MODAL SPACE – IN OUR OWN LITTLE WORLD
模态空间 – 在我们自己的小世界中 Pete Avitabile(著) KSI科尚仪器 董书伟（译）
我知道某些激振器激励具有不同的特性 – 但是用哪种最优呢？
我们讨论一下这个问题。
2014年05月07日 发布 ver1.0
我们讨论一下目前模态分析用得最普遍的激励技术。它们是随机、伪随机、猝发随机、正弦扫频和数字步进正弦。只是简单地回顾一下它们（因为之前曾讨论过它们），但是更重要的问题是，它们总是都提供相同的结果吗？对此，并不总是有一个简单的答案，所以我们将要讨论一下进行激振器试验时的一些注意事项。作为参考，所用的主要激励技术如图1所示。
今天，有时候仍然会用随机激励，即使泄漏和窗函数会引起所采信号的某种失真。时域信号用不同的颜色表示。（这么做的主要目的是突出这个事实，从这一个记录到下一个记录，每个测得的时域信号都是不同的。）因为每个信号样本跟其他任一个相比都是不同的，所以对于每个采集的数据记录，系统都是用不同的频谱特征进行激励的。如果系统有轻微的非线性，那么系统对每个数据记录的响应都将不同 – 在存在这些轻微的非线性的情况下，平均后的数据将会反映系统的最优线性描述。这种激励对于减少或者平滑受到噪声或其他测量结果污染的数据非常有效。但是泄漏和窗函数容易造成测量结果失真，所以这不是最优的激励技术。
伪随机事实上不过是感兴趣频率范围内的一组谱线，对它们进行逆变换，转换到时域，产生一个激励信号。一般说来，激励系统足够长时间，在达到稳态响应的条件下，不存在泄漏影响，因为激励本质上是正弦的。这证明是一种非常有用的激励技术。但是，因为信号是重复的（注意，从一个记录到下一个记录，激励的颜色是相同的），系统将按照确定的方式进行响应。这将不会平均掉系统中可能存在的任何轻微非线性或者噪声。对于在性质上相对线性的结构，伪随机用起来非常好。
作为一种非常好的激励技术，发展出了猝发随机激励，它把随机和伪随机激励二者合在一起。从一个记录到下一个记录，信号是随机的（注意，从一个记录到下一个记录，颜色不同），并且在这个过程中可以平均掉非线性。因为在一次样本时间段内可以完全观察到信号，没有泄漏就无需加窗。唯一关心的是，要确保在数据样本记录段内，输入和输出响应这两者都可以完全观察得到。
正弦扫频激励是一种快速扫描正弦信号，在样本时间段内完全可以观察的到。在达到稳态的条件下，不存在泄漏的影响。这种激励跟伪随机在优点/缺点上都非常类似。一个额外的优点是力的幅值可以控制，可以用来确定系统的非线性。
数字步进正弦激励又是另外一种非常有用的激励技术。这跟伪随机很类似，除了每次只激励一个频率。但是一个非常重要的区别在于信号幅值的描述改善了。宽带技术（那些上面讨论过的）要求应该设置模数转换器（ADC）来捕捉整个频率范围内的全部能量。但是在频谱范围内，频率特征可能在幅值上有很大的变化。对于数字步进正弦，这不是问题，因为激励/响应的全部能量都献给了频谱上的一个单独的谱线。于是，对这种激励，量化误差不是问题。
所以要怎么做，看起来似乎非常简单了。嗯，现实情况是，事情并不总是那么简单。所以现在既然我们已经将所有的激励技术进行了分类，那我们讨论一下可能会发生什么问题。总的来说，在过去的几十年里，我通常发现猝发随机总体上工作起来效果最好。但很多情况下，当结构本质上相当线性时，我也会用正弦扫频。当我需要非常高分辨率FRFs的时候，那我会用数字步进正弦。我曾有一两次用伪随机或者随机。所以我解释一下我用过的其他信号以及为什么用它们的原因。
很多年前我测试过的一个结构是阻尼非常小的系统。事实证明，猝发随机不是很有效。系统的阻尼是那么的小以至于在时间记录的一次样本时间段内响应不能完全观察得到 – 即使是在猝发设置为少于5%时间窗的条件下。幸而这个系统是相当线性的，所以用了伪随机激励（但是对这个结构，正弦扫频用起来也会非常的有效。）
当结构确实具有某种非线性时，则可能希望按照一种跟现场条件可以比拟的幅值进行试验。对这类试验，正弦扫频证明是一种非常好的激励技术。那么为什么不用数字步进正弦 – 嗯，对这个特别的试验，没有足够多的采集通道来进行可行的试验。
我认为实现的最好事情是，总会有一些情况，可以使得某种已有的激励技术提供比其他激励技术更好的测量结果。需要对比每种技术，以便确定哪种最优。不要只是依赖一种在过去已经证明是可以接受的技术。
但是今天，对模态试验，在多通道系统更为普遍的条件下，我的建议是利用所有的激励技术。今天有足够多的硬盘存储空间，这不该是问题了。因为要花大量的时间在结构上布置很多的加速度计，为什么不用所有不同的激励技术呢 – 即便是数字步进正弦，它比基于宽带的技术要花多点的时间。如果你已经花了3天或4天来进行设置大型的试验，你还认为有人会在乎你是否花几个小时来采集所有可能的数据吗？我不认为会有反对的意见。这样至少你得到所有的数据了。
我希望我已经回答了你的关于不同激励技术的问题了。如果你有关于模态分析的任何其他问题，尽管问我好了。
上一篇：42. 模态空间04.12 – 对测试进行了很好的设置,还有理由观察每个频响的时域和频域结果吗？
下一篇：44. 模态空间05.04 – 进行锤击试验时输入谱看起来失真了 – 你认为我的FFT分析仪有问题吗？
延伸阅读[new]： 《振动：解析与试验模态分析》辛辛那提大学教授Randall J. Allemang博士 编著 KSI科尚仪器 董书伟 翻译…