以优化白车身的模态频率与振型为目标,通过预试验技术定量指导试验模态的激励点及响应点的选取;采用模态置信准则贡献量分析技术定量分析影响模态参数的关键位置,并对关键位置的关键参数进行灵敏度分析,最终确定优化参数,实现了仿真模型的优化设计。结果表明,优化后参数有效提高了仿真模型与试验模型的一致性,得到了更准确的白车身动力学模型。 术详细原理可参见文献[6]。需要说明，预试验选定的响应点具有与仿真模型相同的坐标，可直接比较试验模型与仿真模型的模态振型。2.2基于预试验的模态试验选用LMS公司开发的Test.lab9A软件进行模态试验。试验时利用橡胶绳将白车身悬挂在模态支架上，在激励点位置放置激振器，白车身动力学-电动数控滚圆机滚弧机折弯机张家港滚圆机滚弧机折弯机力信号由安装在激振器上的力传感器获取；响应点位置放置加速度传感器获取加速度信号。激励信号为脉冲随机激励，带宽为256Hz，频率分辨率为0.125Hz。试验结束后本文由公司网站 张家港蔬菜大棚滚圆机网站 转载中国知网整理!    http://www.gunyuanji.org/，采用LMS公司的Polymax模态参数算法辨识模态参数，表1为辨识的试验模态参数，图1为整车3个典型模态振型。表1试验模态参数（a）整车1阶扭转（b）前纵梁横摆（c）整车1阶弯曲图1整车3个典型模态振型3白车身动力学模型评价3.1动力学模型评价因试验模态测试结果可信度高，所以以试验模态结果为基准评价仿真模型优劣。模态置信度MAC（ModalAssuranceCriterion）可用来评价试验模态振型与仿真模态振型的一致性，MAC值越大，一致性越高。表2为仿真模态与试验模态参数对比结果。由表2可知，MAC值和频率误差百分比均不满足MAC大于0.8、误差小于5%的工程要求，因此需改进仿真模型。表2试验模态与仿真模态对比3.2模态置信准则贡献量分析模态置信准则贡献量分析可定量确定各自由度对MAC值的影响。其原理是通过降低MAC计算向量维数获得更高MAC值的缩减仿真模型，从而判断不同自由度对提高MAC值的影响程度，并按影响程度大小依次排序。图2为MAC贡献量分析结果，由图2可看出，去除车顶盖、后地板及C柱位置上共14个自由度后，MAC值由0.64提高到0.80，可知影响MAC值的零部件主要集中在车顶盖、后地板及C柱位置。图2MAC贡献量分析结果4灵敏度分析及模型优化4.1灵敏度分?白车身动力学-电动数控滚圆机滚弧机折弯机张家港滚圆机滚弧机折弯机本文由公司网站 张家港蔬菜大棚滚圆机网站 转载中国知网整理!    http://www.gunyuanji.org/