基于粒子群算法的改进模态参数识别方法
基于粒子群算法的改进模态参数识别方法
复制标题
DOI：
10.13465/j.cnki.jvs.2022.02.031
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
徐洪俊
中科院分区：
文献类型：
--
作者：
张锦东;郭小农;罗晓群;张玉建;徐洪俊
针对一类多模态振动衰减信号的模态参数识别,结合奇异值分解(singular value decomposition,SVD)、解析模态分解(analytical mode decomposition,AMD)、自回归功率谱和粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的模态参数识别方法(PSO-AMD),可实现在强干扰环境下密集频率信号的模态参数识别。对模拟振动响应信号的分析结果表明,该研究提出的改进方法具有更高的稳定性,对低信噪比、密集频率、大阻尼的振动信号仍保持高识别精度。该研究的模态参数识别方法可应用于复杂噪声环境中的大阻尼和密集频率衰减振动信号的模态参数识别。