3. 试验模态分析基础

试验模态分析（Experimental Modal Analysis, EMA）是通过对结构施加已知激励、测量其响应，进而识别结构固有频率、阻尼比和振型等模态参数的一整套实验与数据处理方法。它与有限元模态分析构成相关性分析的两端：有限元给出“理论模态”，试验给出“实测模态”，两者在频率、振型与阻尼上的差异正是模型修正与相关性评价的输入。理解试验模态分析的关键，在于把“激励—结构—响应—频响函数—模态参数”这条信号链上的每个环节都看清楚。

一、模态测试的基本原理

对于一个线性时不变（LTI）结构，其动力学行为在频域中可由频响函数（FRF）描述。若在结构上某点 j 施加激励力 F_j(ω)，在点 i 测得响应 X_i(ω)，则二者之比即为频响函数 H_ij(ω)。理论上，FRF 可展开为各阶模态的叠加：

H_ij(ω) = Σ_r [ (φ_ir · φ_jr) / (m_r · (ω_r² − ω² + j·2ζ_r·ω_r·ω)) ]

其中：
  φ_ir, φ_jr —— 第 r 阶模态在 i、j 点的振型分量
  m_r        —— 第 r 阶模态质量
  ω_r        —— 第 r 阶固有频率（rad/s）
  ζ_r        —— 第 r 阶模态阻尼比

该式说明：只要测得足够多的 FRF，就能从中反推出 ω_r、ζ_r 和振型 φ_r。这就是模态参数识别的数学基础。实际测试中，FRF 由激励与响应的自功率谱、互功率谱估计得到，常用 H1、H2、Hv 等估计器，其中 H1 = S_XF/S_FF 适用于输出噪声为主的场合，H2 = S_XX/S_FX 适用于输入噪声为主的场合。

二、激励方式的选择

激励方式直接决定可激发的频带、信噪比和测试效率。常见方式有三类：

• 锤击激励（冲击激励）：用带力传感器的模态锤敲击结构，一次敲击即可获得宽带激励。优点是设备简单、速度快、无需固定安装；缺点是能量有限、低频信噪比差、易双击。适合中小型结构、现场快速测试。
• 激振器激励（正弦扫频/随机/伪随机）：用电磁激振器施加可控激励，能量集中、信噪比高、可长时间平均。适合大型结构、高精度测试；但需安装激振器、可能引入附加质量与边界影响。
• 环境激励（工作模态，OMA）：利用风、交通、运行载荷等自然激励，仅测响应。适合无法施加人工激励的大型结构（桥梁、建筑），但只能得到工作模态，阻尼估计精度较低。

选择激励方式时需权衡：目标频带是否被覆盖、结构是否允许附加质量、测试时间与现场条件。例如对一块 300 mm × 200 mm × 3 mm 的铝板，锤击即可覆盖 0～2000 Hz；而对整台机床，则宜用激振器随机激励并做多次平均。

三、响应测量与传感器布置

响应通常用加速度计测量，也可用激光测振仪（非接触）或应变片。加速度计的关键参数是灵敏度（如 100 mV/g）、质量、频响范围与安装方式。安装方式对高频段影响显著：磁座约限制到 2 kHz，蜂蜡约 5 kHz，螺栓安装可达 10 kHz 以上。传感器质量应小于结构局部有效质量的 1/10，否则会引入附加质量误差。

测点布置应遵循：能区分目标振型（避免落在节点线上）、覆盖结构主要变形区域、与有限元网格节点尽量对应，便于后续相关性分析。对于对称结构，可在对称位置布点以识别对称/反对称模态。

四、频响函数估计与模态参数识别

FRF 估计的核心是多次平均与加窗。锤击信号需加力窗和指数响应窗，随机激励需加汉宁窗。相干函数 γ² 用于判断 FRF 质量：γ² 接近 1 表示线性、无泄漏、信噪比好；γ² 明显下降处往往对应非线性、噪声或泄漏。

模态参数识别方法分为单自由度（SDOF）与多自由度（MDOF）两类。常用的有：峰值拾取法（快速但精度低）、圆拟合（Nyquist 图）、最小二乘复指数法（LSCE）、多参考点最小二乘复频域法（PolyMAX）等。识别后需用模态置信准则（MAC）检查振型相关性，MAC 接近 1 表示两振型一致，接近 0 表示正交。

五、从 FRF 到模态参数的实操要点

以锤击法测试一块铝板为例：将加速度计固定在板中心附近，用模态锤依次敲击预先标记的 5×5 网格点，每点敲击 3～5 次取平均。采集软件同时记录力信号与加速度信号，计算各测点 FRF。观察 FRF 幅频曲线，前几阶峰值应清晰可辨；若某测点某阶峰值消失，说明该点接近该阶节点线，需调整测点。随后用 PolyMAX 或圆拟合法提取各阶 ω_r、ζ_r，并用 MAC 矩阵检查各阶振型是否独立。若 MAC 矩阵非对角元偏大，说明两阶模态未分离或测点不足，需增加测点或改用多参考点激励。

六、与有限元相关性分析的衔接

试验模态分析输出的模态参数，最终要与有限元结果进行配对比较。常用指标包括频率误差（如 (f_FE − f_test)/f_test × 100%）、MAC 值以及模态参与系数。频率误差在 ±5% 以内、MAC 大于 0.9 通常认为相关性良好；若某阶频率偏差大而 MAC 高，多指向刚度或质量参数误差；若 MAC 低，则可能是测点不足、振型识别错误或有限元边界条件与实际不符。这些判断将在后续章节展开，但前提是试验模态数据本身可靠——这正是本节强调激励、测量与 FRF 估计质量的原因。