符跳跃或降落的运动，我们可以画出20或40张卡片，每张卡片表示同一字符在这个连续运动的一个阶段，从一张卡片到另一张卡片只是很小的运动变化。那么，拿着一张索引卡片的边沿，并且快速翻阅到另一张的边沿，卡片上的字符看起来就是连续地跳跃或降落。这也可以应用于视频处理，屏幕大约以每秒30次的速度更新，对我们来说，足够快的速度使我们感觉不到是单独的帧，因此运动看起来就是连续的。
因此，如果我们采样信号的速度快于信号的变化，我们将得到非常准确的信号采样值，但如果采样速度过低，我们将看到失真的信号。
下面的图形表示两个不同的正弦信号被采样。在图3?1中运动缓慢的信号（低频）能用指定的采样率准确地表示。但是，图3?2所示的快速运动的信号（高频）却不能用我们的采样率准确表示。实际上，采样值看起来好像是一个运动缓慢的信号（低频），如图3?2中的虚线所示。这表明对给定频率的信号，足够快的采样率是非常重要的。
如果我们将采样点相连并且平滑信号，那么虚线表示有多少采样信号出现。注意，由于实际信号（实线）在采样间隔之间变化如此迅速，所以间隔之间的运动在采样信号中是看不见的。采样信号表现为低频信号，而不是实际信号。这个影响称之为混叠。
我们需要一种方法来确定我们必须以多快的速度采样，才能准确表示给定的信号。我们也必须更好地理解当混叠出现时将会发生什么。这看起来可能很奇怪，但在有些情况下，混叠是很有用的。
再次回到闪光灯的类比，并且尝试另一个实验。设想一个旋转的轮子，在它的边沿上有一个小圆点。设定闪光灯每1/8秒闪烁一次，也就是每秒钟闪烁8次。图3?3~图3?10表示6次闪光后，我们将看到什么，这和轮子的旋转速度有关系。在所有的图片中，时间从左到右依次增加。
事实上一旦开始采样信号（也就是闪烁闪光灯），我们不能确定在两次闪光之间发生了什么。我们本能地假定信号（例子中的小圆点）采取最短路径从一次闪光出现的位置到紧接着的闪光位置。但是，正如我们在上面的例子中所看到的，这可能是错误的。小圆点可能以相反的方向沿圆周运动（采取最长路径）到达我们看到的下一次闪光位置。或者设想圆周以假定的方向旋转，但是每次闪光它旋转了一整圈再加上“额外的一点点”（9Hz示意图）。我们看到的只是在每次闪光时的那“一点点”。这种情况下，它可能旋转了10次再加上同样的“额外的一点点”，而且我们却不能发现其中的差别。
如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件至：yqgroup@ 进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容。
用云栖社区APP，舒服~
【云栖快讯】阿里云数据库MySQL金融版发布，实现日志多副本同步复制，提供金融级可靠性！8月10日，阿里云数据库掌门人褚霸等大牛直播，揭开它的背后故事！赶紧报名吧&&
集音视频上传、自动化转码处理、媒体资源管理、分发加速于一体的一站式音视频点播解决方案。
基于领先的内容接入与分发网络和大规模分布式实时转码技术打造的音视频直播平台，提供便捷接入、高清流畅、低延迟、高并...
在云上签发Symantec、WoSign、CFCA证书，实现网站HTTPS化，使网站可信，防劫持、防篡改、防监听...
为您提供简单高效、处理能力可弹性伸缩的计算服务，帮助您快速构建更稳定、安全的应用，提升运维效率，降低 IT 成本...
Loading...您的访问出错了(404错误)
很抱歉，您要访问的页面不存在。
1、请检查您输入的地址是否正确。
进行查找。
3、感谢您使用本站，3秒后自动跳转至网站首页和“光谱混叠”相关的论文
叙述了阿达玛变换光谱成像仪的原理及仪器构成，对阿达玛编码模板引起的光谱混叠现象进行了分析研究．从理论上导出了光谱混叠公式，并提出了光谱修正方法，仿真实验结果表明该方法简单有效．修正后光谱图像的分辨率取决于偏离光轴最远处的码元对应的空间分量．
干涉光谱成像仪获取的干涉数据是一种中间数据,需要进行光谱反演才能够得到目标光谱数据,傅里叶变换方法是常规的光谱反演方法。由于干涉数据中存在非均匀采样问题,若忽略光谱混叠,直接采用快速傅里叶变换会导致反演光谱的失真,难以满足实时处理需求。针对非均匀采样干涉数据的光谱反演需求,将插值及非均匀快速傅里叶变换（NUFFT）方法应用到光谱反演处理中,对过采样及部分欠采样情况下的非均匀采样干涉数据,提出了相应的光谱反演方法,并分析了方法的适用性。最后对过采样及部分欠采样情况下的光谱反演方法进行计算机仿真,过采样情况下采用NUFFT方法反演光谱的精度要明显高于插值方法,而部分欠采样情况下插值方法反演光谱的精度要明显高于NUFFT方法,并对欠采样造成的光谱混叠有一定的修正,验证了方法的有效性。
用于遥感光谱成像的光谱成像仪普遍存在信息获取慢、光子收集效率低、信噪比低或焦平面阵列大等问题,另外数据立方体庞大的数据量给数据传输造成了极大压力。为了从根本上解决这些问题,文章提出将压缩编码孔径应用于遥感光谱成像中,即压缩编码孔径遥感光谱成像。文章对卫星平台的俯仰、侧滚和偏航运动进行建模,然后利用此模型对成像过程进行仿真和重建,提高了成像品质。由于运动模型以及压缩编码孔径成像技术的引入,使得遥感光谱图像的压缩在成像过程中完成,从而大大提高了传统焦平面阵列的利用率,减小了数据传输的压力,减小了成像光谱仪的体积、质量与成本。
高光谱空间外差干涉光谱仪的光谱响应由窄带滤光片的光谱特性决定,由于窄带滤光片的制备水平与理论值存在差距,使得发生光谱展宽或波长漂移等现象,在空间外差光谱仪中形成高频和低频光谱混叠从而导致复原光谱失真。在分析滤光片对仪器光谱响应性能影响的基础上,通过在空间外差光谱仪核心干涉组件光栅的胶合过程中,根据窄带滤光片实测波长透过率曲线,利用可调谐激光器动态监测调整光谱仪基频波长的方法改善对其造成的光谱混叠。结果表明,通过实测滤光片特性调整光栅偏转角度来改变基频波长,可最大程度地有效利用仪器所能覆盖的光谱范围,根据干涉图的复原光谱信号可知试验装置的有效光谱范围从758~770.9nm增加至756~770.9nm。
为平衡光栅色散型光谱仪光通量、系统信噪比和光谱分辨率之间的矛盾,介绍了一种基于微狭缝阵列的静态双增益阿达玛光谱仪.在分析其实现静态双增益工作原理的基础上,阐述了由于阿达玛编码模板多狭缝阵列引起的光谱重叠的原因.为实现静态双增益阿达玛光谱仪光谱重叠校正,理论推导了光谱偏移量与阿达玛编码模板狭缝空间位置之间的关系,以及分光后某波长空间错位量与码元(狭缝)空间位置、波长之间的关系.仿真实验验证了此方法简单有效,无需复杂计算,修正速度快,易于编程实现.
金月芽期刊网 2017查看: 1893|回复: 19
COT算法中的降采样过程中带来的频率混叠演示
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
才可以下载或查看，没有帐号？
本帖最后由 impulse 于
11:29 编辑
COT由于最初的同步采样过程中采样频率很高，因此在最后一个环节抗混叠滤波和信号抽取（即降采样）中，如果没有使用低通滤波，并且原始信号中存在大于降采样频率二分之一的频率成分，就会产生混叠现象。以下为演示代码
%演示COT算法中的降采样过程中带来的频率混叠。
%代码很简单，信号是定频率的，实际COT过程远比这个复杂，因为频率是变化的。
%原始信号中包含一个有用信号（64Hz）以及一个干扰频率信号（300Hz），由于COT的第一步要求以非常高的采%样频率进行同步采样，比如代码中的sf=4096Hz，这个干扰信号被采集进来，而在COT最后一步的将采样过程中%，如代码中的sf1=512Hz即8倍抽取，如果不使用低通滤波器（抗混），就会产生频率混叠现象（出现了217Hz频%率成分）。
clc
clear
f=64;& && && &&&%有用信号频率
f1=300;& && && &%干扰信号频率
sf=4096;& && &&&%原始采用频率& &&&
Ls=4096*4;& && &%原本个数
t=0:1/sf:(Ls-1)/
x=sin(2*pi*f*t) + 0.25*sin(2*pi*f1*t+pi/3);
y=2*abs(fft(x))/Ls;
fx=0:sf/Ls:(Ls-1)*sf/Ls;
figure(1)
subplot(211)
plot(t,x)
xlabel('时间:s')
ylabel('速度；mm/s')
title('原始信号')
subplot(212)
L=Ls/4;
plot(fx(1:L),y(1:L))
xlabel('频谱:Hz')
ylabel('速度；mm/s')
title('原始信号频谱')
sf1=512;& && && && && & %降采样频率
D=sf/sf1;& && && && && &%信号抽取倍数
x1=downsample(x,D);& &&&%信号抽取降采样，未加低通滤波器
Ls1=length(x1);
t1=0:1/sf1:(Ls1-1)/sf1;
y1=2*abs(fft(x1))/Ls1;
fx1=0:sf1/Ls1:(Ls1-1)*sf1/Ls1;
figure(2)
L1=Ls1/2;
subplot(211)
plot(t1,x1)
xlabel('时间:s')
ylabel('速度；mm/s')
title('降采样信号(未加低通滤波)')
subplot(212)
plot(fx1(1:L1),y1(1:L1))
xlabel('频谱:Hz')
ylabel('速度；mm/s')
title('降采样信号频谱(发生了频率混叠)')
x2=decimate(x,D);& && & %信号抽取降采样，采用8阶Chebyshev低通滤波器
figure(3)
y2=2*abs(fft(x2))/Ls1;
subplot(211)
plot(t1,x2)
xlabel('时间:s')
ylabel('速度；mm/s')
title('降采样信号(加了低通滤波)')
subplot(212)
plot(fx1(1:L1),y2(1:L1))
xlabel('频谱:Hz')
ylabel('速度；mm/s')
title('降采样信号频谱')复制代码1、原始信号和频谱
fig1.PNG (19.88 KB, 下载次数: 0)
11:19 上传
2、重采样信号和频谱（未加低通滤波，发生了频率混叠）
fig2.PNG (21.38 KB, 下载次数: 0)
11:19 上传
3、重采样信号和频谱（加了低通滤波，不发生频率混叠）
fig3.PNG (19.39 KB, 下载次数: 0)
11:20 上传
本帖被以下淘专辑推荐:
& |主题: 20, 订阅: 1
LZ您好，信号处理方便我知之甚少；有2个问题想向您请教下，1有没有可能我们过采样时选择相对低些的频率尽可能避免引入噪声 2 降采样后低通滤波器的选择依据，该低到多少呢？
本帖最后由 impulse 于
11:57 编辑
lv_arthur 发表于
LZ您好，信号处理方便我知之甚少；有2个问题想向您请教下，1有没有可能我们过采样时选择相对低些的频率尽可 ...
1、这个频率你自己是决定不了的，因为阶比跟踪你就得按转频的倍数去采样（阶比数*2），转速变了，你的重采样频率也要跟着变化
2、开始的过采样你如果频率太低，键相脉冲的处理精度就不够，直接导致你的重采样样本时间序列不准确，导致重采样信号相位出现误差。
impulse 发表于
1、这个频率你自己是决定不了的，因为阶比跟踪你就得按转频的倍数去采样（阶比数*2），转速变了，你的重 ...
谢谢 低通滤波器的选择是否要相对于转速进行调整？
lv_arthur 发表于
谢谢 低通滤波器的选择是否要相对于转速进行调整？
是的，因为重采样频率根据转速调整。
impulse 发表于
是的，因为重采样频率根据转速调整。
请问lz，重采样之前的低通滤波器截止频率是如何设定的。
我的想法是：设定为重采样频率的1/2，重采样频率=键相脉冲频率*N（N为每周期重采样数），键相脉冲频率即为转速频率。
所以实际的低通截止频率跟由转速频率决定，但转速是变化的，那滤波频率要实时调整吗？
另外还想问下lz，重采样中，每周采的点数怎么决定，有什么说法没？非常感谢！！
本帖最后由 impulse 于
14:45 编辑
magicsong2008 发表于
请问lz，重采样之前的低通滤波器截止频率是如何设定的。
我的想法是：设定为重采样频率的1/2，重采样频率 ...
是的，滤波器频率要实时调整，每周采样点数根据你需要的倍频数决定，如果你想得到最大64倍频的频谱，也即阶比数为64，那么你每周就得采集128个点。
impulse 发表于
是的，滤波器频率要实时调整，每周采样点数根据你需要的倍频数决定，如果你想得到最大64倍频的频谱，也 ...
可是有个问题，低通滤波频率是对一组数据而言的，而转速是不断变化的。
比如说，我采1024个点，这组数据统一设定一个滤波频率，可是这1024点内，转速是不均匀的。
magicsong2008 发表于
可是有个问题，低通滤波频率是对一组数据而言的，而转速是不断变化的。
比如说，我采1024个点，这组数据 ...
这也就是NI的技术所在，即使一组数据里面转速时是变化的，它还是能够处理好。并且它只需要计算一组滤波器系数即可，系数是不随着转速变化而变。
impulse 发表于
这也就是NI的技术所在，即使一组数据里面转速时是变化的，它还是能够处理好。并且它只需要计算一组滤波 ...
受教了，请问lz是NI的工程师吗？
magicsong2008 发表于
受教了，请问lz是NI的工程师吗？
不是，只不过是对COT有些兴趣，对NI的VI有一点小小的研究。
大侠，关于COT滤波还有个疑问请教。
对于变转速信号来说，转频是变化的，这就造成重采样频率（fs=2*阶比*转频）时刻变化。如果我用fs/2来滤波，那滤波器截止频率要实时调整，好像做不到。可否对每组采样数据设一个最低采样频率？如果可以，这个最低采样频率如何设？
本帖最后由 impulse 于
11:20 编辑
magicsong2008 发表于
大侠，关于COT滤波还有个疑问请教。
对于变转速信号来说，转频是变化的，这就造成重采样频率（fs=2*阶比*转 ...
重采样频率肯定要跟着变化，数值信号处理情况下是可以实现的，其实如果不要求实时处理，这个是很简单的，但是实时的话，处理起来就麻烦一些，国外很多商业软件做到了实时，我也做到了
impulse 发表于
重采样频率肯定要跟着变化，数值信号处理情况下是可以实现的，其实如果不要求实时处理，这个是很简单的， ...
如果不实时处理，比如采1024个点处理一次，那这组数据的滤波频率要怎么设呢？
magicsong2008 发表于
如果不实时处理，比如采1024个点处理一次，那这组数据的滤波频率要怎么设呢？
根据信号基频确定，假如需要得到64倍频，那么就应该128倍插值，抗混叠滤波截止频率就是64*基频
Powered by模态空间 - 知乎专栏
{"debug":false,"apiRoot":"","paySDK":"/api/js","wechatConfigAPI":"/api/wechat/jssdkconfig","name":"production","instance":"column","tokens":{"X-XSRF-TOKEN":null,"X-UDID":null,"Authorization":"oauth c3cef7c66aa9e6a1e3160e20"}}
{"database":{"Post":{"":{"title":"什么是模态分析？","author":"linmue-tan-xiang-jun","content":"简单地说，模态分析是一种处理过程，是根据结构的固有特性，包括频率、阻尼和模态振型，这些动力学属性去描述结构的过程。那是一句总结性的语言，现在让我来解释模态分析到底是怎样一个过程。不涉及太多技术方面的知识，我经常用一块平板的振动模式来简单地解释模态分析。这个解释对于那些振动和模态分析的新手们通常是有用的。考虑自由支撑的平板，在平板的一个角点施加一个常力，由静力学知识可知，静态力会引起平板的一些静态变形。但是在这儿我想施加的是一个按正弦变化的力。改变此力的振动频率，但是力的峰值保持不变，仅仅是改变力的振动频率。同时在平板另一个角点安装一个加速度传感器，测量由此激励力所引起的平板响应。现在如果我们测量平板的响应，将会注意到平板的响应幅值随着激励力的振动频率的变化而变化。随着时间的推进，响应幅值在不同的时刻有增也有减。这似乎很怪异，因为我们在此系统上施加了一个常力，而响应幅值的变化却依赖于激励力的振动频率。具体体现在，当我们施加的外力的振动频率越来越接近系统的固有频率（或者共振频率）时，响应幅值会越来越大，当激励力的振动频率等于共振频率时达到最大值。想想看，真令人大为惊讶，因为施加的外力峰值始终不变，而仅仅是改变其振动频率！时域数据提供了非常有用的信息，但是如果用快速傅立叶变换（FFT）将时域数据变换到频域，可以计算出所谓的频响函数。这个函数有一些非常有趣的信息值得关注：可以看到频响函数的峰值出现在系统的共振频率处，注意到频响函数的峰值出现在这样的频率处，此处观测到的时域响应信号的幅值达到最大值，这些频率等于输入激励力的振动频率。现在如果我们将频响函数叠加于时域波形之上，会发现时域波形幅值达到最大值时的振动频率等于频响函数峰值处的频率。所以你能明白，可以使用时域信号出现最大幅值时确定系统的固有频率，也可以使用频响函数确定这些固有频率。显然频响函数更易于确定系统的固有频率。现在很多人会惊奇结构怎么会有这些固有特征，而更让人惊奇的是在这些固有频率处，结构变形图也具有多种不同的形状，且这些形状取决于激励力的频率。现在让我们了解结构在每一个固有频率处的变形图。在平板上均匀布置45个加速度计，用于测量平板在不同激励频率下的响应幅值。如果激励力频率驻留于结构的每一个固有频率，会发现结构在每个固有频率处存在特定的变形图。表明当激励频率与系统的某一阶固有频率相等时，结构就产生相对应的变形图。当在第1阶固有频率处驻留时，平板产生了第1阶弯曲变形，在图中用蓝色表示。在第2阶固有频率处驻留时，平板产生了第1阶扭转变形，在图中用红色表示。分别在结构的第3和第4阶固有频率处驻留时，平板产生了第2阶弯曲变形和第2阶扭转变形，在图中分别用绿色和洋红色表示。这些变形图称作结构的模态振型。（从纯数学立场讲，这实际上并不完全正确，但是在这儿仅作为简单的讨论，从现实立场讲，这些变形图和模态振型非常接近。）在我们设计的所有结构中，都存在这些固有频率和模态振型。本质上，这些特征依赖于确定结构固有频率和模态振型的结构质量和刚度分布。作为一名设计工程师，需要确定这些频率，并且知道当有外力激励结构时，它们将怎样影响结构的响应。当结构受到激励时，明白结构模态振型和结构将怎样振动有助于设计工程师设计出更优的结构。模态分析有太多需要讲解的地方，这仅仅是一个非常简单的解释。现在我们能更好地理解模态分析是研究结构的固有特性。使用固有频率和模态振型（依赖结构的质量和刚度分布）帮助设计噪声和振动方面应用的结构系统。我们使用模态分析帮助设计所有类型的结构，包括机动车、飞行器、太空飞船、计算机、网球拍、高尔夫球杆……这些例子举不胜举。我希望这个简短的介绍有助于解释什么是模态分析。我用上面的例子向我母亲解释模态分析，她第一次实际明白了我到底在做什么。从此以后，她用非常像模态分析的各种不同言语向她的朋友们解释模态分析，其中最佳的一个是她称这种分析为笨蛋分析……当然，这又是另一个故事了。敬请关注，我的微信公众号：模态空间，我的头像就是公众号二维码。注：翻译自Peter Avitabile《Modal Space - In Our Own Little World》","updated":"T03:03:49.000Z","canComment":false,"commentPermission":"anyone","commentCount":15,"likeCount":36,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T11:03:49+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-d6d7aaad9e5a_r.jpeg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":15,"likesCount":36},"":{"title":"一名合格的NVH工程师应具备什么样的硬性条件?","author":"linmue-tan-xiang-jun","content":"不少同行，特别是一些初入行者，都比较关心一个问题：怎么才能快速成长为一名合格的NVH工程师（我这里指的是试验NVH，不指仿真NVH。另外，由于NVH是汽车行业专有名称，在这我暂不分行业，任何行业的振动噪声工程师，我都先把他或她叫为NVH工程师），成为合格的NVH工程师应具备什么样的硬性条件。首先哪个专业的毕业生更合适呢？哪个专业更对口呢？答案是没有完全对口的专业，要知道，朱元璋在当皇帝之前，可是当乞丐的，所以，没有专业说是完全对口的。如果非得要排出个子丑寅卯来的话，那我想机械类、力学类、车辆等相关专业更相对对口吧。但实质，这些都不关键，关键的是自身的意愿与后天的学习和动手能力。所以说，任何人，如果想学，都可以成为一名合格的NVH工程师。在我看来，要想成为一名合格的NVH工程师，应从两方面（理论和试验）来讲述具备的基本条件。1.理论基础任何事情都需要理论指导，因此理论基础是一名合格NVH工程师所具备的基础知识。那么，理论基础应包含哪些方面呢？1.1振动理论关于振动理论，可以阅读任何一本振动教材，如郑兆昌的《机械振动》，需要了解单自由度、多自由度和连续体的振动理论，以上是从系统的自由度来分类的。也可以按对系统的输入 类型来分：自由振动、强迫振动和自激振动。或按系统的输出（响应）类型可分为：简谐振动、周期振动、瞬态振动和随机振动等。那么这些理论都是我们必须要 了解的。1.2傅立叶变换傅立叶变换（FFT）是信号分析的基础，将任何信号从时域变换到频域都需要用到它。但是一想起大学期间所学的《工程数学》，就让我，我想也包括大家吧，感到非常头痛，因为全部都是数学公式。实质，我们只需要记住一点：任何一个复合波都可以认为是若干个正弦或余弦波所组成的。而傅立叶变换实际上就是把这个复合波分解成若干个用正弦或余弦波来表示的过程。当然还有FFT分析的注意事项，如果不清楚，可以回看公众号“模态空间”日的《》。1.3信号处理关于这部分，应明白采样（8.2-8.5文章）、混叠（7月12日《》）、泄漏与窗函数、常用函数类型等。常用的窗函数有频谱、自谱、互谱、PSD、相关函数、频响函数和相干函数等。要明白什么时候用什么函数，各类函数有什么区别（关于这一点后续会有文章介绍），要明白各平均类型，重叠等。另外，要知道时频域有效值的计算方法。如果不清楚这一点，可以回看日的《》。1.4声学基础对于声学工程而言，主要的包含以下几个方面：基本声学、声强与声功率、声品质和噪声源定位，而在车辆行业，还有一个声学包装。因此，对于声学应掌握声压与声压级、声强与声强级、声功率与声功率级、倍频程、计权、声学测量环境等基础。而声强与声功率都有相应的测量标准，按照标准测试与分析就行。对于噪声源定位，我想这是声学里面应用最少的一方面，因此，能掌握声学基本知识相对就够用了。对于声品质，掌握其基本概念即可。当然还有一些特殊的，如吸隔声，通过噪声等方面，估计大多数同行都不会接触到这些方面。1.5模态理论对于模态分布而言，不仅要求要有模态理论，还要有测试设置（包括传感器与激励设备）、信号处理等方面的知识。而模态理论，不用了解详细细节，因为毕竟我们不搞编程，只是使用好软件或设置好模态测试等，所以，对理论有大致的了解就可以了。相对而言，模态分析比基本的振动噪声测试要求的理论与经验更多，更全面。1.6传感器知识常用的传感器，包括位移传感器、加速度传感度、麦克风、转速传感器、应变片（花）等类型。要了解传感器原理，特别是ICP型加速度传感器的原理，因为这类传感器NVH工程师使用最频繁。另外，要明白各种安装方式带来的影响，传感器附加质量的影响，怎么去选择合适的传感器等方面（稍后将会有这方面的文章推出）。1.7采集硬件数据采样设备是整个测试链中非常重要的一个硬件设备。它集成信号调理、供电、放大、抗混叠滤波和模数转换等功能（如下图红色虚线所示），因此，它是将模拟信号转换成数字信号中最重要的一环。要了解模数转换的大致流程，硬件对数据采集的影响。AD位数是怎样影响信号幅值精度的等方面。另外，要了解采集硬件的各项指标。2.实践要求光有理论，还不能成为一名合格的NVH工程师，因此，试验经验对于NVH工程师的成长相当重要。很多情况下，甚至您可以没有相应的理论背景，但您也可以做试验。因此，试验经验更重要，并且不同的测试对象，测试方法也不相同；不同的行业，测试方法与要求也不相同。因此，多做试验，才能快速增加经验。2.1旋转机械在很多行业都存在旋转机械，因此，旋转机械测试与分析是基础，也是重点。了解旋转机械使得工程师可以跟踪齿轮箱、传递系统和轴承的故障。不同的旋转机械都有自身的特点，如发动机、电机、齿轮、泵等。旋转机械的通用分析方法是瀑布图分析，要明白转速改变速率和频率分辨率对旋转机械分析的影响。关于旋转机械的测试与分析，通常来说，测试的次数越多，越能长测试经验，获得了测试数据之后，要采用不同的参数设置来分析，以获得最佳分析结果。2.2模态测试与分析模态按不同的方面分为EMA、OMA和ODS。那么对于NVH工程师而言，最起码应掌握EMA测试分析方法。而EMA又分为锤击法和激振器法，相比较而言，锤击法更普遍。锤击法时，要确定是采用移动传感器还是移动力锤方式。要正确的选择参考点位置，选择合适的锤头和带宽，尽量避免对响应加窗函数，要尽可能防止二次连击。激振器法测试时，要明白各种激励信号的优缺点，明白激振器的安装、顶杆对测试的影响，要根据结构特点来选择合适的激励信号等方面。模态分析时，确定真正的模态极点是非常关键的一步，另外，获得模态结果之后，要对结果进行验证，以确定有没有虚假模态存在，拟合得到的模态结果是否完全正确等。2.3其他类型试验不知道您发现没有，绝大多数NVH工程师所做的试验都是以上两类，这两类是NVH试验的基础。当然，也还有其他类型的试验，如TPA、噪声源定位、通过噪声试验等。如果有更深一步的了解，当然更好。如基本振动噪声测试的是NVH性能表现，是源-路径-接受者模型中的第三个，也就是接受者；模态测试是这个模型中的第二部分；而TPA是综合考虑这个模型中的三个部分。因此，如能再做更多的NVH试验，那应该尽量多做。了解结构特点其实很多时候，结构的振动噪声问题都是与结构息息相关的，但很多情况下，我们是不了解结构的。因此，如果您又具备以上两个条件，同时又对结构很了解。那您就具备了成为优秀NVH工程师的潜力了。成为一名NVH工程师是一个循序渐进的过程，只有既懂相关理论，又有试验基础，并且了解各类常见问题发生的原因，那么，您成为一名合格的NVH工程师也就不远了。当然，很多情况下，我们也可以将他人的经验知识转化为自己的经验，这也是很重要的一条途径。比方，您可以跟随我的步伐，时刻关注我的微信公众号：模态空间，里面会有各类NVH方面的文章，这也是您获得经验知识的一个重要来源（广告植入，呵呵）。最后，祝您早日成为一名合格的NVH工程师！","updated":"T03:08:04.000Z","canComment":false,"commentPermission":"anyone","commentCount":3,"likeCount":31,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T11:08:04+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":3,"likesCount":31},"":{"title":"振动噪声模态NVH系列知识（一）","author":"linmue-tan-xiang-jun","content":"为了方便阅读，我将微信公众号“模态空间”下开通至今（6.16-9.23）的全部原创文章（包括译文），已按目录分类，制作了超链接，可直接点击阅读，更欢迎关注公众号阅读：NVH杂谈：信号处理之FFT：信号处理之频谱相关：硬件相关：模态测试：模态分析：模态空间译文：振动噪声理论：资料共享：旋转机械：车辆行业：疲劳耐久：共62篇，欢迎关注公众号阅读哦！后续我会定期推送此类文章的！以下为即将发布的近几期原创文章题目：什么是PWM？汽车厂是怎么做疲劳耐久试验的？什么是传递路径分析？什么是动刚度？为什么模态参数提取时用FRF的幅值谱，不用实部和虚部？我在搜狐博客《》上坚持了五年（2011年7月至2016年7月），更新频率为每10天更新1篇，至此已有180篇文章。但是由于种种原因于今年7月份停止了博客更新，转而开通了与博客同名的“模态空间”微信公众号。“模态空间“公众号致力于分享NVH和疲劳的相关理论、测试分析技术、CAE技术、行业应用、专业资料，软件使用等。我的头像即为公众号二维码，欢迎微信扫一扫关注，也可以在微信中通过“添加朋友“中输入”模态空间“，搜索公众号关注：更多精确内容，敬请关注微信公众号：模态空间","updated":"T07:08:00.000Z","canComment":false,"commentPermission":"anyone","commentCount":14,"likeCount":91,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T15:08:00+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-a65ee5d44a21d207152bfb421fc71e5d_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":14,"likesCount":91},"":{"title":"什么是动刚度?","author":"linmue-tan-xiang-jun","content":"本文首发于公众号：《模态空间》，在这稍作修改，去掉了第7小节的内容。在NVH领域，经常计算或测试动刚度，像悬置动刚度、支架动刚度、车身接附点动刚度等等。那什么是动刚度，动刚度的大小对结构有什么影响？ 本文主要内容包括：1.
静刚度；2.
单自由度动刚度；3.
多自由度动刚度；4.
原点动刚度；5.
悬置动刚度；6.
支架动刚度； 刚度是指结构或材料抵抗变形的能力。由于结构或材料所受荷载的不同，可能受到静载荷或动载荷，因此，刚度又分为静刚度和动刚度。当结构或材料受到静载荷时，抵抗静载荷下的变形能力称为静刚度；当受到动载荷时，抵抗动载荷下的变形能力称为动刚度。故，结构或材料既有静刚度又有动刚度。 相对而言，在NVH领域，结构或材料受到动载荷的概率远大于静载荷，因此，更普遍关心动刚度。在之前文章《？》中也提到用加速度与力之比的频响函数和用力与位移之比的动刚度应用更为广泛。1.静刚度在讲述动刚度之前，有必要先了解静刚度。静刚度用单值即可表示，不随频率变化。由于静载荷引起的变形又分为弯曲或扭转等，因此，刚度又分为抗弯刚度和抗扭刚度，材料的刚度计算可参考材料力学教科书。 在这以弹簧为例说明静刚度，当弹簧受到静力F时，其静态伸长量为X，此时F=kX，k为弹簧的静刚度。单位为N/mm，表示每增加1mm需要的拉力大小。 弹簧静刚度常数跟材料的杨氏模量、线径、中径和有效圈数有关。当拉力越来越大时，弹簧的伸长量也增大，如下图所示，但二者满足线性关系。红色曲线表示的斜率即为弹簧静刚度。注：以下所说到的刚度，如没有特殊说明，都是指的动刚度。2. 单自由度动刚度在文章《？》中，我们已经明白了频响函数可以用位移/力表示，当用力/位移时，表示的是动刚度。对于单自由度系统，如下图所示，我们再回顾一下用位移表征的FRF表达式而动刚度为力与位移之比，则从上式可以看出动刚度：1）
复值函数；2）
随频率变化；3）
与系统的质量、阻尼和静刚度有关；4）
当频率等于0时，动刚度等于静刚度； 让我们再回想一下单自由度系统的FRF区域及性质同理，单自由度系统的动刚度曲线也有类似性质在低频段，动刚度接近静刚度，幅值是k，表明共振频率以下的频率段主要用占主导地位的刚度项来描述。如果作用在系统的外力变化很慢，即外力变化的频率远小于结构的固有频率时，可以认为动刚度和静刚度基本相同。 在高频段，动刚度的幅值为ω2m，表明共振频率以上的频率段主要用占主导地位的质量项来描述，这是因为质量在高频振动中，产生很大的惯性阻力。当外力的频率远大于结构的固有频率时，结构则不容易变形，即变形较小，此时结构的动刚度相对较大，也就是抵抗变形的能力强。 在共振频率处动刚度的幅值下降明显，其幅值为ωc，表明在共振频率处主要受阻尼控制。而在共振频率处，我们知道，结构很容易被外界激励起来，结构的变形最大，因而结构抵抗变形的能力最小，也就是动刚度最小。3. 多自由度动刚度单自由度系统是基础，但现实世界中的系统大多数都是多自由度系统，因此，我们测量出来的动刚度也是多自由度的动刚度。下图为多自由度系统的同一位置的加速度频响函数（加速度导纳）和该点的动刚度曲线。多自由度系统的驱动点FRF存在多个共振峰和反共振峰，在共振峰处，对结构施加很小的激励能量，结构就会产生非常大的振动（变形），因而在共振峰处，结构很容易被激励起来，结构的变形大，抵抗变形的能力弱，也就是动刚度小。 在反共振峰所对应的频率处进行激励，即使激励能量再大，结构也没有响应或者响应很微弱，也就是说在反共振峰所对应的频率处，结构很难被激励起来，结构的变形小，抵抗变形的能力强，因此，动刚度大。 从上图可以看出，频响函数共振峰对应的是动刚度曲线的极小值，也就是说频响函数幅值大的频率处，动刚度小。在反共振峰处，动刚度大，二者刚好相反。4. 原点动刚度原点动刚度IPI（Input Point Inertance，IPI）：概念上类似原点（或称作驱动点）频响函数，指的是同一位置、同一方向上的激励力与位移之比，主要测量与车身接附点处的原点动刚度，比如车身与发动机悬置、副车架、悬架连接处、排气挂钩处等位置的局部动刚度，考虑的是在所关注的频率范围内该接附点局部区域的刚度水平，过低必须引起更大的噪声，因此，该性能指标对整车的NVH性能有较大的影响。动刚度不足会对整车乘坐舒适性和车身结构件的疲劳寿命产生十分不利的影响。下图为某接附点的动刚度测量曲线。另外通过动刚度乘以主被侧的相对位移，得到传递力，如挂钩力。一般对豪华车，挂钩传递力＜2N，中级轿车＜5N，一般经济型轿车＜10N。当这个力大于10N时，在车内可能会感受来自排气系统的振动和挂钩传递过来的结构噪声。5.悬置动刚度在作悬置隔振器设计时，要求在低频时，刚度要大；在高频时，刚度越低越好。这是为什么呢？ 首先，悬置隔振器要承受动力总成的重量和来自发动机扭矩的作用力，它必须有足够的刚度。路面的冲击和发动机启动时的摇摆会作用到隔振器上，这些激励频率比较低。如果隔振器刚度低，动力总成会产生较大的位移，可能会与其他结构相碰撞，并且影响到安置在动力总成上的其他部件。因此，在低频段，要求隔振器的刚度大。 另一方面，通过单自由度隔振系统传递率曲线，如下图，可以看出，在隔振区内，激励频率与系统固有频率的比值越大，隔振效果越好，即隔振器刚度越低越好。于是一个理想隔振器的刚度应该在低频时刚度高，而高频时刚度低。通过前面的单自由度系统的FRF和动刚度分析可知，在共振区范围内，阻尼对降低振动幅值起决定作用。可是在隔振区域内（激励频率与系统频率之比大于1.414），情况是相反的。从上图可以看出，在高频段，阻尼越大，传递率的幅值也大。因此，为了有效地达到隔振的效果，在高频时阻尼越小越好。6. 支架动刚度隔振装置隔振效果除了取决系统的刚度与阻尼之外，还取决于隔振器支架的刚度。隔振器两边各有一个支架，支架-隔振器-支架，三者串联起来的总刚度才是隔振系统的刚度。如果两个支架的刚度都非常大，那么隔振系统的刚度就是隔振器的刚度。可是当支架的刚度比较小时，达不到设计的隔振效果。支架刚度不足还会引起局部结构的共振，甚至将结构噪声传递到车厢内。 为了达到良好的隔振效果，支架的刚度必须要比隔振器的刚度大到一定程度。通常遵循两个原则：支架的刚度应是隔振器刚度的6-10倍，另一个是支架的最低频率应该在500Hz以上。 除了悬置支架之外，在车辆系统中还有其他应用，如排气系统，其支架刚度的设计必须具有足够的刚度。 觉得不错，请点赞！更欢迎打赏哟，呵呵！","updated":"T10:45:02.000Z","canComment":false,"commentPermission":"friends","commentCount":8,"likeCount":111,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T18:45:02+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-9bfbada90fb52b1fe770cf_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":8,"likesCount":111},"":{"title":"什么是混叠?","author":"linmue-tan-xiang-jun","content":" 本文首发于公众号《模态空间》，欢迎关注！数据采集时，如果采样频率不满足采样定理，可能会导致采样后的信号存在混叠。那什么是混叠，混叠会造成什么样的误差？除了频率误差之外，还是否有其他误差？幅值正确吗？ 本文主要内容包括：1.
混叠定义；2.
混叠实例；3.
怎样最小化混叠；4.
计算混叠后的频率；5.
阶次混叠。1. 混叠定义当采样频率设置不合理时，即采样频率低于2倍的信号频率时，会导致原本的高频信号被采样成低频信号。如下图所示，红色信号是原始的高频信号，但是由于采样频率不满足采样定理的要求，导致实际采样点如图中蓝色实心点所示，将这些蓝色实际采样点连成曲线，可以明显地看出这是一个低频信号。在图示的时间长度内，原始红色信号有18个周期，但采样后的蓝色信号只有2个周期。也就是采样后的信号频率成分为原始信号频率成分的1/9，这就是所谓的混叠：高频混叠成低频了。对连续信号进行等时间采样时，如果采样频率不满足采样定理，采样后的信号频率就会发生混叠，即高于奈奎斯特频率（采样频率的一半）的频率成分将被重构成低于奈奎斯特频率的信号。这种频谱的重叠导致的失真称为混叠，也就是高频信号被混叠成了低频信号。2. 混叠实例倘若对一个正弦信号进行采样，如果采样频率等于信号频率，那么采样的时间间隔等于信号周期，因而，信号的每个周期只能采集到一个数据，如下面左图所示，将这样采样数据点连成线条，得到的线条将是一条直线，因而，对应的频率成分为0Hz。如果采样频率为这个正弦信号的频率成分的2倍，因而，采样的时间间隔为信号周期的一半，因此，信号每个周期内的采样点数为2，也就是每个周期采集两个数据点，如上面右图所示。将这些采样点连成线条，得到的信号形状为三角波，虽然信号的频率成分没有失信，但是很难保证信号的幅值不失真。因为这两个采样点很难位于正弦信号的波峰与波谷处。也就是说，在很大程度上，采样后的信号的幅值是失真的。 通常情况下，若采样频率小于2倍的信号频率，即fs&2*fa，那么，采样后的信号将存在混叠。如下面左图所示，由于信号中存在超出奈奎斯特频率的信号存在，采样后的信号，将会使超过奈奎斯特频率成分之上的频率关于奈奎斯特频率镜像到奈奎斯特频率以下的可观测区域，如下面右图所示。在这给出一个扫频的混叠实例。扫频信号为100-600Hz，采样频率为1000Hz，因而可观测到500Hz以内的信号成分。因此，对100-500Hz以内的信号进行采样，频率是没有问题的，但是对于超出500Hz以上的频率成分，从下面动态图中的频谱可以看出这部分信号最后混叠成了400-500Hz。用于演示混叠现象的最经典例子之一是所谓的“车轮效应”。在影片里当马车越走越快时，马车车轮似乎越走越慢，然后甚至朝反方向运转。刚开始轮辐逆时针运转，然后逐渐变慢并开始顺时针运转。 与车轮效应相同的是转动的吊扇，小时候都见过家中的吊扇，当转速越来越快时，出现的现象是先顺时针旋转，然后静止，然后逆时针旋转。这是因为人眼在看物体时，人眼也有一定的采样速率。当人眼的采样速率跟不上越来越快的转速时，就会出现混叠现象。静止不动时的转速对应的频率就是人眼的采样速率。人眼在观看转动的吊扇时，对于倒转现象是因为高速旋转的叶片转速非常快，在短时间内从0度顺时针旋转到330度时（假设的情况），人眼观察到的似乎是从360度逆时针旋转到330度，因此，看起来像是在倒转。3. 怎样最小化混叠既然信号可能存在混叠，怎样才能最小化混叠或者消除混叠呢？初看起来，如果信号中没有高于奈奎斯特频率的频率成分，那么则不存在混叠。这要求采样频率极高，使得实际信号都位于奈奎斯特频率以下。但这不总是实用和可能，因为，您永远不知道真实信号的频率成分。另一个方面，虽然采样频率极高可以一定程度上避免混叠，但这样会导致出现大的数据文件，同时，最高采样频率受数据采集设备的限制。另外，采样定理只保证了信号不被歪曲为低频信号，即使高的采样频率也不能保证不受高频信号的干扰，如果传感器输出的信号中含有比奈奎斯特频率还高的频率成分存在，ADC同样会以所选采样频率加以采样，使高于奈奎斯特频率的频率成分混入分析带宽之内。故在采样前，应把高于奈奎斯特频率成分以上的频率滤掉，这就需要抗混叠滤波器，它是一个低通滤波器：低于奈奎斯特频率的频率通过，移除高于奈奎斯特频率的频率成分，这是理想的滤波器。理想滤波器实际滤波器实际情况是任何滤波器都不是理想的滤波器，抗混叠滤波器也不例外。滤波器存在滤波陡度，在滤波截止频率（奈奎斯特频率）以上的一些区域还存在混叠的可能性，这个区域对应带宽的80%以上部分，也就是带宽的80%-100%区域。如下图所示，高于奈奎斯特频率以上的频率成分会关于奈奎斯特频率镜像到带宽的80%-100%区域，形成混叠，而带宽80%以内的区域，是无混叠的。当然了，如果信号中没有高于奈奎斯特频率的成分存在，则整个带宽都不存在混叠。当信号还有高于奈奎斯特频率有成分存在时，按采样定理设置采样频率时，带宽的80%以上频带则存在混叠，如下图红框所示区域即遭受了频率混叠的影响。由于带宽以上还有信号存在，因此，这些频率关于带宽镜像到了带宽以内。通过这一部分的分析可知，即使使用抗混叠滤波器，在带宽的80%以上的频率区间还可能存在混叠，如要整个频带都无混叠，则采样频率至少高于信号频率的2.5倍以上。4. 计算混叠后的频率若没有抗混叠滤波器存在，信号必然存在混叠，那么怎么求解混叠后的频率成分？在这介绍两种方法：一种称为镜像法，一种称为公式法。 镜像法假设信号的频率fa大于采样频率fs，因此，采样后必然存在混叠。这时，信号频率将会关于离它最近的整数倍的奈奎斯特频率镜像，如果镜像后的频率位于观测的带宽以内，则是混叠后的频率。如果镜像后的频率还未位于观测的带宽以内，则会关于下一个整数倍的奈奎斯特频率镜像（往0Hz方向），直到镜像到带宽以内为止。 如下图所示，信号的频率fa首先关于3倍奈奎斯特频率镜像，但此时还不是带宽以内，所以，之前镜像后的频率又关于2倍奈奎斯特频率镜像，但还不是带宽以内，需要继续将关于2倍奈奎斯特频率镜像后的频率关于1倍奈奎斯特频率镜像，这时，频率终于位于观测的带宽以内，这就是混叠后的频率fd。公式法对于混叠现象，也可以从下面的数学公式得到混叠后的频率K是个整数，取值从0开始，适当的取值应使得|fa-Kfs|最小。因而，可以将上式写成比如考虑采样频率为500Hz，采集各种不同频率的信号，结果如下表所示，注意数字化后的频率重复出现。实际频率faHz------最小K值---------混叠的频率fd Hz180--------------0--------------------180280-------------1-------------------220380-------------1-------------------120480-------------1-------------------20580-------------1-------------------80680--------------1-----------------180780-------------2-----------------220880-------------2----------------120980--------------2---------------20--------------我是空格符5. 阶次混叠除了频率混叠之外，还会存在阶次混叠。由于阶次可以在频域显示也可以在阶次域显示，因此，阶次混叠存在频域混叠和阶次域混叠两种情况。 在频域显示时，阶次是斜线，高于最大阶次以上的阶次成分会关于最大阶次线镜像到最大阶次以内，如下面左图所示。当在阶次域时，阶次垂直于横纵，此时阶次混叠类似于频率混叠，如下面右图所示。下图中，左图为60个PPR采集得到的信号，那么，能分析到的最大阶次为30阶次。信号的主要阶次为1，2，10，17阶次。右图为20个PPR采集得到的信号，那么，能分析的最大阶次为10阶次。此时，右图中的主要阶次为1，2，3，10阶次。右图中没有17阶次，多出来一个3阶次。这是由于采用20个PPR进行信号采集时，只能采集得到10阶次以内的信息，17阶次高于最大阶次，此时，17阶次将关于最大阶次线混叠成了3阶次（17阶次关于10阶次镜像成了3阶次），这是阶次混叠现象。扩展阅读觉得不错，请点赞！更欢迎打赏哟！","updated":"T10:24:43.000Z","canComment":false,"commentPermission":"anyone","commentCount":7,"likeCount":46,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T18:24:43+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-c47efcede4d_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":7,"likesCount":46},"":{"title":"道路载荷谱介绍（一）：背景介绍","author":"linmue-tan-xiang-jun","content":"本文首发于公众号《模态空间》。笔者前段时间对《》进行了简介，针对重型车辆主要有承载式和非承载式的结构疲劳试验，时域&频域振动疲劳试验。传动系统有变速箱的疲劳试验，车桥的疲劳试验和传动轴轴体&万向节疲劳试验，轴承的疲劳试验等。疲劳试验需要试验人员有浓厚的兴趣兼具深刻的疲劳理论才能真正做好疲劳试验，非常重要的一点是疲劳试验不是按照某些标准去操作设备，而是要求试验人员至少必须具备熟练的试验设备操作能力，熟悉试验系统硬件的各个模块和软件的各项功能设置。这里只从运行疲劳试验这个层面去讲述这个问题。首先介绍一下很多车辆公司关于试验部门产品疲劳相关的职能划分。很多企业的试验部门关于产品疲劳试验功能是这样去进行划分的：载荷测试组，疲劳试验组和CAE分析组。载荷测试组进行载荷谱采集，然后分析处理，给疲劳试验组和CAE分析组提供输入，当然CAE分析组会提供信息指导载荷谱采集等。这样的好处是三个组分担的工作比较均衡，有的公司也是这样分的，但是载荷测试组做的工作仅仅是按照测试要求去采集原始载荷谱，仅做采集工作，然后疲劳试验组去做相应的分析，处理与载荷计算，计算台架试验的输入和CAE分析输入。还有的公司是只有疲劳试验组和CAE分析组，这就要求疲劳试验组不仅会载荷谱的采集分析处理计算，还会转换到台架输入，运行整个实验台架。有极少数的公司关于产品疲劳相关的只有一个组，这个组里的员工什么都干，久而久之会将整个疲劳相关的来龙去脉全部搞清楚了，在这样的架构下工作是最锻炼人的。在介绍载荷谱之前要先介绍一下疲劳试验标准的问题，因为很多企业总是按照某些标准做试验，这样他们就很少考虑载荷谱的事情了，也有一些企业提出强大的载荷谱采集的目标去和用户实际使用情况挂钩，但由于投资巨大最后都不了了之。针对承载式结构疲劳试验和振动疲劳试验，我曾经拜访了很多知名的第三方试验室和很多企业对外开放的试验室，试验主管几乎全是按照某些标准去做试验。当然他们只是被要求怎样做试验，他们做的只是按照客户（公司内部试验申请提出者或者是外部外委试验的人员）提的要求去完成这个任务。当然了，做的比较好的有些工作人员会诚挚与客户沟通，推荐更高级的试验方法从而与客户进行互动，但是这个客户（外部的）联系人得是真的很懂试验，大部分人从来是按照标准办事，从不考虑创新从而会拒绝互动。少部分有创新冲动的员工怕承担责任不敢突破创新，因为改革者总是要受到质疑的。尤其是频域振动疲劳试验这块，几乎所有的公司全部按照标准去做试验，国内只有极少数的公司是通过载荷谱计算电磁振动台的输入，但又是停留在肤浅的程度上。我们做疲劳试验的目的是什么？不是简单地完成领导安排的试验任务，我们是验证这个产品能否通过设计的寿命和失效率要求，当然这也要求提试验申请的人改变传统的提试验申请方式（验证能否满足哪项标准要求），不要再这样提试验要求了，要提前很长的时间与试验人员有一个良好的互动，提出想验证这个产品能否通过用户多少万公里多少失效率的要求，这才是理想的提试验申请的方式。一个公司的产品必须设计到这种程度才能实现利益最大化，你的产品用户使用很长很长的时间一直不坏，当然对用户是好事，但是对企业来说成本很高。产品设计的强度不要太强也不要太弱，这就要求公司的领导层规划这个产品时提出来我们的产品设计目标是多少万公里多少失效率。当然很多公司是提不出来这种设计要求的或者从来没考虑过这种设计要求的提法，或者刚刚开始考虑这种要求的提法，但是这是一种主流的设计要求提法趋势。到现在为止，试验部门拿到了即将要验证的设计要求，这时候如果按照某些标准来做这个试验的话就显得敷衍了事，这时载荷谱的采集才应运而生。如果从零部件和整机关系的角度考虑这个载荷谱工作，这时这个载荷谱工作可以做的很大，也可以把这个载荷谱工作做的很小。例如我们进行一个变速箱的载荷谱采集工作，是不是需要与其它部门沟通，顺便把结构件的，甚至电气件的的全车载荷谱一起采集了。载荷谱的工作考虑的第一个问题不是该在什么地方放应变片还是加速度传感器的问题，也不是多少通道的问题。第一个要考虑的问题是调研考虑用户是怎么使用我们的产品的，有哪些工况等信息，每种工况大概的比例；第二个要考虑的问题是有些用户用的猛烈，有些用户用的轻柔些，产品的设计要去覆盖所有的用户使用呢，还是部分用户使用，还是大部分用户使用，有个别用户使用产品特别猛烈（例如有些给别人打工开车不管什么路况直接猛开），这样的话这个产品短时间内可能潜在失效，这时候需要试验部门人员同产品设计人员和项目负责人员共同去制定我们的产品到底覆盖多少使用用户，假设定出覆盖99%驾驶程度用户使用；第三个问题是确定传感器安装位置和测点通道，根据载荷谱的大小确定是否多部门沟通；第四个问题是相关标定及传感器检查，确保每一个通道的数据都是对的，这个采集系统是否能脱机进行长时间采集；第五个问题是选取用户进行实际采集的工作，只要发动机处于点火状态，采集系统就得正常采集着，无论用户是不是将车怠速着或者没熄火临时干一下其它事，这时候最好要求有一个试验人员全程记录信息，尽管可能有一个摄像头的通道采集着。当然了，用户的选取工作应该放在前边第二个问题里考虑。?如上是笔者根据自己的思路去写的，由于时间限制，本次介绍载荷谱（背景介绍）暂时写到这里，后续会介绍载荷谱（二）：用户载荷与试车场载荷的关联，还有载荷谱（三）：常见载荷谱的计算；载荷谱（四）：通过载荷谱对常见台架加载的制定；载荷谱（五）：失效率要求如何验证等，敬请期待。作者介绍高超：来自某车辆企业，常年深耕各类疲劳试验和振动噪声试验，尤其疲劳试验更甚。扩展阅读：4.觉得不错，请点赞，更欢迎打赏！","updated":"T09:48:53.000Z","canComment":false,"commentPermission":"anyone","commentCount":1,"likeCount":24,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T17:48:53+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-819aa3fdb392cc5adbe56_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":1,"likesCount":24},"":{"title":"什么是模态分析？","author":"linmue-tan-xiang-jun","content":"本文首发于公众号：《模态空间》从方法论角度来讲，模态分析分计算模态分析和试验模态分析。如果模态参数是由有限元计算的方法获得的，则称为计算模态分析；如果是通过传感器和数据采集设备获得输入输出数据，然后通过参数识别获得模态参数，则称为试验模态分析。关于二者的区别与联系，将在后续文章《试验模态与计算模态的区别》中进行详细介绍，敬请期待。本文主要从试验层面介绍什么是模态分析。在《？》一文中从试验过程方面介绍了什么是模态分析，在这将从以下几个方面来介绍什么是模态分析。本文主要内容包括：1.
为什么要进行模态分析；2.
与振动测试的区别；3.
试验方法分类；4.
试验类型分类；5.
模态试验设计。1.为什么要进行模态分析分析与控制结构的噪声与振动，可以将任何一个振动噪声系统按“源-路径-接受者”模型来表示。在这个模型中，结构特性是结构的固有属性，也就是结构的模态参数，因此，模态分析主要是针对这个模型中的第二部分，即要获得结构特征参数。而模型的第三部分，也就是基本的振动噪声分析是结构的NVH性能表现，它与模态分析是不同的方面，关于它们的区别将在下面进行讨论。结构的响应（输出）等于激励（输入）乘以传递函数，如果传递函数在激励频率处刚好有峰值，那么结构将产生严重的振动噪声问题，因而，在结构设计的初始阶段就应该考虑好，避免出现这样的共振问题。一方面，为了减振降噪，也应从这个模型中的三个方面来考虑：首先应要减少激励源的振动与噪声；其次是切断源与接受者之间的噪声和振动的传递路径；最后是对接受者进行保护。但相对而言，第一和第三方面的工作要困难些，而第二方面，即修改结构特性避免振动噪声问题似乎相对容易些。像对车身的结构声进行控制，则主要是通过模态来控制。因此，获得结构的模态参数是至关重要的！而要获得结构的模态参数，就必须要进行模态分析。在结构设计的初始阶段为了保证产品成型后的NVH性能满足设计要求，需要做模态分析，当样件生产出来之后，要验证产品是否满足设计目标，也需要做模态分析，以及后期产品出现故障，要排除故障，也需要做模态分析。简单地说，模态分析是一种分析方法，是根据结构的固有特性，包括频率、阻尼和振型，这些动力学属性去描述结构的过程。严格从数学意义上定义是指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，对方程解耦使之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。因此，模态变换是将方程从物理空间通过模态变换方程变换到模态空间的过程；是将一组复杂的、耦合的物理方程变换成一组单自由度系统的、解的方程的过程。模态分析的最终目标是在识别出系统的模态参数、为结构系统的振动特性分析、振动故障诊断和预报以及结构动力特性的优化设计提供依据。因此，从根上讲，模态分析主要研究结构的固有特征，理解固有频率（请参考文章《》）和模态振型有助于设计噪声和振动应用方面的系统。模态分析主要用于：1)
\n评价现有结构的动态特性；通过模态分析可以求得各阶模态参数，同时考虑结构所受的载荷，得到结构的实际响应，从而评价结构的动态特性是否符合要求。2)
\n振动故障诊断和预报；随着结构故障诊断技术的迅速发展，模态分析已成为故障诊断的一个重要方法。利用结构模态参数的改变来诊断故障是一种有效方法。例如，根据模态频率的变化可以判断裂纹的出现；根据振型的分析可以确定断裂的位置；根据转子支承系统阻尼的改变，可以诊断与预报转子系统的失稳等。3)
\n控制结构的辐射噪声；结构声是源激励结构振动，通过结构振动传递到接收者附近，再向外辐射噪声到达接收者的位置，像这类结构辐射噪声主要通过模态匹配进行控制。如车顶棚奇数阶模态对车内噪声贡献量就比较大，而偶数阶贡献很少。为了减少结构声的辐射，就必须抑制或调整奇数阶模态。4)
\n深入洞察振动发生的根本原因；根据“源-路径-接受者”模型，可以确定到底是源的问题，还是结构特性问题。从而确定到底是修改源还是修改结构特性以改善问题发生的根本原因。5)
\n有助于识别出设计中的薄弱环节；产品设计中出现了薄弱部分，其刚度必须降低，因此，薄弱环节必然影响模态参数，导致出现明显的局部模态。另一方面，薄弱部分辐射的噪声也必然增大。6)
\n结构动力学修改（SMD）；当获得了结构的模态参数之后，可在不修改实际结构的情况下，基于模态数据进行动力学修改（加减质量、弹簧-阻尼、动力吸振器等），验证修改之后的动力学行为，这实际结构的动力学修改提供指导。7)
\n结构健康监测（SHM）；很多时候需要对处于运行中的结构进行健康监测，如机械设备、桥梁等大型结构，模态参数也是健康监测中一个非常重要的参数。通过参数的渐变可以提前预报故障，防止发生重大安全事故。8)
\n检验产品质量；当结构的产品质量出现问题时，其模态参数跟正常产品的必然不同。像制动盘生产流水线上，就有通过检测产品的频响函数来区分残次产品的装置。9)
\n获得合理的安装位置；当需要在结构上安装一些别的结构时，这时应考虑合理的安装位置。如排气系统需要悬挂在车身上，到底悬挂排气系统什么位置就由排气系统的模态参数决定。通过合理选取模态阶数，综合考虑这几阶的模态节点，确定最终的吊耳位置。10)
\n验证有限元模型的准确性；在试验模态前期阶段，通过有限元模态分析可以帮助确定试验中的测点分布和参考点位置。而在后期阶段，试验模态的结果可以用于校准有限元模态，提高模型的准确性，因为有限元模型是作了很多简化处理的，如装配与接触等等方面。11)
\n……目前，模态分析作为一种分析手段，广泛应用于航天航空、国防军工、船舶、汽车、土木、桥梁、机械等行业。2. 与振动测试的区别模态测试时，需要给被测对象施加激励，通过传感器测量结构的响应，然后计算结构的频响函数，再进行参数识别，最后得到模态参数。因而，模态测试可以用“输入-结构-输出”模型来表示，类似于“源-路径-接受者”模型。输入看作源，路径是结构特性，接受者是响应。当然，模态测试时，结构多半是处于静止状态的。基本的振动噪声测试时，通常结构是处于某种工作状态，测量结构在这种工作状态下的响应。此时，处于工作状态下的结构受到工作载荷的激励，通过各种传递路径，在测量位置体现出来相应的振动噪声响应。通常受工作载荷的激励，结构会被激起一些模态（注意不是全部模态，这其实是所谓的模态参与），激励起来的每一阶模态都会在测量位置处产生相应的响应，这些激励起来的模态在测量位置的响应的叠加，就是基本振动噪声测量获得的这个响应，因而，这个响应是结构在受当前工作激励下的总响应。也就是说，当前测量获得的响应是结构受工作载荷的激励，所激起来的所有模态在这个测量位置处产生的响应的总和。还记得什么是ODS（工作变形分析，Operational\nDeflection Shape）吗？ODS是各阶模态的线性叠加。在进行ODS分析时，不像模态分析，需要进行参数识别，获得各阶模态参数，而ODS是直接使用各个测量数据在当前时刻的实际响应来查看结构的变形，不进行任何分析。当然了，这是指时域ODS，如果是频域ODS则是将各个测量数据转换到频域之后，用频域的数据直接查看在当前频率处的实际变形，也是总变形或总响应。模态分析帮助人们获得各阶模态参数，得到的模态振型是矢量，是相对量，非绝对量，因而可对模态振型进行任一缩放。有时，缩放比例较大时，模态振型可能都有冲破电脑屏幕的趋势，当然了，这仅是从缩放的角度来考虑的。因为一个向量，可乘以一个无限大或无限小的比例因子。而只有当模态参数乘以了输入，从而产生相应的响应才是绝对量。而这个绝对量也正是基本振动噪声要测量的响应。也就是说受工作载荷激励的结构所产生的响应是激起的各阶模态乘以当前工作载荷在测量位置处所产生的各阶响应的总和。有时，人们也把工作状态下的这个响应数据称为工作数据。比方工作模态分析时，就需要测量工作数据，然后再进行模态分析。工作数据是激起来的各阶模态在测量位置处产生的响应的线性叠加，各阶模态在叠加时，每阶模态都存在一个加权系数，如下图所示，实际工作状态下的振动响应等于各阶模态乘以相应的加权系数之和。各个加权系数的大小取决于输入力的大小、个数、位置与频率成分等因素。因此，工作状态下的振动噪声测量是激起的各阶模态的线性叠加，是结构在当前载荷下的总变形或者总响应。既然已有工作数据，那为什么还要这么麻烦去采集模态数据呢？模态数据采集和参数提取过程似乎更繁琐。这是因为工作数据是工作条件下结构行为的真实描述，这是非常有用的信息。然而，许多时候工作数据让人迷惑不解，未必能为怎样解决或改正工作状态中出现的问题提供明确的指导。能同时结合工作数据和模态数据去解决动力学问题，那是最理想的情况。3. 试验方法分类模态分析方法主要分三类，分别是实验模态分析EMA、工作模态分析OMA和工作变形分析ODS。实验模态分析（Experimental　Modal　Analysis，EMA），也称为传统模态分析或经典模态分析，是指通过激励装置对结构进行激励，在激励的同时测量结构响应的一种测试分析方法。激励装置主要有力锤和激振器，因此，实验模态分析又分为锤击法和激振器法。根据激励个数和响应个数，EMA又分为单输入单输出测量技术（SISO）、单输入多输出测量技术（SIMO）和多输入多输出测量技术（MIMO）。SISO通常是指只有一个激励和一个单向传感器，一般锤击法有可种采用这种测量方式。SIMO是指仅使用一个激励，有多个响应测量自由度，锤击法和激振器法都有可能采用SIMO方式。MIMO是指使用多个激振器激励结构，多个响应测量自由度。MIMO方式具有输入能量更大、更均匀、数据一致性更好、能分离出密集模态和重根模态等优点，一般在大型复杂或轴对称结构模态试验中采用该方法，分析效果更理想。工作模态分析（Operational Modal Analysis，OMA），也称为只有输出的模态分析，在土木桥梁行业，工作模态分析又称为环境激励模态分析或称为脉动法模态分析。这类分析最明显的特征是仅测量结构的输出响应，不需要或者无法测量输入。当受传感器数量和采集仪通道数限制时，可能需要分批次进行测量。工作变形分析（Operational Deflection Shape，ODS），也称为运行响应模态，严格意义上讲，此类分析不是模态分析。前面我们已称讲过，ODS是各阶模态的线性叠加。它又分为时域ODS和频域ODS，时域ODS是所有模态在当前这一时刻的叠加，频域ODS是所有模态在当前频率处的叠加。ODS跟模态分析的区别在于，模态得到的是结构的模态振型，而ODS得到的是结构在某一状态下的变形或总响应，如上图所示。此时分析出来的ODS振型已不是我们常说的模态振型了，它实际是结构模态振型按某种线性方式叠加的结果。只是人们还习惯性地称这种变形形式为振型而已。实验模态分析需要激励，一般现场试验较难实现，多半在实验室中进行。相对于OMA而言，EMA需要使用激励装置，故增加了设备费用，成本加大。另一方面，在实验室中进行EMA测试，结构在实验室的状态可能与实际使用的状态大不相同。实验室易于进行部件试验，难以完成大型系统试验。工作模态分析OMA无需测量激励，节省了激励设备投资。由于仅测量响应，相当于把“模态试验”简化成“响应测量”，故可用于机械状态监测和结构健康监测。测量时，可以用单个或多个测点作为参考点，因此，OMA还具有多输入多输出MIMO的特点，能区分密集模态和重根模态，适用于复杂结构。4.试验类型分类对于EMA而言，可以采用多种频响函数测量方法，根据激励参数的类型和响应传感器的类型，可为分为振动模态、声振模态、声（腔）模态和应变模态等。如果频响函数是基于力（力锤或激振器）和振动传感器（位移、速度或加速度等类型传感器）测量得到的，那么，把这种方式下得到的模态称为振动模态。这些频响函数在TPA分析中也称为力振传函VTF。如果频响函数是基于力（力锤或激振器）和声压传感器测量得到的，那么，把这种方式下得到的模态称为声振模态。这些频响函数在TPA分析中称为力声传函NTF。如下图所示为对一块铝板进行的频响函数测量，红色为振动模态FRF，绿色为声振模态FRF。对比模态峰值，可以发现，两种方法得到的峰值频率是相同的。另一方面，根据对称性，声振模态也可以采用体积声源当激励，测量加速度响应获得FRF。如果激励采用体积声源，响应用声压传感器进行测量，那么这种方式得到的模态称为声（腔）模态。该方式下获得的频响函数在TPA分析中称为声声传函P/P。通常对一些封闭的腔室需要做声模态，如汽车乘员舱。下图为某汽车的乘员舱的某一阶声模态结果。以上几种测量方法，可以用下表来描述。最常见是还是采用力锤或激振器进行激励，测量振动响应得到振动模态。因为这样获得的频响函数的质量高，信噪比好。而声振模态和声模态，相对而言，测量较少，特殊情况下才会测量分析。EMA除了以上几种类型之外，还有一种是用力作为激励，响应用应变片（花）进行测量，得到所谓的应变模态。由于应变片质量轻，相对于加速度传感器而言，质量载荷不会成为问题。但是应变测量下得到的频响函数信噪比比振动传感器测量差很多，这是由于结构的变形很微弱。另一方面，从测量设置来说，应变测量比振动测量要付出更多的努力。从理论角度上说，位移模态的频响函数中包括的是输入输出位置的振型值，但在应变模态的频响函数中包括的是应变振型值和位移振型值，因此，应变模态的频响函数矩阵不再是对称阵。关于应变模态的详细介绍，会在后续推出，敬请关注。下图左侧为某个结构的位移模态，右侧为这个结构同一阶的应变模态，右侧的应变模态用颜色的深浅来表征变形大小。OMA除了使用常规的振动传感器测量响应进行模态分析之外，还有一种类型称为基于阶次的模态分析（OBMA），提取的也是模态参数。但使用的是阶次数据，因此，需要测量转速，并且尽可能多的使用多个PPR获得阶次数据，同时需要使用原始的时域信号。由于是基于阶次的模态分析，因此，选择的阶次不同，获得的频带宽度是不一样的，当要获得低频的模态时，应选择低阶次。还记得在阶次分析中，瀑布图中存在明显的共振频率线吗？这就是说明结构的固有频率被阶次激励起来了。因此，进行阶次模态分析时，要求主要地阶次应能激起感兴趣的带宽，这样模态响应才能被很好地激起来。下图为某结构的阶次分析结果，对该阶次数据进行基于阶次的模态分析，得到的振型如下面的动画所示。PS：由于不支持上传，所以视频动画无法播放。5. 模态试验设计准备一次模态分析实验时，试验工程师应当考虑有关实验结构的一切可用知识。其中包括实验目的、方法、测试设置、所要求的数据（频响函数或模态参数），测量结果的精度等信息。在设计实验时，应该尽可能地考虑一切可能遇到的问题，运用一切能运用的知识，包括经验，合理地安排、组织实验。从实践的角度讲，一个好的试验设计应符合下面的一些准则：1.
对应性：测量出的模态应与实际存在的模态相对应，也就是模态分析的极点必须全部是物理极点，不存在数学极点。2.
激励装置：试验设计应包括一套激励装置，以保证能激励出所有感兴趣的所有模态。应根据结构特点，选择力锤还是激振器等激励装置。3.
响应：应根据结构特点，选择合适的传感器用于测量响应，避免出现明显的附加影响。4.
识别：测数据应包括识别有关参数所必须的信息，因而参考点选择至关重要，应使所有的模态在参考点的FRF中都是可见的，这样才能保证能识别出所有的模态参数。\n5.
结果验证：工程师要会观察这些模态振型，并通过视觉或工具判断模态的精度，并将直观结果与计算结果进行相应的比较。6.
鲁棒性：即设计的实验应该是稳健的，也就是对模型的误差不能太敏感。7.
可达性：所选取的响应和激励自由度应当易于触及操作。(PS:除第3条外，以上几条均来自于网络，但内容有增补)\n\n因此，试验工程师在设计模态试验时，应考虑有关实验的方方面面，包括时间进度安排、测量仪器选取等，综合考虑各种可能出现的情况，尽量减少试验过程中出现问题。扩展阅读觉得不错，请点赞！更欢迎打赏！","updated":"T03:39:23.000Z","canComment":false,"commentPermission":"anyone","commentCount":5,"likeCount":96,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T11:39:23+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-e2dfedff5ec0eb800e2f7_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":5,"likesCount":96},"":{"title":"计算模态怎么与试验模态对比？","author":"linmue-tan-xiang-jun","content":"声明：本文首发于《模态空间》公众号。未经授权，严禁转载！在《》一文中，我们已经知道模态的先后顺序是由结构的质量分布和刚度分布所决定的，跟其他因素没有关系。其他因素对模态结果有影响，也是影响到质量分布和刚度分布这两个影响，从而影响最终的模态结果。在讲述试验模态与计算模态对比之前，先让我们讨论一下二者结果差异的可能原因。影响计算模态精确的可能主要因素有如下方面：1）几何模型尺寸：由于计算模态需要建立几何实体模型，如果几何模型与实际结构在尺寸方面存在差异，则必然影响几何模型的质量分布和刚度分布，从而影响计算的模态结果。2）材料属性：计算中所使用的材料属性都认为结构是均匀致密的，不存在孔隙裂纹等，可能还认为结构是由各向同性材料或横观各向同性材料构成，但实际上可能是各向异性材料，因而给计算带来误差。3）边界条件：计算模型中的边界条件与结构所处的实际边界条件有很大的差异，或者计算时简化不合理。4）装配接触关系：计算模型中所定义的装配或接触关系与实际情况偏离太远。5）单元类型：计算所选择的单元类型不能准确地表达结构的力学行为。6）其他方面：如网络尺寸、网络类型等方面也可能会影响到精度，另外算法对高阶模态也有影响。影响试验模态精确的可能主要因素有如下方面：1）激励能量：激励能量不够，可能不能激起结构全部关心的模态。2）测点数量：测点数量不够或位置不合适，可能不能唯一区别所有模态，导致有多阶模态非常相似。3）参考点：如果参考点选择不合适，会出现模态丢阶的情况。4）试验数据不完整：除了测量自由度有限之外，频响函数的频带也是一定的，另外，计算中可以考虑任何方向，但测量可能很难做到。5）数据一致性：如果存在质量载荷、支承等条件的变化，可能会出现频率移动，多模态的情况。6）受噪声影响：测试过程中可能会受到噪声的干扰，从而对试验结果有影响。7）极点估计：模态分析的第一步是进行极点估计，如果极点选择不是物理极点，则出现虚假模态；如果错过了一些物理极点，则会出现丢阶现象。二者怎么对比总的说来，试验模态分析出来的模态如果是真实的物理极点，那么这一阶模态就是真实可信的。如果测试没有问题，合理考虑了各个方面，得到的结果可以认为是精确的。但计算模态，即使各方面都考虑了，也很难说结果就真实可信。因此，通常试验结果用来校准计算模型的精确性。那么，试验模态与计算模态怎么对比呢？按频率还是按振型？模态参数包括频率、阻尼和振型，但由于阻尼比在计算模态较难确定，因而，计算模态与试验模态对比的参数主要为频率和振型。不管是计算模态还是试验模态，模态阶数的先后顺序都是按频率从小到大的顺序排列的。二者对比时，怎样才算是同一阶呢？最理想的情况是频率相近，振型相同，但现实情况往往相反。可能频率相近，但振型不同，或者振型相同，但频率相差甚远。如果按频率先后顺序来对比，也就是按频率大小排列，阶数相同为同一阶？如果二者频率相近，振型不同，算同一阶吗？如果按振型来对比，但若是振型相同，频率相差较大，算同一阶吗？二者对比的正确做法应首先对比振型，振型相同才是同一阶，哪怕频率相差甚远。在振型相同的基础上，再要求频率匹配。如下图所示，左列为试验模态结果第17，18阶（为一对重根模态），右列为计算模态结果中的21，22阶，二者的振型是相同的，但阶数完全不同，频率也相差甚远，相差了近320Hz，但仍然是同一阶模态。在本例中，试验模态与计算模态的阶数完全不同，频率相差甚远，但振型是相同的，所以，对比二者时，它们是同一阶。文章的开头就说过，模态的先后顺序仅是质量分布和刚度分布所决定，不受其他因素的影响，其他因素有影响也是影响到这两个参数，最后才影响到模态顺序。在这个例子中，模态的先后顺序不同是由于在建模时，制动盘的顶部沿半径方向从外往内，厚度是逐渐减小的，虽然减小的幅值不大，但在计算时建立的几何模型却考虑的均匀厚度，从而影响到了质量与刚度的分布，最终影响到模态的先后顺序。在这个例子中，如果不按振型来考虑，则发现不了计算模型中的几何误差导致了二者的差异。因此，对比时按振型来对比才是正确的做法，哪怕频率相差甚远。也正是从按振型的角度来考虑，才使得计算模态知道计算结果与实际结果偏离了多少。试验模态与计算模态对比时，假设振型相同，频率相差多大时才可接受呢？理论上讲，当然二者的误差越小越可接受，但到底多大才能让人接受呢？这没有固定的说法，到底是1%，5%还是10%，主要看人们的可接受程度。很多情况下，单一材质的结构，二者的误差可以控制在1%以内。如在这个制动盘例子中，最小的相对误差不到0.1%，但是最大的相对误差也达到了10%，这是由于计算模型的几何尺寸引起的。但是随着阶数的增加，误差也会越来越大，这是因为越高阶，振型越复杂，建模和实际结构的结构局部细节更容易产生差异。另一方面，装配体或考虑了边界条件的复杂结构，二者对比起来，误差会更大一些。当然了，实质上讲，计算模态与试验模态的对比主要还是集中在低阶模态，因为，试验模态也受激励，测量自由度和带宽的限制。复杂的计算模型通常可以认为是由不同的部件通过各种装配关系形成所谓的装配体，最后再对这个装配体考虑边界条件。因此，从二者对比的角度来说，也应从这三个方面的先后顺序来进行对比，即首进行部件级对比，然后进行装配体对比，最后对比考虑了边界条件的模型。这个对比过程虽然比较繁琐，但是却对模型修正非常有利。因为，对于部件而言，材质较单一，这时对比起来的误差会比较小，如果计算模型误差较大，修改起来也方便。所有部件对比的精度都在可接受的范围以内了，再考虑装配关系，在计算模态有一种算法称作模态综合，这时可以将之间的部件结果按模态综合的方式得到装配体的模态结果。最后再对比考虑了边界条件的装配体。在对比过程中，由于不同部件都需要做试验，因此，考虑花费不少时间与精力。但现实当中，可能绝大多数对比过程，都是直接对比考虑了边界条件的装配体。这时，当误差很大的时候，可能都不知道该从何种方面着手修改计算模型了。精确的动力学模型的用途结构动力学修改是一种数学处理方法，它利用模态数据（频率、阻尼和模态振型）确定由于物理结构的修改所引起的系统动态特性的改变效果。实际上，这些计算可以在无需对实际结构作物理修改的前提下进行，在获得精确的动力学模态模型之后，通过各种修改手段，如改变质量、刚度和阻尼或增加动力吸振器等，对动力学模型进行修改预测，直到达到合适的设计更改为止，如下图所示。除了结构动力修改研究之外，还可以进行强迫响应仿真预测因外力引起的系统响应，验证设计的结构在受现实世界中的激励力作用下是否满足设计要求。当然，精确的模型还有其他一些应用，如模型可用于CFD计算，灵敏度分析等。觉得不错，请点赞！扩展阅读","updated":"T14:02:38.000Z","canComment":false,"commentPermission":"anyone","commentCount":2,"likeCount":25,"state":"published","isLiked":false,"slug":"","isTitleImageFullScreen":false,"rating":"none","sourceUrl":"","publishedTime":"T22:02:38+08:00","links":{"comments":"/api/posts//comments"},"url":"/p/","titleImage":"/v2-307bbe6c6d8be4e5f8bd8e8b63bdc41b_r.jpg","summary":"","href":"/api/posts/","meta":{"previous":null,"next":null},"snapshotUrl":"","commentsCount":2,"likesCount":25},"":{"title":"整车性能及NVH性能的开发与管理","author":"linmue-tan-xiang-jun","content":"声明：本文首发于《模态空间》公众号。未经授权，严禁转载。转发朋友圈不受影响！近几年，国内汽车工业的飞速发展，不仅提高了人们的生活节奏和品质，同时也带动了社会生产力的发展。如今，各个汽车公司的竞争越来越激烈，人们对汽车的要求也随之提高。要想提高竞争力，除了有吸引眼球的外观造型外，最关键的还是汽车的整车性能。整车性能涉及到各个专业部门，需要由一个部门牵头全权组织和负责，其他各专业部门一起配合完成。本文以某自主研发越野车为例，首先详细阐述了整车性能的定义和分类，然后侧重介绍整车NVH性能的开发流程。通过本文的研究可以得到整车性能的开发流程和管理规范。本文主要内容：整车性能定义和分类；整车性能开发流程；整车 NVH性能；整车NVH性能分析；总结。1 整车性能定义和分类1.1 整车性能的定义整车性能是一个广义的概念，涉及到汽车的方方面面。来源是客户的感受[1]。我们在进行汽车设计开发时，不仅要考虑汽车物理结构的设计，更要考虑汽车结构所具有的满足客户需求的内在特性，这些特性即为整车性能。简言之，整车性能是适应各种使用条件、满足顾客使用需求及社会环境需求的能力。1.2 整车性能的分类按照整车性能的定义，根据用户使用感受和社会环境需求，将整车性能划分为使用环境、物理特性、产品性能和可靠性。使用环境：主要定义车辆在目标寿命内在销售区域中可能面临的环境条件。主要定义使用环境的温度范围和海拔高度。物理特性是指汽车外在的、可以直接看到的一些性能。包括汽车造型、色彩；尺寸和容积；整车重量；空气动力学等等。产品性能是指汽车具有的，能够满足用户和环境需求的性能。包括噪声与振动性能（NVH性能）；碰撞安全性能；动力性能；操稳平顺性能；燃油经济性能；环境温度性能；乘坐舒适性能；排放性能；制动性能；电子系统性能；座椅及约束系统的舒适性；娱乐音响系统；灯光系统等等。可靠性能是指整车及关键部件在目标寿命内可靠耐久性能，主要包括整车可靠耐久性能、关键部件可靠性要求、耐腐蚀性等等。2 整车性能开发流程整车性能开发涉及到各个专业的方方面面。首先，在项目开发初期，需要考虑市场和用户需求、法规要求以及研发制造能力，结合对标杆车的性能进行分析，综合这些因素得到研制车辆的整车性能目标。然后，在设计阶段，需要结合经验和CAE分析（包括NVH性能分析、强度耐久性能分析、流程分析、动力性经济性性能计算、碰撞安全性能计算等等），将整车性能指标转换到部件级的性能指标，用于指导结构专业进行设计。最后，在试制阶段，通过样车的整车性能试验，对整车性能指标进行验证和优化。参见流程图1。图1 整车性能开发流程图针对以上流程，这里分别介绍各个环节的内容。市场和用户需求研究，主要是用来定义样车的基本结构及技术等，包括市场样车调研，用户信息调研，技术路线研究等。标准法规研究，是依据目标市场对开发产品的技术法规要求，结合国内标准，进行有针对性的目标区域法规解读与适应性分析，确保产品符合当地法规要求。研发制造能力，在制定性能目标时，不能盲目追求高性能，必须考虑实际的设计能力、生产周期、成本预算、项目节点等。对标杆样车进行性能研究，可以采取CAE和试验两种方法，相比之下，试验的方法更加方便快捷。因此，现在各大主机厂主要采取试验测试的分析手段，包括主观试验和客观