附件C：譯文


水輪機部件的不確定運動的模態(tài)分析

摘要

運行模態(tài)分析（OMA）允許模態(tài)參數(shù)如固有頻率和阻尼等在運行期間僅根據(jù)采集的數(shù)據(jù)進行單獨估計。然而，這些方法存在一個主要缺點就是評價結(jié)果的準確性問題。本文將探討針對不同的運行條件下的模態(tài)參數(shù)的估計產(chǎn)生的不確定性和可能的變化。兩種基于最小二乘法的算法將被用來估計模態(tài)參數(shù)。對于不確定性的計算，將用蒙特卡羅法計算在假設(shè)工作條件不變的模態(tài)參數(shù)。在與安德里茨水力有限公司的合作中，兩種采自安德里茨水力有限公司混流式水輪機的數(shù)據(jù)將被使用。本文將概括的描述目前的進展和取得的成果。
關(guān)鍵詞：流致振動;模態(tài)分析;系統(tǒng)辨識;不確定性;模態(tài)參數(shù)。

1. 引言
動態(tài)特征的預(yù)測需要預(yù)先知道模態(tài)屬性。對于水輪機組件，流水存在的是主要的不確定源之一。流體流動行為的結(jié)構(gòu)變化導(dǎo)致了力的產(chǎn)生。力的分量與加速度和位移同相時就如增加質(zhì)量一樣，力的分量與速度同相時將改變阻尼。即使存在的分析工具來預(yù)測這些參數(shù)，但仍需要有實驗數(shù)據(jù)和實驗?zāi)B(tài)分析的驗證。這種方法的主要問題是實驗條件和真實條件在運行過程中存在差異。當測量結(jié)果可行時，直接從實驗數(shù)據(jù)中提取模態(tài)參數(shù)，是一個很好的選擇。
運行模態(tài)分析允許直接從系統(tǒng)的反應(yīng)識別模態(tài)參數(shù)。運行模態(tài)分析依賴于該系統(tǒng)的輸入可以視為白噪聲的假設(shè)。但白噪聲激勵的假設(shè)并非事實。輸入幾乎總是包含除隨機輸入之外的一些諧波激勵。但由于諧波勵磁可以被視為無阻尼的虛擬模式，真正模式可以從虛擬模式所產(chǎn)生的諧波激勵上區(qū)別。本文，將結(jié)合使用自然激勵法和結(jié)合最小二乘復(fù)指數(shù)（LSCE）算法
該技術(shù)快速，簡單易用。此外，LSCE算法可以進行確切的修改以便去識別過程中包含的諧波激勵，因此成為一個非常有效的工具。
運行模態(tài)分析的算法，該算法參數(shù)的變化可能會修改結(jié)果。因此，本文將進行靈敏度分析，以驗證所選擇的參數(shù)。結(jié)果的不確定性將使用蒙特卡羅方法處理假設(shè)的在特定運行條件下的恒模態(tài)參數(shù)去估計然后,利用有效的參數(shù)去計算結(jié)果及其相關(guān)的測量不確定度除了一個整體的步驟,本論文也會呈現(xiàn)依據(jù)現(xiàn)場測試數(shù)據(jù)得到的結(jié)果。