基于MATLAB的试验模态参数识别系统

资 源 简 介

本项目采用MATLAB实现试验模态分析的时域识别方法，通过处理多通道振动信号，自动提取固有频率、阻尼比和振型系数等关键模态参数，适用于结构振动特性分析。

详 情 说 明

基于时域信号的试验模态参数识别系统

项目介绍

本项目实现了一套用于试验模态分析的时域识别系统。系统通过对采集得到的一维或多通道振动时域信号进行处理和分析，自动识别并提取被测结构的模态参数。核心算法采用时域分析方法，能够精确计算出结构的固有频率、阻尼比和振型系数等关键参数，为结构动力学特性分析与验证提供重要依据。

功能特性

• 多通道数据处理：支持对多测点同步采集的时域振动信号进行分析。
• 信号预处理：包含数据去噪、趋势项消除等预处理功能，提升信号质量。
• 时域模态识别：核心算法集成随机减量法（Random Decrement Technique）与特征系统实现算法（Eigensystem Realization Algorithm, ERA），从时域响应中直接识别模态参数。
• 参数自动提取：自动识别系统的各阶固有频率、阻尼比，并计算振型系数。
• 结果验证与可视化：提供模态置信因子（MAC矩阵）计算、稳定图分析等功能，用于验证模态参数的正确性与可靠性。若提供几何信息，可进行振型可视化。

使用方法

1. 准备输入数据：准备一个 n×m 维的时间序列数据矩阵（n为采样点数，m为测点数目），并确定采样频率。可选准备传感器位置坐标或结构几何信息文件以增强可视化效果。
2. 配置参数：运行主程序，根据提示或修改脚本内的参数设置，如采样频率、分析模态阶次等。
3. 执行分析：运行程序。系统将自动完成信号预处理、模态参数识别、结果验证与图形输出。
4. 查看结果：程序运行完毕后，将在命令行窗口输出识别出的固有频率与阻尼比列表，并生成包括振型图、稳定图、MAC矩阵图在内的结果图表。

系统要求

• MATLAB R2018a 或更高版本。
• 所需的信号处理工具箱、统计与机器学习工具箱。

文件说明

主程序文件整合了项目的核心功能流程，负责调度整个模态参数识别过程。其主要能力包括：读取多通道时域数据并进行必要的预处理；调用随机减量法或时间序列分析模块以获取自由衰减响应或脉冲响应函数；利用特征系统实现算法进行系统辨识，求解状态空间模型并计算模态参数；最终进行模态验证、生成稳定图、MAC矩阵，并实现结果的可视化输出。