模態辨識

模態辨識是航天科學技術中獲取結構動力學特性的關鍵技術，主要通過固有頻率、阻尼比和振型等參數表征太空飛行器的振動特性。該技術在環境激勵條件下無需人工激振即可實現參數提取，廣泛套用於柔性衛星在軌監測、飛彈振動抑制等場景。針對低頻密集模態辨識難題，發展了基於機器視覺的位移場重構技術，通過視頻測量實現0.15%以內的頻率識別精度。近年來結合改進HHT算法與子空間辨識方法，有效解決了時變燃料消耗導致的模態參數漂移問題，為太空飛行器姿態控制系統設計提供核心參數支撐。

基本介紹

• 所屬學科：航天科學技術
• 核心參數：固有頻率、阻尼比
• 典型方法：隨機子空間法、NExT法
• 數據來源：加速度感測器、視覺測量
• 套用場景：在軌狀態監測
• 技術標準：V414.1分類體系

技術方法體系

環境激勵模態辨識採用隨機子空間法構建Hankel矩陣，通過奇異值分解直接估計系統矩陣，在飛行器24測點試驗中實現了15階模態參數的全自動提取。ARMA-NExT混合方法通過遙測數據時序建模，兼具短時段靜態辨識與長時段動態演變分析能力。

視頻測量技術突破接觸式感測器限制，光流法結合奇異值分解建立的連續模態修正模型，使拱形結構前5階振型MAC值達到0.95以上。針對高頻模態衰減難題，信號增強與奇異熵降噪的組合算法使辨識頻寬提升至228Hz。

在軌套用實踐

柔性衛星在軌模態試驗採用氣浮平台模擬微重力環境，低幅隨機激勵配合視覺標定流程，解決了空間站大型太陽翼的振型獲取難題。2023年發展的遞歸預測器子空間辨識法（RPBSID），通過剛柔耦合模型實時追蹤撓性結構轉動引發的參數漂移，仿真驗證誤差小於5%。

飛彈工作模態辨識中，改進EEMD算法採用極值鏡像延拓抑制端點效應，在41-228Hz密集頻段實現模態分離，阻尼比辨識精度提升至95%。該方法成功套用於彈性振動仿真，為凹陷濾波器設計提供時變頻率數據支撐。

測量技術影響

測點布置策略直接影響模態辨識精度，振型幅值較大區域布置多測點時，ARMA模型參數估計誤差可降低30%。數據噪聲對阻尼比識別影響顯著，協方差濾波技術使環境激勵下的信噪比提升至40dB以上。

視覺測量系統的空間解析度達到像素級，通過結構連續性條件修正梯度不足區域的位移場，使高頻模態振型重構完整度提升至98%。該方法在太空飛行器薄壁結構監測中展現出獨特優勢，避免傳統加速度計的質量負荷效應。