JP2012233814A - Vibration test control device - Google Patents
Vibration test control device Download PDFInfo
- Publication number
- JP2012233814A JP2012233814A JP2011103409A JP2011103409A JP2012233814A JP 2012233814 A JP2012233814 A JP 2012233814A JP 2011103409 A JP2011103409 A JP 2011103409A JP 2011103409 A JP2011103409 A JP 2011103409A JP 2012233814 A JP2012233814 A JP 2012233814A
- Authority
- JP
- Japan
- Prior art keywords
- time series
- psd
- random
- series signal
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
本発明は、振動試験制御装置に関する。詳しくは、工業製品に、使用環境下と同様のランダム振動を実験室内で与えることにより、工業製品の耐震性及び耐久性を評価するものである。 The present invention relates to a vibration test control apparatus. More specifically, the earthquake resistance and durability of an industrial product are evaluated by applying the same random vibration to the industrial product in the laboratory.
工業製品の適正な作動を検証するために、製品に加わる様々な振動を自然環境に近い状態でテストすることは製品設計上重要なプロセスのひとつである。
振動試験においては実際の使用・設置環境において想定される状況や使用・輸送時に記録された複雑な振動を試験体(製品)に与えて振動試験を行う事が求められる。
ランダム振動試験においては、周波数分布で規定されたパワースペクトル密度(Power Spectrum Density;PSD)を持つ正規分布のランダム信号(尖度=3)が用いられてきた。
しかし近年、非正規分布のランダム信号(尖度>3)の必要性が叫ばれるようになってきた。
従来の振動試験制御装置では試験に供されるランダム信号は正規分布の確率密度分布関数から生成された正規分布ランダム信号が用いられ、ランダム試験の目標PSDとその応答の平均PSDとの比較により制御が行われてきたためランダム信号の尖度をパラメータとするランダム振動試験を行うことができなかった。
In order to verify the proper operation of an industrial product, testing various vibrations applied to the product in a state close to the natural environment is one of the important processes in product design.
In the vibration test, it is required to perform the vibration test by giving the test object (product) the complicated vibration recorded in the actual use / installation environment and the situation used / transported.
In the random vibration test, a normally distributed random signal (kurtosis = 3) having a power spectrum density (PSD) defined by a frequency distribution has been used.
In recent years, however, the need for non-normally distributed random signals (kurtosis> 3) has been screamed.
In the conventional vibration test control device, the random signal used for the test is a normal distribution random signal generated from the probability density distribution function of the normal distribution, and is controlled by comparing the target PSD of the random test with the average PSD of the response. As a result, random vibration tests using the kurtosis of random signals as a parameter could not be performed.
図11を参照して従来の振動試験制御装置100の構成と動作について説明する。
振動加振機装置(試験体およびセンサーを含む)112からの応答信号はAD変換器111にてデジタル信号に変換する。
このデジタル信号をFFT変換器110での処理によりフレーム単位のフーリエスペクトルを計算し、ある一定時間平均化処理した応答PSD108を生成する。
被試験PSDパターンから得た目標PSD101と応答信号から得られた応答PSD108が比較され、目標PSD101と応答PSD108との差分であるPSD操作量109分で目標PSD101を修正した修正PSD102を生成する。
振動加振機装置112の伝達特性から逆伝達特性を計算し、逆伝達特性乗算103にて修正PSD102に対する伝達特性補正処理を施し、駆動PSDを生成する。
正規分布乱数生成器105で生成された正規分布ランダム信号を修正PSD102で正規化し、IFFT変換器(Inverse Fast Fourier Transform;逆高速フーリエ変換)104にて正規分布ランダム時系列信号に変換し、駆動波形合成106にて時系列信号の重ね合わせ合成処理を行ない、DA変換器107にて振動加振機装置112への駆動信号を生成する。
The configuration and operation of a conventional vibration
A response signal from the vibration exciter device (including the test body and sensor) 112 is converted into a digital signal by the
The digital signal is processed by the
The
A reverse transfer characteristic is calculated from the transfer characteristic of the
Normal distribution random signal generated by normal distribution
従来の振動試験装置100においてランダム振動試験を行う場合、正規分布乱数生成器105で生成された正規分布ランダム信号のみしか生成することができない。
そのため、正規分布のランダム信号(尖度=3)と非正規分布のランダム信号(尖度>3)とを含めたランダム信号の尖度(クルトシス(Kurtosis))がランダム信号生成時に指定できないため、尖度の異なったランダム振動試験が困難であった。
When the random vibration test is performed in the conventional
Therefore, because the random signal kurtosis (Kurtosis) including the normal distribution random signal (kurtosis = 3) and the non-normal distribution random signal (kurtosis> 3) cannot be specified at the time of random signal generation, Random vibration tests with different kurtosis were difficult.
上記課題を解決する本発明の請求項1に係る振動試験制御装置は、振動加振機装置(308)にランダム振動信号を与えて試験体の振動試験を行うランダム振動試験制御装置(300)において、試験体の加速度を検出するセンサーより得られた応答信号をAD変換によりディジタルの時系列信号に変換して応答時系列信号Rtを生成する応答時系列生成手段(307)と、試験目標として与えられる尖度(クルトシス)、分散及びPSDスペクトルの条件を満たす非正規分布の確率密度分布関数Dist(x)を求める確率密度分布関数生成手段(301)と、前記確率密度分布関数Dist(x)から非正規分布の目標ランダム時系列信号Tg[t]を生成する目標ランダム時系列信号生成手段(302)と、前記目標ランダム時系列信号Tg[t]から周波数空間での制御目標となる周波数系列の信号である目標スペクトルTfに変換する目標スペクトル生成手段(303)と、前記応答時系列信号Rtと駆動時系列信号Dtとから伝達関数及び逆伝達関数を計算し、前記目標スペクトルTfの周波数空間での振幅と位相を補正し、駆動フーリエスペクトルDrを生成する周波数系列補正制御手段(304)と、前記駆動フーリエスペクトルDrから逆高速フーリエ変換とオーバーラップ合成手法により滑らかな駆動時系列信号Dtを生成する時系列信号復号手段(305)と、を備え、前記目標ランダム時系列信号Tg[t]と前記応答時系列信号Rtとが合致する制御を行い、非正規分布ランダム信号による振動試験を実現することを特徴とする。
The vibration test control apparatus according to
上記課題を解決する本発明の請求項2に係る振動試験制御装置は、請求項1記載の振動試験制御装置において、確率密度分布関数生成手段(301)は、与えられたPSDパターンからrms値を計算し、そのrms値から平均PSDを求める工程(R01)と、前記平均PSDの平坦スペクトルを満たす正規分布時系列信号F(t)を生成する工程(R02)と、前記正規分布時系列信号F(t)における分散σ2を求める工程(R03)により、分散σ2と尖度Kwが決まる工程(R04)と、分散σ2と尖度Kwから確率密度分布関数Dist(x)を求める工程(R05)とを備えることを特徴とする。
The vibration test control apparatus according to
上記課題を解決する本発明の請求項3に係る振動試験制御装置は、請求項1又は2記載の振動試験制御装置において、確率密度分布関数生成手段(301)は、指定された標準偏差σを持つ初期正規分布関数g0(x)を設定する工程(D01)と、更に初期の標準偏差σを広げる標準偏差σwと狭める標準偏差σsを新たに定義する工程(D02)と、標準偏差σwと標準偏差σsを持つ正規分布関数(Gauss分布)を生成し、標準偏差σ、標準偏差σwそして標準偏差σsを持つ3つの正規分布関数(Gauss分布)を加えて、その平均を計算してgi(x) とする工程(D03)と、標準偏差σwと標準偏差σsとを同時に変化させながらgi(x)の尖度Kgを計算する工程(D04)と、gi(x)の尖度Kgが所定の尖度Kwになるまで演算を繰り返す工程(D02〜D05)により尖度Kwの非正規分布関数gi(x)=g(x)を求める工程(D06)と、g(x)の標準偏差σgを計算する工程 (D07) と、σ/σgだけ分布関数を横変形したg(x)を作成する工程と(D08)、g(x)をg(x)の最大値Maxgで除して、最大値が1.0で、尖度がKwの非正規分布の確率密度分布関数Dist(x)を求める工程(D09)とを備えることを特徴とする。 The vibration test control apparatus according to a third aspect of the present invention for solving the above-described problems is the vibration test control apparatus according to the first or second aspect, wherein the probability density distribution function generating means (301) sets the specified standard deviation σ. A step (D01) for setting an initial normal distribution function g 0 (x) having, a step (D02) for newly defining a standard deviation σw for further expanding the initial standard deviation σ and a standard deviation σs for narrowing, and a standard deviation σw Generate a normal distribution function (Gaussian distribution) with standard deviation σs, add three normal distribution functions (Gaussian distribution) with standard deviation σ, standard deviation σw, and standard deviation σs, calculate the average, and gi ( x) (D03), a step (D04) of calculating the kurtosis Kg of gi (x) while simultaneously changing the standard deviation σw and the standard deviation σs, and the kurtosis Kg of gi (x) is predetermined. A step (D06) of obtaining a non-normal distribution function gi (x) = g (x) of the kurtosis Kw by a step (D02 to D05) of repeating the calculation until the kurtosis Kw reaches a value (D06), g (x) A step (D07) for calculating the standard deviation σg, σ / σg only a distribution function and the step of creating a g (x) which is transverse deformation (D08), g (x) with the maximum value Max g of g (x) And a step (D09) of obtaining a probability density distribution function Dist (x) of a non-normal distribution having a maximum value of 1.0 and a kurtosis of Kw.
上記課題を解決する本発明の請求項4に係る振動試験制御装置は、請求項1,2又は3記載の振動試験制御装置において、目標ランダム時系列信号生成手段(302)は、Rand関数を使用することによりXMinからXMaxまで式(7)に示すように、白色乱数RandXを発生させ、RandXにおける確率密度Probabを確率密度分布関数Dist(x)から求め、同時に、0.0から1.0 までの白色乱数RandCを発生させると共に、
(式7)
XMin=−βσ
XMax=+βσ
但し、βは振動加振機装置(308)の最大加振力より決める値
RandCの値<Probabの場合はRandXを出力値として採用し、それ以外は破棄する処理を繰り返し、採用したRandXをFIFO(first-in first-out)メモリ内に蓄積することにより非正規分布の確率密度分布関数Dist(x)を持ったランダム時系列信号Rn(t)が生成される工程(R06)と、生成されたランダム時系列信号Rn(t) をFFT変換処理し、フーリエスペクトルfft(i)とパワースペクトル密度PSD(i)を求める工程(R07)と、PSD(i)は一定値の周りに微小変動を持つ平坦な分布パターンであるので安定した平坦分布を得るためPSD(i)の指数平均を行いAve PSD(i)を求める工程(R08)と、PSDパターンを目標PSDパターンに合わせるためFactor(i)=目標PSD(i) /Ave PSD(i)を計算し、Factor(i)をフーリエスペクトルfft(i)に乗じる工程(R09)と、Factor(i)が乗じられたフーリエスペクトルfft(i)を逆FFT変換することにより、所期のKw, σ及びPSDパターンを持つ目標ランダム時系列信号Tg[t]が生成される工程(R10)とを備えることを特徴とする。
The vibration test control apparatus according to a fourth aspect of the present invention for solving the above-mentioned problems is the vibration test control apparatus according to the first, second or third aspect, wherein the target random time series signal generating means (302) uses a Rand function. As shown in equation (7) from X Min to X Max , a white random number RandX is generated, and the probability density Probab in RandX is obtained from the probability density distribution function Dist (x), and at the same time, white from 0.0 to 1.0 Generate random number RandC,
(Formula 7)
X Min = −βσ
X Max = + βσ
However, β is a value determined from the maximum excitation force of the vibration exciter device (308).
If RandC value <Probab, RandX is adopted as the output value, otherwise discarding is repeated, and the adopted RandX is stored in the first-in first-out (FIFO) memory to generate a probability of non-normal distribution A process (R06) in which a random time series signal Rn (t) having a density distribution function Dist (x) is generated, and the generated random time series signal Rn (t) is subjected to an FFT transform process to obtain a Fourier spectrum fft (i ) And power spectral density PSD (i) (R07), PSD (i) is a flat distribution pattern with minute fluctuations around a constant value, so PSD (i) The process of calculating the Ave PSD (i) by performing exponential averaging (R08), and Factor (i) = Target PSD (i) / Ave PSD (i) is calculated to match the PSD pattern with the target PSD pattern, and Factor (i) By multiplying Fourier spectrum fft (i) by Fourier transform fft (i) and inverse Fourier transform of Fourier spectrum fft (i) multiplied by Factor (i). And a step (R10) of generating a target random time series signal Tg [t] having a period Kw, σ, and PSD pattern.
工業製品の実際の使用場所や輸送時に記録された測定データを解析し、その頻度分布から測定データ固有の分散、尖度及びPSDスペクトルを求め、これらの尖度、分散を指定パラメータとし、求められたPSDスペクトルを満たす確率密度分布関数を生成、前記確率密度分布関数に対応するランダム時系列信号を生成し、前記ランダム時系列信号を目標時系列信号波形として応答時系列信号波形と一致する制御を行なうことにより、フーリエスペクトルのPSDが指定された分布に従い、且つ、時系列信号の尖度、分散が指定値を持つ非正規分布のランダム振動試験が可能となる。 Analyze the measured data recorded at the time of actual use and transportation of the industrial product, obtain the dispersion, kurtosis and PSD spectrum specific to the measurement data from the frequency distribution, and use these kurtosis and dispersion as the specified parameters. A probability density distribution function satisfying the PSD spectrum, a random time series signal corresponding to the probability density distribution function is generated, and the random time series signal is set as a target time series signal waveform to match the response time series signal waveform. By performing this, it is possible to perform a random vibration test of a non-normal distribution according to the distribution in which the PSD of the Fourier spectrum is specified and the kurtosis and variance of the time series signal have specified values.
以下、本発明の実施形態について、図面に示す実施例を参照して説明するが、本発明を説明するに先立ち、本発明で用いる用語の定義を行う。なお、アスタリスク(*)は、積を表す演算子である。
<定義1 PSD>
時系列信号f(t)とそのフーリエ変換F(ω)の間には
Hereinafter, embodiments of the present invention will be described with reference to examples shown in the drawings. Prior to describing the present invention, terms used in the present invention will be defined. An asterisk (*) is an operator representing a product.
<
Between the time series signal f (t) and its Fourier transform F (ω)
の関係があり、 離散的フーリエ変換FFTの出力である実数成分aと虚数成分bの間には There is a relationship between the real component a and the imaginary component b that are the outputs of the discrete Fourier transform FFT.
の関係があり、N点の時系列信号f(t)のFFT変換におけるω[n] に対するa[n] 、b[n] を用いてω[n] に対するPSD[n]を
PSD[n]=2.0*(a[n]2+b[n]2)/ (N*N*df)
と定義する。
<定義2 RMS>
N点の時系列信号f(t)から計算されるPSD[n]を用いて ω[0]からω[k]までのフーリエスペクトルのRMSは
The PSD [n] for ω [n] is calculated using a [n] and b [n] for ω [n] in the FFT transform of the N-point time-series signal f (t).
PSD [n] = 2.0 * (a [n] 2 + b [n] 2 ) / (N * N * df)
It is defined as
<
Using PSD [n] calculated from N-point time series signal f (t), RMS of Fourier spectrum from ω [0] to ω [k] is
と定義する。
<定義3 確率密度分布>
図6は時系列信号x[t] の計測値Xiとその出現回数 Ni をXi と Niでグラフ化したもので頻度分布と呼ばれる。
最高出現回数を1.0 として頻度分布(図6)を計算しなおししたものを確率密度分布と定義する。
<定義4 有効ケース数 M>
It is defined as
<Definition 3 Probability density distribution>
FIG. 6 is a graph showing the measured value Xi of the time series signal x [t] and the number of appearances Ni of the time series signal x [t] with Xi and Ni, and is called frequency distribution.
The probability density distribution is defined by recalculating the frequency distribution (FIG. 6) with the maximum number of appearances as 1.0.
<
<定義5 平均値 Mean>
<
<定義6 分散 σ2> <Definition 6 variance σ 2 >
<定義7 尖度 Kw> <Definition 7 Kurtosis Kw>
本発明の実施例1に係る非正規分布ランダムの振動試験制御装置を図1〜図6に示す。
まず、図1を参照して非正規分布ランダムの振動試験制御装置全体の制御プロセスを説明する。
図1に示すように非正規分布ランダムの振動試験制御装置300は、確率密度分布関数生成部301、目標ランダム時系列信号生成部302、目標スペクトル生成部303、周波数系列補正制御部304、時系列信号復号部305、DA変換部306、AD変換部307を備えており、振動試験制御装置300に振動加振機装置 (パワー増幅器及び振動応答検出器を含む) 308が接続される。
A non-normal distribution random vibration test control apparatus according to
First, with reference to FIG. 1, the control process of the non-normal distribution random vibration test control apparatus will be described.
As shown in FIG. 1, the vibration
<確率密度分布関数生成部301>
確率密度分布関数生成部301の詳細について、試験目標としてのPSDパターンと尖度Kw が個別に与えられた場合を、図2を参照して説明する。
先ず、与えられたPSDパターンからRMS値を計算し、そのRMS値から平均PSDを求める(R01)。
<Probability density
Details of the probability density distribution
First, an RMS value is calculated from a given PSD pattern, and an average PSD is obtained from the RMS value (R01).
即ち、N点の時系列信号f(t)のFFT変換におけるω[n] に対するa[n] 、b[n] を用いてω[n] に対するPSD[n]は、<定義1 PSD>で示される通りである。
また、N点の時系列信号f(t)から計算されるPSD[n]を用いて、ω[0]からω[k]までのフーリエスペクトルのRMSは、<定義2 RMS>で示される通りである。言い換えると、RMSは、図15に示されるように、目標PSDの斜線部面積(n=0からkまでのPSD(n)にdfを乗じて総和したもの)の平方根と等しい。
That is, PSD [n] for ω [n] using a [n] and b [n] for ω [n] in FFT conversion of the N-point time-series signal f (t) is defined as <
In addition, the RMS of the Fourier spectrum from ω [0] to ω [k] using PSD [n] calculated from the N-point time series signal f (t) is as shown in <
平均PSD(PSDAve)は、目標PSDと同じRMS値を持つ平坦なPSDとなるから、下式が成り立つ。
PSDAve=(RMS2/df)k
つまり、平均PSDパターンとは、図15に示す通り、全周波数帯域の高さがPSDAveであるPSDパターンと言うことができる。
次に、この平均PSDの平坦スペクトルを満たす正規分布時系列信号F(t)を生成する(R02)。このことを、図16を参照して説明する。
Since the average PSD (PSDAve) is a flat PSD having the same RMS value as the target PSD, the following equation holds.
PSDAve = (RMS 2 / df) k
That is, the average PSD pattern can be said to be a PSD pattern in which the height of all frequency bands is PSDAve as shown in FIG.
Next, a normal distribution time series signal F (t) satisfying the flat spectrum of the average PSD is generated (R02). This will be described with reference to FIG.
まず、平均PSDパターンから位相がランダムなフーリエスペクトルを生成する(ステップ501)。
基本周波数f0=1/T、基本角周波数ω0=2πf0とすると、時系列信号x(t)とそのフーリエ変換Xnの間には
First, a Fourier spectrum having a random phase is generated from the average PSD pattern (step 501).
Assuming that the fundamental frequency f 0 = 1 / T and the fundamental angular frequency ω 0 = 2πf 0 , the time series signal x (t) and its Fourier transform X n
の関係があり、離散的フーリエ変換であるFFTの出力の実数成分aと虚数成分bの間には次の関係がある。 There is the following relationship between the real component a and the imaginary component b of the output of the FFT, which is a discrete Fourier transform.
この実数成分anと虚数成分bnとPSD(n)との間には、
ただし、
N:フーリエ変換時の時系列データのサンプリング点数
N=2i i=1,2,3,4,5・・・
n: 1,2,3,・・・,(N/2−1)
Δf:フーリエ変換時の周波数分解能
Δf=1/(dt・N)
dt:時系列データのサンプリング時間間隔
の関係があり、フーリエスペクトルのAbsolute(n)はPSD(n)を用いて、
However,
N: Number of sampling points of time series data at the time of Fourier transform N = 2 i i = 1, 2, 3, 4, 5.
n: 1, 2, 3, ..., (N / 2-1)
Δf: frequency resolution at the time of Fourier transform Δf = 1 / (dt · N)
dt: There is a relationship of sampling time intervals of time series data, and Absolute (n) of the Fourier spectrum uses PSD (n),
と表される。アスタリスク(*)は積の演算子を示す。以下、図中においても同じ。Absoluteをベースとしてフーリエスペクトルの偏角をθとした時、PSD(n)を示すフーリエスペクトル成分は、 It is expressed. An asterisk (*) indicates a product operator. Hereinafter, the same applies to the drawings. The Fourier spectrum component indicating PSD (n), where Absolute is the base and the declination of the Fourier spectrum is θ,
と書ける。
フーリエスペクトル成分と複素平面の偏角θの関係は図17のようになる。
Can be written.
The relationship between the Fourier spectrum component and the deviation angle θ of the complex plane is as shown in FIG.
PSDを決定するのは図17に示すAbsolute(PSD value)601の値であるが、位相値であるθには自由度が存在するので、位相値であるθをランダムに変動させればPSD分布が変化しないランダム位相フーリエスペクトルが生成できる。
位相がランダムなフーリエスペクトルをIFFT処理(逆FFT変換)すれば、位相がバラバラな正弦波が重なりあった平均PSDパターンのスペクトル分布を有する正規分布時系列信号F(t)が生成される(ステップ502)。
The PSD is determined by the value of Absolute (PSD value) 601 shown in FIG. 17. However, since there is a degree of freedom in the phase value θ, the PSD distribution can be obtained by randomly varying the phase value θ. A random phase Fourier spectrum can be generated in which does not change.
If a Fourier spectrum having a random phase is subjected to IFFT processing (inverse FFT transform), a normal distribution time series signal F (t) having a spectrum distribution of an average PSD pattern in which sine waves having different phases are overlapped is generated (step). 502).
しかし、デジタル信号処理に使われるIFFT処理は離散的な処理なので全ての周波数成分を漏れなく含む訳ではなく、位相が掻き混ざることによって欠落成分が埋め合わさる効果があるが、それでもある程度の欠落成分が発生するので、この正規分布時系列信号は擬似ランダムと呼ばれる。擬似ランダムから真のランダムを生成するためには次の処理を施す。
擬似ランダムのフレーム毎の時系列信号にハニング窓(Hanning Window)を乗じる処理を行う(ステップ503)。
However, IFFT processing used for digital signal processing is a discrete process, so it does not include all frequency components without omission, and there is an effect that missing components are made up by mixing the phases, but there are still some missing components. Since this occurs, this normally distributed time series signal is called pseudo-random. In order to generate true random from pseudo-random, the following processing is performed.
A process of multiplying a time series signal for each pseudo-random frame by a Hanning Window is performed (step 503).
ハニング窓が乗じられた正規分布時系列信号を1/2フレーム毎のオーバーラップ合成する処理を行う(ステップ504)。
ハニング窓を乗じる処理と1/2フレーム毎のオーバーラップ合成する処理により時系列が交ぜ合わさり、平均PSDパターンを維持した真の正規分布時系列信号F(t)が生成される(ステップ505)。
この正規分布時系列信号F(t)における分散σ2を求める(R03)ことにより、分散σ2と尖度Kwが決まり(R04)、分散σ2と尖度Kwから確率密度分布関数Dist(x)を求める(R05)。
The normal distribution time series signal multiplied by the Hanning window is subjected to the overlap synthesis process every 1/2 frame (step 504).
The time series are combined by the process of multiplying the Hanning window and the process of overlap synthesis every 1/2 frame, and the true normal distribution time series signal F (t) maintaining the average PSD pattern is generated (step 505).
By this normal distribution time-series signal F (t) in determining the variance σ 2 (R03), determines variance sigma 2 and kurtosis Kw (R04), variance sigma 2 probability density from Kurtosis Kw distribution function Dist (x ) (R05).
また、もし十分な量の実測時系列データが存在する場合は、それらの実測時系列データから平均PSD、分散σ2及び尖度Kwを計算し、確率密度分布関数Dist(x)を求める(R05)ことも可能である。
尚、指定のPSDパターン及び尖度Kwを有する確率密度分布関数Dist(x)の生成は非正規分布のランダム振動試験の前処理としてオフライン処理で行うことも可能である。
この分散σ2と試験目標の尖度Kwを満たす確率密度分布関数Dist(x)を求める(R05)方法の詳細は図3を参照して説明する(以下、分散σ2の平方根σを標準偏差と呼ぶ)。
Also, if there is a sufficient amount of measured time series data, the average PSD, variance σ 2 and kurtosis Kw are calculated from the measured time series data to obtain the probability density distribution function Dist (x) (R05 ) Is also possible.
The generation of the probability density distribution function Dist (x) having the specified PSD pattern and the kurtosis Kw can also be performed by offline processing as preprocessing of the random vibration test of non-normal distribution.
Details of the method of obtaining the probability density distribution function Dist (x) satisfying the variance σ 2 and the kurtosis Kw of the test target (R05) will be described with reference to FIG. 3 (hereinafter, the square root σ of the variance σ 2 is the standard deviation). Called).
正規分布(Gauss分布)関数は、(式1) で定義される標準偏差σ(分散σ2)と平均値μをパラメータに持つ関数であるが、平均値μがゼロの場合の正規分布(Gauss分布)関数は(式2)で定義される。
振動試験の場合、ランダム信号はゼロを中心としてランダムに振動する信号として扱われるので(式2)を用いる。
The normal distribution (Gaussian distribution) function has the standard deviation σ (variance σ 2 ) defined in (Equation 1) and the mean value μ as parameters, but the normal distribution (Gaussian distribution when the mean value μ is zero) The (distribution) function is defined by (Equation 2).
In the case of a vibration test, since a random signal is treated as a signal that vibrates randomly around zero, (Equation 2) is used.
正規分布(Gauss分布)関数における累積分布関数の-∞から+∞までの定積分は1になるので、(式2)の-∞から+∞の定積分は、標準偏差σ(分散σ2)に関係なく1となる(式3)。 Since the definite integral from -∞ to + ∞ of the cumulative distribution function in the normal distribution (Gaussian distribution) function is 1, the definite integral from -∞ to + ∞ in (Equation 2) is the standard deviation σ (variance σ 2 ) It becomes 1 regardless of (Equation 3).
先ず、指定された標準偏差σ(分散σ2)を持つ初期正規分布関数をg0(x) (式4) と設定する(D01)。 First, an initial normal distribution function having a designated standard deviation σ (variance σ 2 ) is set as g 0 (x) (Equation 4) (D01).
更に初期の標準偏差σを広げる標準偏差σwと狭める標準偏差σsを新たに定義(D02)し、標準偏差σwと標準偏差σsを持つ正規分布関数(Gauss分布)を生成、標準偏差σ、標準偏差σwそして標準偏差σsを持つ3つの正規分布関数(Gauss分布)を加えて、その平均を計算(式5)しgi(x) とする( D03)。
初期条件としてσw=σs=σ、σwとσsの変化分をΔσw=Δσs=0.01σとする(D01)。
係数0.01は収束速度に影響するもので適正な値を選択する。
Furthermore, the standard deviation σw that expands the initial standard deviation σ and the standard deviation σs that narrows it are newly defined (D02), and a normal distribution function (Gaussian distribution) with the standard deviation σw and standard deviation σs is generated. Three normal distribution functions (Gaussian distribution) having σw and standard deviation σs are added, and the average is calculated (formula 5) to be g i (x) (D03).
As initial conditions, σw = σs = σ, and changes in σw and σs are set to Δσw = Δσs = 0.01σ (D01).
The coefficient 0.01 affects the convergence speed, and an appropriate value is selected.
標準偏差σwと標準偏差σsとを同時に変化させながらgi(x)の尖度Kgを計算する(D04)。gi(x)の尖度Kgが所定の尖度Kwになるまで定義3〜定義7の演算を繰り返す(D02〜D05)ことにより尖度Kwの非正規分布関数gi(x)が求められる(D06)。
正規分布関数(Gauss分布)の加算平均gi(x)は(式3)のような性質を持っているので(式5)の-∞から+∞の定積分は1となる(式6)。
The kurtosis Kg of gi (x) is calculated while simultaneously changing the standard deviation σw and the standard deviation σs (D04). By repeating the operations of Definitions 3 to 7 until the kurtosis Kg of gi (x) reaches a predetermined kurtosis Kw (D02 to D05), the non-normal distribution function gi (x) of the kurtosis Kw is obtained (D06 ).
Since the addition average gi (x) of the normal distribution function (Gaussian distribution) has the property as shown in (Expression 3), the definite integral from −∞ to + ∞ in (Expression 5) is 1 (Expression 6).
ここで得られた非正規分布関数g(x)の標準偏差σg(D07)は正規分布時系列信号F(t)における標準偏差σ(R03)と多少異なるので分布関数g(x)の標準偏差σgをσ/σg だけ横変形する(D08)ことにより、尖度Kw, 標準偏差σ(分散σ2)を持つPSD(i)が平坦な非正規分布関数g(x)が得られ(D09)、そのrms値は与えられたPSDパターンの平均PSD(R01)のrms値に等しくなる。
g(x)をg(x)の最大値Maxgで除すると、最大値が1.0で、尖度がKwの非正規分布の確率密度分布関数Dist(x)となる(図4)。
The standard deviation σg (D07) of the non-normal distribution function g (x) obtained here is slightly different from the standard deviation σ (R03) in the normal distribution time series signal F (t), so the standard deviation of the distribution function g (x) By laterally deforming σg by σ / σg (D08), PSD (i) with a kurtosis Kw and standard deviation σ (variance σ 2 ) is obtained as a non-normal distribution function g (x) (D09) The rms value is equal to the rms value of the average PSD (R01) of the given PSD pattern.
When g (x) is divided by the maximum value Max g of g (x), the probability density distribution function Dist (x) of the non-normal distribution having the maximum value of 1.0 and the kurtosis of Kw is obtained (FIG. 4).
<目標ランダム時系列信号生成部302>
目標ランダム時系列信号生成部302の詳細について、非正規分布の確率密度分布関数Dist(x)から非正規分布の目標ランダム時系列信号Tg[t]を生成する場合を図4、図5を参照して説明する。
信号範囲XMinからXMaxまで分布する非正規分布の確率密度分布関数Dist(x)の一例を図12に示す。この確率密度分布関数において、XiはXの分解能間隔ΔX毎に計算された信号の値であり、Pr[i]はXiが出現する確率密度である。この確率密度分布関数を確率密度分布関数表Dist Aに展開すると、表1のようになる。
<Target random time
For details of the target random time series
An example of the probability density distribution function Dist (x) of the non-normal distribution distributed from the signal range X Min to X Max is shown in FIG. In this probability density distribution function, Xi is a value of a signal calculated for each resolution interval ΔX of X, and Pr [i] is a probability density at which Xi appears. When this probability density distribution function is expanded into the probability density distribution function table Dist A, Table 1 is obtained.
図14に示すように、Rand関数を元にして(式7)に示す信号範囲XMinからXMaxまで分解能間隔ΔX毎に均等に出現する白色(一様)乱数RandX=Xiを発生させ(s1)、確率密度分布関数Dist(x)からRandXにおける確率密度Probabを求め(s2)、同時に0.0から1.0 まで一様に分布するもう一つの白色乱数RandCを発生させる(s3)。RandXは、図12に示す確率密度分布関数の横軸に相当し、RandXにおける確率密度Probabは、その縦軸に相当する。従って、図13に示すように、Xiが出現する確率密度Pr[i]=Probabである。また、確率密度分布関数Dist(x)から確率密度Probabを求めることは、表1の確率密度分布関数表Dist Aにおいて、Xiに対応するPr[i]を引くことと等価である。
(式7)
XMin=−βσ
XMax=+βσ
As shown in FIG. 14, a white (uniform) random number RandX = Xi that appears evenly every resolution interval ΔX from the signal range X Min to X Max shown in (Expression 7) is generated based on the Rand function (s1). ), The probability density Probab in RandX is obtained from the probability density distribution function Dist (x) (s2), and at the same time, another white random number RandC uniformly distributed from 0.0 to 1.0 is generated (s3). RandX corresponds to the horizontal axis of the probability density distribution function shown in FIG. 12, and the probability density Probab in RandX corresponds to the vertical axis. Therefore, as shown in FIG. 13, the probability density Pr [i] = Probab at which Xi appears. Further, obtaining the probability density Probab from the probability density distribution function Dist (x) is equivalent to subtracting Pr [i] corresponding to Xi in the probability density distribution function table Dist A of Table 1.
(Formula 7)
X Min = −βσ
X Max = + βσ
但し、βは振動加振機装置308の最大加振力より決める値
ここで、RandCは、XiをProbabの確率密度で出現するために、ランダム信号生成値として採用するか破棄するかの篩として使用される。
更に、図14に示すように、RandCの値<Probabの場合はRandXを出力値として採用し(s4)、それ以外は破棄する。例えば、Probab=0.2の場合は、平均的には、10回のうち2回はRandXが出力値として採用され、8回は破棄される。そのため、Probabの確率密度でRandXが採用されることになる。採用されたRandXはランダム値としてメモリ内(後述する小型コンピュータ)に順に蓄積される。言い換えると、n個のランダム値がPC速度で一挙に生成されるのである。尚、ここで、PCとは、後述する小型コンピュータのことである。
However, β is a value determined from the maximum excitation force of the vibratory
Further, as shown in FIG. 14, when the value of RandC <Probab, RandX is adopted as the output value (s4), and the others are discarded. For example, in the case of Probab = 0.2, on average, RandX is adopted as an output value twice out of 10 times, and 8 times is discarded. Therefore, RandX will be adopted with Probab's probability density. The adopted RandX is sequentially stored in the memory (a small computer described later) as a random value. In other words, n random values are generated at a time at the PC speed. Here, the PC is a small computer described later.
この白色乱数RandX と白色乱数RandCの発生処理を繰り返し、FIFOメモリ内に、図18に示すような非正規分布の確率密度分布関数Dist(x)を持ったランダム時系列信号Rn(t)が蓄積される(R06)。 The generation processing of the white random number RandX and the white random number RandC is repeated, and a random time series signal Rn (t) having a non-normal distribution probability density distribution function Dist (x) as shown in FIG. 18 is accumulated in the FIFO memory. (R06).
生成されたランダム時系列信号Rn(t)をFFT変換処理し、フーリエスペクトルfft(i)を求め、フーリエスペクトルfft(i)からパワースペクトル密度 (Power Spectrum Density:PSD)PSD(i)を求める(R07)。
PSD(i)は一定値の周りに微小変動を持つ平坦な分布パターンであるので安定した平坦分布を得るためPSD(i)の指数平均を行いAve PSD(i)を求める(R08)。
The generated random time series signal Rn (t) is subjected to an FFT transform to obtain a Fourier spectrum fft (i), and a power spectrum density (PSD) PSD (i) is obtained from the Fourier spectrum fft (i) ( R07).
Since PSD (i) is a flat distribution pattern having minute fluctuations around a certain value, Ave PSD (i) is obtained by exponential averaging of PSD (i) to obtain a stable flat distribution (R08).
PSDパターンを目標PSDパターンに合わせるためFactor(i)=目標PSD(i) /Ave PSD(i)を計算し、Factor(i)をフーリエスペクトルfft(i)に乗じる(R09)。
Factor(i)が乗じられたフーリエスペクトルfft(i)を逆FFT変換すると所期のKw, σ及びPSDパターンを持つ目標ランダム時系列信号Tg[t]が生成される(R10)。
目標ランダム時系列信号Tg[t]の頻度分布から尖度Kwと分散σ2 (標準偏差σ)を再計算し、確率密度分布関数Dist(x)を常に監視補正を行う(R11)(R12)。このように監視補正を行うのは、Factor(i)を乗じたことにより、もとのフーリエスペクトルfft(i)から差異を生じたことに起因する。
Factor (i) = target PSD (i) / Ave PSD (i) is calculated to match the PSD pattern with the target PSD pattern, and Factor (i) is multiplied by the Fourier spectrum fft (i) (R09).
When a Fourier spectrum fft (i) multiplied by Factor (i) is subjected to inverse FFT transform, a target random time series signal Tg [t] having an intended Kw, σ and PSD pattern is generated (R10).
Recalculate the kurtosis Kw and variance σ 2 (standard deviation σ) from the frequency distribution of the target random time series signal Tg [t], and constantly monitor and correct the probability density distribution function Dist (x) (R11) (R12) . The reason for performing the monitoring correction in this way is that the factor (i) is multiplied to cause a difference from the original Fourier spectrum fft (i).
R06からR12を繰り返すことにより、この処理系は尖度Kw、標準偏差σ(分散σ2)及びPSDパターンに一致する非正規分布のランダム時系列信号を出力し続ける。
尚、R06からR12を繰り返す処理はランダム振動制御の1フレーム時間内に行われるリアルタイム処理である。
By repeating R06 to R12, the processing system continues to output a random time series signal of non-normal distribution that matches the kurtosis Kw, the standard deviation σ (variance σ 2 ), and the PSD pattern.
The process of repeating R06 to R12 is a real-time process performed within one frame time of random vibration control.
<目標スペクトル生成部303>
目標スペクトル生成部303について説明する。
非正規分布の目標ランダム時系列信号生成部302にて生成された非正規分布の目標ランダム時系列信号Tg[t])を目標波形として、振動加振機装置308からの応答波形が目標波形と一致するように忠実に制御を行うことで、所期のKw, σ及びPSDパターンを持つ非正規分布ランダムの振動試験が実現する。
そのためには各周波数成分毎の振幅及び位相を含めて制御する必要があるため、目標波形としての非正規分布の目標ランダム時系列信号Tg[t])をFFT処理により被試験周波数帯域における分割された各周波数(Δf)ごとの振幅及び位相を求めて周波数空間での目標スペクトルTfを生成する。
<
The target
The target random time series signal Tg [t]) of non-normal distribution generated by the target random time series
Therefore, since it is necessary to control including the amplitude and phase for each frequency component, the target random time series signal Tg [t]) of the non-normal distribution as the target waveform is divided in the frequency band under test by FFT processing. Further, the target spectrum Tf in the frequency space is generated by obtaining the amplitude and phase for each frequency (Δf).
<周波数系列補正制御部304>
周波数系列補正制御部304について説明する。
振動加振機装置308の応答アナログ信号からAD変換部307によりディジタル信号に変換された応答時系列信号Rtと、振動加振機装置308の駆動アナログ信号に変換するDA変換部306前段で分岐された駆動時系列信号Dtとから、周波数空間における伝達特性(振幅・位相を含む伝達関数)を計算し、目標スペクトルTfに試験体を含めた振動加振機装置308の伝達特性補正処理(逆伝達関数を乗じる処理)を施し、駆動フーリエスペクトルDrを生成する。
この結果、目標ランダム時系列信号Tg[t]と応答時系列信号Rtとが一致する非正規分布ランダムの振動制御が可能となる。
<Frequency series
The frequency series
The response time series signal Rt converted from the response analog signal of the
As a result, non-normal distribution random vibration control in which the target random time-series signal Tg [t] and the response time-series signal Rt coincide with each other becomes possible.
<時系列信号復号部305>
時系列信号復号部305について説明する。
時系列信号復号部305の機能は駆動フーリエスペクトルDrをIFFT変換(逆高速フーリエ変換)により周波数系列信号から時系列信号に復号化する動作である。
周波数空間での信号演算は、常に、FFT演算論理が求める適正長(フレーム)の時系列信号に対して一括演算されるため、IFFT変換(逆高速フーリエ変換)により求めた時系列信号はフレームとフレームの間が不連続となる。
時系列信号は区分連続であることを前提として制御演算が行なわれるので、IFFT変換により求めた時系列信号の不連続性を除去するためオーバーラップ処理を施し、連続的な真のランダムの駆動時系列信号Dtを生成する。
<Time-series
The time series
The function of the time series
Since signal operations in the frequency space are always performed collectively for time series signals of appropriate length (frames) determined by the FFT operation logic, time series signals obtained by IFFT transform (inverse fast Fourier transform) There is a discontinuity between frames.
Control operations are performed on the premise that the time series signal is piecewise continuous, so overlap processing is applied to remove the discontinuity of the time series signal obtained by IFFT conversion, and continuous true random driving A series signal Dt is generated.
<DA変換部306>
DA変換部306について説明する。
DA変換部306の機能は駆動時系列信号Dtを振動加振機装置308の駆動のためのアナログ信号に変換する動作である。
振動加振機装置308はアナログの電気信号により駆動されるため、デジタル信号である駆動時系列信号Dtをアナログ信号に変換する必要がある。
<DA
The
The function of the
Since the
<AD変換部307>
AD変換部307について説明する。
AD変換部307の機能は、振動加振機装置308の応答アナログ信号からディジタル信号である応答時系列信号Rtに変換することである。
<
The
The function of the
実際の使用環境において工業製品に加わる振動は三次元的である。
実際の使用場所や輸送時に記録された三次元的(X軸、Y軸、Z軸と呼ぶ)測定データを解析すれば、X軸、Y軸、Z軸それぞれに持つ固有の分散、尖度及びPSDスペクトルが得られる。
X軸、Y軸、Z軸それぞれの統計的分布と平均エネルギーを満たすランダム信号に置き換えたランダム時系列信号を生成し、このランダム時系列信号をX軸、Y軸、Z軸それぞれの目標波形として、3軸同時に、応答波形が目標波形と一致するように、忠実に制御を行うことにより、試験体が実際に受ける振動ストレスを三次元的に再現可能となる。
The vibration applied to the industrial product in the actual use environment is three-dimensional.
Analyzing the three-dimensional (called X-axis, Y-axis, and Z-axis) measurement data recorded during actual use and transportation, the inherent dispersion, kurtosis and chromaticity of each of the X-axis, Y-axis, and Z-axis A PSD spectrum is obtained.
Generates a random time series signal that is replaced with a random signal that satisfies the statistical distribution and average energy of each of the X, Y, and Z axes, and uses this random time series signal as the target waveform for each of the X, Y, and Z axes. By simultaneously controlling the three axes so that the response waveform matches the target waveform, the vibration stress actually received by the specimen can be reproduced three-dimensionally.
図7を参照して本発明の実施例2に係る非正規分布ランダムの3軸同時振動試験制御装置600の制御プロセスを説明する。
図7に示すように非正規分布ランダムの3軸同時振動試験制御装置600はX軸、Y軸、Z軸それぞれの確率密度分布関数生成部601,604,607、X軸、Y軸、Z軸それぞれの目標ランダム時系列信号生成部602,605,608、X軸、Y軸、Z軸それぞれの目標スペクトル生成部603,606,609、3軸同時周波数系列補正制御部610、X軸時系列信号復号部611、Y軸時系列信号復号部612、Z軸時系列信号復号部613、X軸AD/DA変換部614、Y軸AD/DA変換部615、Z軸AD/DA変換部616、同期クロック617を備えており、3軸同時振動試験制御装置600に3軸振動加振機装置 (パワー増幅器及び振動応答検出器を含む)618が接続される。
A control process of the non-normally distributed random three-axis simultaneous vibration
As shown in FIG. 7, the random distribution random three-axis simultaneous vibration
<確率密度分布関数生成部601,604,607>
非正規分布ランダムのX軸、Y軸、Z軸それぞれの確率密度分布関数は確率密度分布関数生成部601,604,607にて、X軸、Y軸、Z軸それぞれ個別に与えられた尖度Kw、標準偏差σ(分散σ2)及びPSDパターンから、前記確率密度分布関数生成部301と同様の手順により生成する。
X軸、Y軸、Z軸それぞれの確率密度分布関数は、振動試験を開始する前に予め生成することもできるため、試験目的に合った確率密度分布関数でランダム振動試験を実施することが可能となる。
<Probability density
Non-normal distribution random probability density distribution function for each of the X, Y, and Z axes is the kurtosis given to each of the X, Y, and Z axes by the probability density
The probability density distribution function for each of the X-axis, Y-axis, and Z-axis can be generated in advance before starting the vibration test, so it is possible to perform a random vibration test with a probability density distribution function that suits the test purpose. It becomes.
<目標ランダム時系列信号生成部602,605,608>
目標ランダム時系列信号生成部602,605,608はX軸、Y軸、Z軸それぞれの確率密度分布関数から、前記目標ランダム時系列信号生成部302と同様の手順により、X軸、Y軸、Z軸それぞれ個別に与えられた尖度Kw、標準偏差σ(分散σ2)及びPSDパターンに一致する非正規分布の目標ランダム時系列信号を生成し出力し続ける。
<Target random time
The target random time-
<目標スペクトル生成部603,606,609>
目標スペクトル生成部603,606,609)はX軸、Y軸、Z軸それぞれの目標ランダム時系列信号から、前記目標スペクトル生成部303と同様の手順により周波数空間でのX軸、Y軸、Z軸それぞれの非正規分布ランダムの目標スペクトルTfx、Tfy、Tfzを生成する。
<
The
3軸同時周波数系列補正制御部610には周波数系列空間での補正制御に必要な3次元マトリックス演算機能をもった伝達関数同定演算機構が組み込まれ、試験体を含めた3軸振動加振機装置612の伝達特性(干渉成分を含む)を求め、X軸、Y軸、Z軸それぞれの目標スペクトルTfx、Tfy、Tfz に対する補正処理を行い、X軸、Y軸、Z軸それぞれの駆動フーリエスペクトルDrx、Dry、Drz(式8)を生成する。
The three-axis simultaneous frequency sequence
X軸、Y軸、Z軸それぞれの駆動フーリエスペクトルDrx、Dry、Drz はX軸時系列信号復号部611、Y軸時系列信号復号部612、Z軸時系列信号復号部613にてそれぞれIFFT変換、オーバーラップ処理により、X軸、Y軸、Z軸それぞれについて、所期のKw, σ及びPSDパターンを持つ、連続的な真の非正規分布ランダムの駆動時系列信号Dtx、Dty、Dtzを生成する。
X-axis, Y-axis, and Z-axis drive Fourier spectra Drx, Dry, Drz are IFFT transformed by the X-axis time series
X軸、Y軸、Z軸それぞれの駆動時系列信号Dtx、Dty、Dtz はX軸AD/DA変換部614、Y軸AD/DA変換部615、Z軸AD/DA変換部616を経て3軸振動加振機装置618の駆動アナログ信号に変換される。
この結果、所期のKw, σ及びPSDパターンを持つ非正規分布ランダムによる3軸同時の振動試験が実現する。
X-axis, Y-axis, and Z-axis drive time series signals Dtx, Dty, and Dtz are passed through the X-axis AD /
As a result, a three-axis simultaneous vibration test using a non-normal distribution random with the desired Kw, σ, and PSD patterns is realized.
図8に 本発明の非正規分布ランダムの3軸同時振動試験制御装置600による、同一PSDスペクトルで尖度の異なるX軸、Y軸、Z軸各軸のランダム振動試験の制御結果の確率密度分布を示す。
また、図9に本発明の非正規分布ランダムの3軸同時振動試験制御装置600による、同一PSDスペクトルで尖度の異なるX軸、Y軸、Z軸各軸のランダム振動試験の制御結果のスペクトルを示す。
FIG. 8 shows the probability density distribution of the control results of the random vibration test for each of the X, Y, and Z axes with the same PSD spectrum and different kurtosis by the non-normally distributed random three-axis simultaneous
FIG. 9 shows a spectrum of control results of random vibration tests of the X-axis, Y-axis, and Z-axis with the same PSD spectrum and different kurtosis by the non-normally distributed random three-axis simultaneous vibration
本発明の実施例3に係る非正規分布ランダムの3軸同時振動試験制御装置600のハードウエア構成および動作について、図10を用いて説明する。
ハードウエア構成の基本は、一般的な市販のオペレーティング・ソフトウエアが搭載された小型コンピュータ801と、小型コンピュータ801の動作とは独立して、51.2KHzのサンプリングクロックに完全に同期し動作する制御演算とアナログ信号の入出力変換を行うX軸サブ機能装置(マスター)803、Y軸サブ機能装置(スレーブ1)804、Z軸サブ機能装置(スレーブ2)805とで構成する。小型コンピュータ801は、演算制御部、多チャンネルFIFOを備え、サブ機能装置803,804,805は、ループバッファ部、演算制御部、AD/DA変換部を備える。
The hardware configuration and operation of the non-normally distributed random three-axis simultaneous vibration
The basic hardware configuration is a
小型コピュータ801の市販オペレーティング・ソフトウエアには実時間制御機能が搭載されていないので、小型コンピュータ801はランダム振動試験の制御に求められる実時間動作を行うことはできないが、動作速度はクロック同期に制約される各サブ機能装置803,804,805に比べて遥かに高速である。
各サブ機能装置803,804,805はAD/DA変換部を含めて搭載された全ての機能ブロックが小型コンピュータ801の動作とは独立して、サブ機能装置(マスター)803の内部から発振する51.2 KHzのサンプリングクロックによって完全に同期して動作する。
Since the commercial operating software of the
In each of the
小型コンピュータ801は演算の高速性を生かし、非正規分布ランダムの3軸同時振動制御の目標信号と駆動信号の一部を生成し、各サブ機能装置803,804,805 の制御進行とは無関係に、最大60秒間の信号データを多チャンネルFIFOに対して先行書き込みを行う。
各サブ機能装置803,804,805 には小型コンピュータ801に搭載されたと同じ容量のループバッファ部が搭載されている。
各サブ機能装置803,804,805 はサンプリングクロックに同期してループバッファ部から1フレームの信号を取り出して制御を実行し、その制御が終了する度にループバッファ部に空きができたことを小型コンピュータ801に通告する。
1フレームの時系列データを処理する実用速度は小型コンピュータ801の方が遥かに高速なので、各サブ機能装置803,804,805には常に十分な駆動信号が蓄積されていることになり安定した制御が保たれる。
小型コンピュータ801 の多チャンネルFIFO内に先行蓄積された信号データは、DMA回路802を通じて自動的に各サブ機能装置803,804,805 内の空いたループバッファ部領域に送られる。
The
Each
Each
Since the practical speed for processing one frame of time-series data is much faster for the
The signal data previously stored in the multi-channel FIFO of the
独自のタイミング速度で動作する小型コンピュータ801と、サンプリングクロックに完全同期でAD/DA処理を実行する各サブ機能装置803,804,805とが互いに非同期に動作するも、非正規分布ランダムの3軸同時振動試験制御装置全体として、サンプリングクロックに完全同期した実時間制御が達成される。
A
本発明は、工業製品の耐震性及び耐久性を評価する振動試験制御装置として産業上広く利用可能なものである。 The present invention can be widely used industrially as a vibration test control device for evaluating the earthquake resistance and durability of industrial products.
301 確率密度分布関数生成部
302 目標ランダム時系列信号生成部
303 目標スペクトル生成部
304 周波数系列補正制御部
305 時系列信号復号部
306 DA変換部
307 AD変換部
308 振動加振機装置
301 Probability Density Distribution
Claims (4)
試験体の加速度を検出するセンサーより得られた応答信号をAD変換によりディジタルの時系列信号に変換して応答時系列信号Rtを生成する応答時系列生成手段(307)と、
試験目標として与えられる尖度(クルトシス)、分散及びPSDスペクトルの条件を満たす非正規分布の確率密度分布関数Dist(x)を求める確率密度分布関数生成手段(301)と、
前記確率密度分布関数Dist(x)から非正規分布の目標ランダム時系列信号Tg[t]を生成する目標ランダム時系列信号生成手段(302)と、
前記目標ランダム時系列信号Tg[t]から周波数空間での制御目標となる周波数系列の信号である目標スペクトルTfに変換する目標スペクトル生成手段(303)と、
前記応答時系列信号Rtと駆動時系列信号Dtとから伝達関数及び逆伝達関数を計算し、前記目標スペクトルTfの周波数空間での振幅と位相を補正し、駆動フーリエスペクトルDrを生成する周波数系列補正制御手段(304)と、
前記駆動フーリエスペクトルDrから逆高速フーリエ変換とオーバーラップ合成手法により滑らかな駆動時系列信号Dtを生成する時系列信号復号手段(305)と、
を備え、
前記目標ランダム時系列信号Tg[t]と前記応答時系列信号Rtとが合致する制御を行い、非正規分布ランダム信号による振動試験を実現することを特徴とする振動試験制御装置。 In the random vibration test control device (300) that performs a vibration test of the test body by giving a random vibration signal to the vibration shaker device (308),
Response time series generating means (307) for generating a response time series signal Rt by converting a response signal obtained from a sensor for detecting the acceleration of the test body into a digital time series signal by AD conversion;
Probability density distribution function generating means (301) for obtaining a non-normal distribution probability density distribution function Dist (x) that satisfies the conditions of kurtosis (kurtosis), dispersion and PSD spectrum given as a test target;
Target random time series signal generating means (302) for generating a target random time series signal Tg [t] of non-normal distribution from the probability density distribution function Dist (x),
Target spectrum generating means (303) for converting the target random time-series signal Tg [t] into a target spectrum Tf that is a frequency-sequence signal to be a control target in a frequency space;
Frequency series correction that calculates a transfer function and an inverse transfer function from the response time series signal Rt and the drive time series signal Dt, corrects the amplitude and phase in the frequency space of the target spectrum Tf, and generates a drive Fourier spectrum Dr Control means (304);
Time-series signal decoding means (305) for generating a smooth drive time-series signal Dt from the drive Fourier spectrum Dr by an inverse fast Fourier transform and overlap synthesis method;
With
A vibration test control device that performs a control in which the target random time series signal Tg [t] and the response time series signal Rt match to realize a vibration test using a non-normally distributed random signal.
与えられたPSDパターンからrms値を計算し、そのrms値から平均PSDを求める工程(R01)と、
前記平均PSDの平坦スペクトルを満たす正規分布時系列信号F(t)を生成する工程(R02)と、
前記正規分布時系列信号F(t)における分散σ2を求める工程(R03)により、分散σ2と尖度Kwが決まる工程(R04)と、
分散σ2と尖度Kwから確率密度分布関数Dist(x)を求める工程(R05)と
を備えることを特徴とする請求項1記載の振動試験制御装置。 Probability density distribution function generation means (301)
Calculating an rms value from a given PSD pattern and obtaining an average PSD from the rms value (R01);
Generating a normally distributed time series signal F (t) satisfying a flat spectrum of the average PSD (R02);
A step (R04) of determining the variance σ 2 and the kurtosis Kw by the step (R03) of obtaining the variance σ 2 in the normal distribution time series signal F (t);
The vibration test control device according to claim 1, further comprising a step (R05) of obtaining a probability density distribution function Dist (x) from the variance σ 2 and the kurtosis Kw.
指定された標準偏差σを持つ初期正規分布関数g0(x)を設定する工程(D01)と、
更に初期の標準偏差σを広げる標準偏差σwと狭める標準偏差σsを新たに定義する工程(D02)と、
標準偏差σwと標準偏差σsを持つ正規分布関数(Gauss分布)を生成し、標準偏差σ、標準偏差σwそして標準偏差σsを持つ3つの正規分布関数(Gauss分布)を加えて、その平均を計算してgi(x) とする工程( D03)と、
標準偏差σwと標準偏差σsとを同時に変化させながらgi(x)の尖度Kgを計算する工程(D04)と、
gi(x)の尖度Kgが所定の尖度Kwになるまで演算を繰り返す工程(D02〜D05)により尖度Kwの非正規分布関数gi(x)=g(x)を求める工程(D06)と、
g(x)の標準偏差σgを計算する工程と(D07)、
σ/σgだけ分布関数を横変形したg(x)を作成する工程と(D08)、
g(x)をg(x)の最大値Maxgで除して、最大値が1.0で、尖度がKwの非正規分布の確率密度分布関数Dist(x)を求める工程(D09)と
を備えることを特徴とする請求項1又は2記載の振動試験制御装置。 Probability density distribution function generation means (301)
A step (D01) of setting an initial normal distribution function g 0 (x) having a specified standard deviation σ;
Further, a step (D02) for newly defining a standard deviation σw and a standard deviation σs to narrow the initial standard deviation σ, and
Generate a normal distribution function (Gaussian distribution) with standard deviation σw and standard deviation σs, add three normal distribution functions (Gaussian distribution) with standard deviation σ, standard deviation σw, and standard deviation σs, and calculate the average Process (D03) to be gi (x),
Calculating the kurtosis Kg of gi (x) while simultaneously changing the standard deviation σw and the standard deviation σs (D04);
A step (D06) of obtaining a non-normal distribution function gi (x) = g (x) of kurtosis Kw by repeating the calculation until the kurtosis Kg of gi (x) reaches a predetermined kurtosis Kw (D02 to D05) When,
a step of calculating a standard deviation σg of g (x) (D07),
a step of creating g (x) obtained by laterally deforming the distribution function by σ / σg (D08),
Dividing g (x) by the maximum value Max g of g (x) to obtain a probability density distribution function Dist (x) of a non-normal distribution with a maximum value of 1.0 and a kurtosis of Kw (D09) and The vibration test control device according to claim 1, further comprising a vibration test control device.
Rand関数によりX_MinからX_Maxまで式(7)に示すように、白色乱数RandXを発生させ、RandXにおける確率密度Probabを確率密度分布関数Dist(x)から求め、同時に、0.0から1.0 までの白色乱数RandCを発生させると共に、
(式7)
X_Min=−βσ
X_Max=+βσ
但し、βは振動加振機装置(308)の最大加振力より決める値
RandCの値<Probabの場合はRandXを出力値として採用し、それ以外は破棄する処理を繰り返し、採用したRandXをFIFO(first-in first-out)メモリ内蓄積することにより非正規分布の確率密度分布関数Dist(x)を持ったランダム時系列信号Rn(t)が生成される工程(R06)と、
生成されたランダム時系列信号Rn(t) をFFT変換処理し、フーリエスペクトルfft(i)とパワースペクトル密度PSD(i)を求める工程(R07)と、
PSD(i)は一定値の周りに微小変動を持つ平坦な分布パターンであるので安定した平坦分布を得るためPSD(i)の指数平均を行いAve PSD(i)を求める工程(R08)と、
PSDパターンを目標PSDパターンに合わせるためFactor(i)=目標PSD(i) /Ave PSD(i)を計算し、Factor(i)をフーリエスペクトルfft(i)に乗じる工程(R09)と、
Factor(i)が乗じられたフーリエスペクトルfft(i)を逆FFT変換することにより、所期のKw, σ及びPSDパターンを持つ目標ランダム時系列信号Tg[t]が生成される工程(R10)と
を備えることを特徴とする請求項1,2又は3記載の振動試験制御装置。 The target random time series signal generating means (302)
As shown in Equation (7) from X_Min to X_Max by Rand function, white random number RandX is generated and probability density Probab in RandX is obtained from probability density distribution function Dist (x), and at the same time, white random number RandC from 0.0 to 1.0 And generating
(Formula 7)
X_Min = −βσ
X_Max = + βσ
However, β is a value determined from the maximum excitation force of the vibration exciter device (308).
If RandC value <Probab, RandX is used as the output value. Otherwise, discard processing is repeated, and the adopted RandX is stored in FIFO (first-in first-out) memory, resulting in non-normal distribution probability density. A step (R06) in which a random time series signal Rn (t) having a distribution function Dist (x) is generated;
The generated random time series signal Rn (t) is subjected to an FFT transform process to obtain a Fourier spectrum fft (i) and a power spectrum density PSD (i) (R07),
Since PSD (i) is a flat distribution pattern with minute fluctuations around a certain value, in order to obtain a stable flat distribution, PSD (i) is exponentially averaged to obtain Ave PSD (i) (R08),
In order to match the PSD pattern to the target PSD pattern, Factor (i) = Target PSD (i) / Ave PSD (i) is calculated, and Factor (i) is multiplied by Fourier spectrum fft (i) (R09),
A process of generating a target random time series signal Tg [t] having an intended Kw, σ and PSD pattern by performing an inverse FFT transform on the Fourier spectrum fft (i) multiplied by Factor (i) (R10) The vibration test control device according to claim 1, 2 or 3, further comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011103409A JP2012233814A (en) | 2011-05-06 | 2011-05-06 | Vibration test control device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011103409A JP2012233814A (en) | 2011-05-06 | 2011-05-06 | Vibration test control device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2012233814A true JP2012233814A (en) | 2012-11-29 |
Family
ID=47434257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011103409A Withdrawn JP2012233814A (en) | 2011-05-06 | 2011-05-06 | Vibration test control device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2012233814A (en) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983412A (en) * | 2014-05-30 | 2014-08-13 | 北京航空航天大学 | Avionic device operating modal measuring method for vibration finite element model correction |
CN105092196A (en) * | 2015-09-17 | 2015-11-25 | 山东钢铁股份有限公司 | Time spectrum phase fault diagnosis device |
CN105891645A (en) * | 2016-05-31 | 2016-08-24 | 西安航空制动科技有限公司 | Method for determining vibration fault distribution of anti-skid brake control device |
JP2017078591A (en) * | 2015-10-19 | 2017-04-27 | エミック株式会社 | Vibration control device and vibration control method, and vibration control program |
JP2018021781A (en) * | 2016-08-02 | 2018-02-08 | 地方独立行政法人大阪産業技術研究所 | Non-gaussian vibration control device |
CN107727345A (en) * | 2017-09-19 | 2018-02-23 | 合肥通用机械研究院 | A kind of Non-stationary vibration signal generation method for accelerated test |
CN110569608A (en) * | 2019-09-09 | 2019-12-13 | 中国兵器工业第五九研究所 | method and device for determining vibration severity of vehicle-mounted platform |
CN111879522A (en) * | 2020-07-24 | 2020-11-03 | 山东大学 | Steam turbine operation monitoring and fault distinguishing method and system based on time sequence probability |
US10900864B2 (en) * | 2016-04-29 | 2021-01-26 | Siemens Industry Software Nv | Method and system for accelerated fatigue damage testing of an object |
JP2021063847A (en) * | 2021-01-27 | 2021-04-22 | Imv株式会社 | Vibration controller |
CN113639945A (en) * | 2021-06-28 | 2021-11-12 | 上海宇航***工程研究所 | Spacecraft random vibration test condition design method based on empirical mode decomposition |
CN113673130A (en) * | 2021-08-25 | 2021-11-19 | 中国核动力研究设计院 | Method and system for acquiring power spectral density correlation length of two-phase flow of evaporator tube bundle |
CN114646441A (en) * | 2022-03-16 | 2022-06-21 | 北京卫星环境工程研究所 | Three-axis six-degree-of-freedom vibration test condition design method based on interface force equivalence |
CN116067602A (en) * | 2023-03-06 | 2023-05-05 | 西安航天动力研究所 | Random vibration signal generation method and device and electronic equipment |
JP7405347B2 (en) | 2021-05-18 | 2023-12-26 | 地方独立行政法人大阪産業技術研究所 | Vibration control device using kurtosis response spectrum |
US11879816B2 (en) | 2019-01-31 | 2024-01-23 | Imv Corporation | Vibration control system |
-
2011
- 2011-05-06 JP JP2011103409A patent/JP2012233814A/en not_active Withdrawn
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983412A (en) * | 2014-05-30 | 2014-08-13 | 北京航空航天大学 | Avionic device operating modal measuring method for vibration finite element model correction |
CN105092196A (en) * | 2015-09-17 | 2015-11-25 | 山东钢铁股份有限公司 | Time spectrum phase fault diagnosis device |
JP2017078591A (en) * | 2015-10-19 | 2017-04-27 | エミック株式会社 | Vibration control device and vibration control method, and vibration control program |
US10900864B2 (en) * | 2016-04-29 | 2021-01-26 | Siemens Industry Software Nv | Method and system for accelerated fatigue damage testing of an object |
CN105891645A (en) * | 2016-05-31 | 2016-08-24 | 西安航空制动科技有限公司 | Method for determining vibration fault distribution of anti-skid brake control device |
JP2018021781A (en) * | 2016-08-02 | 2018-02-08 | 地方独立行政法人大阪産業技術研究所 | Non-gaussian vibration control device |
CN107727345A (en) * | 2017-09-19 | 2018-02-23 | 合肥通用机械研究院 | A kind of Non-stationary vibration signal generation method for accelerated test |
US11879816B2 (en) | 2019-01-31 | 2024-01-23 | Imv Corporation | Vibration control system |
CN110569608B (en) * | 2019-09-09 | 2023-05-26 | 中国兵器工业第五九研究所 | Method and device for determining vibration severity of vehicle-mounted platform |
CN110569608A (en) * | 2019-09-09 | 2019-12-13 | 中国兵器工业第五九研究所 | method and device for determining vibration severity of vehicle-mounted platform |
CN111879522A (en) * | 2020-07-24 | 2020-11-03 | 山东大学 | Steam turbine operation monitoring and fault distinguishing method and system based on time sequence probability |
JP2021063847A (en) * | 2021-01-27 | 2021-04-22 | Imv株式会社 | Vibration controller |
JP7013597B2 (en) | 2021-01-27 | 2022-02-15 | Imv株式会社 | Vibration control device |
JP7405347B2 (en) | 2021-05-18 | 2023-12-26 | 地方独立行政法人大阪産業技術研究所 | Vibration control device using kurtosis response spectrum |
CN113639945A (en) * | 2021-06-28 | 2021-11-12 | 上海宇航***工程研究所 | Spacecraft random vibration test condition design method based on empirical mode decomposition |
CN113639945B (en) * | 2021-06-28 | 2024-02-09 | 上海宇航***工程研究所 | Spacecraft random vibration test condition design method based on empirical mode decomposition |
CN113673130A (en) * | 2021-08-25 | 2021-11-19 | 中国核动力研究设计院 | Method and system for acquiring power spectral density correlation length of two-phase flow of evaporator tube bundle |
CN114646441A (en) * | 2022-03-16 | 2022-06-21 | 北京卫星环境工程研究所 | Three-axis six-degree-of-freedom vibration test condition design method based on interface force equivalence |
CN114646441B (en) * | 2022-03-16 | 2024-02-13 | 北京卫星环境工程研究所 | Triaxial six-degree-of-freedom vibration test condition design method based on interfacial force equivalence |
CN116067602A (en) * | 2023-03-06 | 2023-05-05 | 西安航天动力研究所 | Random vibration signal generation method and device and electronic equipment |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2012233814A (en) | Vibration test control device | |
JP2012103240A (en) | Random vibration test control apparatus | |
JP6518631B2 (en) | Non-Gaussian Vibration Controller | |
JP5490335B1 (en) | Frequency response measuring device | |
JP6212068B2 (en) | Servo control device having a function to obtain the frequency characteristics of the machine online | |
US11879816B2 (en) | Vibration control system | |
JP2013096845A (en) | Non-gaussian vibration control device | |
JP2018004504A (en) | Multi-axis vibration control device | |
CN106556501B (en) | Multi-axes vibration test condition method of cutting out based on Fatigue Damage Equivalence analysis | |
JP6480848B2 (en) | Vibration control device, vibration control method, and vibration control program | |
US20130231878A1 (en) | System and method for generation and control of mehanical vibration | |
JP2019196965A (en) | Vibration tester and vibration testing method | |
Maes et al. | Estimation of respiratory impedance at low frequencies during spontaneous breathing using the forced oscillation technique | |
JP3396425B2 (en) | Shaking table controller | |
JPS63208913A (en) | Vibration control device | |
Mert et al. | A test and simulation device for Doppler-based fetal heart rate monitoring | |
JP2016166863A (en) | Systems and methods for measuring temperature in gas turbine using acoustic interference | |
JP4700485B2 (en) | Arithmetic apparatus and test apparatus | |
JP2004239686A (en) | Apparatus for measuring hardness | |
JP5363900B2 (en) | Excitation control method, excitation control device, and vibration test device | |
JP6214480B2 (en) | Frequency response measuring device | |
Casanova et al. | Networked control systems over Profibus-DP: simulation model | |
JP3119610U (en) | Fatigue testing machine and inverse transfer function computing device | |
Lai et al. | The study and implementation of signal processing algorithm for digital beam position monitor | |
ES2347899T3 (en) | OPTIMIZATION OF THE FREQUENCY RESPONSE OF A MOVEMENT SIMULATOR THROUGH ADAPTIVE FOLLOW-UP OF SINUSOID SETTINGS. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20140805 |