基于2DOF数值算例的LMS PolyMAX模态辨识全过程详解

第一章 2DOF系统理论基础与真值模态参数

1.1 系统运动方程与物理意义

本算例采用二自由度（2DOF）弹簧-质量-阻尼系统，其运动方程为矩阵形式的牛顿第二定律：

\[\boldsymbol{M} \ddot{\boldsymbol{x}} + \boldsymbol{C} \dot{\boldsymbol{x}} + \boldsymbol{K} \boldsymbol{x} = \boldsymbol{f}(t) \]

等式左侧从左到右依次为惯性力、阻尼力、弹性力，右侧为外激振力。其中质量矩阵\(\boldsymbol{M}\)、阻尼矩阵\(\boldsymbol{C}\)、刚度矩阵\(\boldsymbol{K}\)均为实对称矩阵，分别表征系统的惯性、能量耗散与弹性恢复属性。
给定系统参数（真实理论值）：

\[\boldsymbol{M}=\begin{bmatrix} 2 & 0 \\ 0 & 1 \end{bmatrix} \ \text{kg}, \quad \boldsymbol{C}=\begin{bmatrix} 0.4 & -0.2 \\ -0.2 & 0.3 \end{bmatrix} \ \text{N·s/m}, \quad \boldsymbol{K}=\begin{bmatrix} 120 & -60 \\ -60 & 90 \end{bmatrix} \ \text{N/m} \]

1.2 无阻尼固有模态：广义特征值推导

模态分析的核心是寻找系统的固有振动形态：无阻尼自由振动时，系统存在一组特殊振动形式——所有质点以同一频率、同相位（或反相位）做简谐振动，即固有振型，对应频率为固有频率。
假设无阻尼自由振动解为简谐形式：

\[\boldsymbol{x}(t) = \boldsymbol{\phi} \cdot e^{j\omega_n t} \]

其中\(\boldsymbol{\phi}\)为振型向量（描述各自由度的相对振幅），\(\omega_n\)为固有角频率。
将解代入无阻尼运动方程\(\boldsymbol{M} \ddot{\boldsymbol{x}} + \boldsymbol{K} \boldsymbol{x} = 0\)，求二阶导得\(\ddot{\boldsymbol{x}} = -\omega_n^2 \boldsymbol{\phi} e^{j\omega_n t}\)，约去公共项\(e^{j\omega_n t}\)后得到广义特征值方程：

\[\left( \boldsymbol{K} - \omega_n^2 \boldsymbol{M} \right) \boldsymbol{\phi} = 0 \]

• 数学意义：\(\omega_n^2\)为广义特征值，\(\boldsymbol{\phi}\)为对应的广义特征向量；
• 物理意义：每一组特征值-特征向量对应系统的一阶固有模态，代表系统的一种固有振动“模式”。
  该方程存在非零解的充要条件是系数矩阵行列式为0（特征方程）：

\[\det\left( \boldsymbol{K} - \omega_n^2 \boldsymbol{M} \right) = 0 \]

代入系统矩阵求解，得到两阶理论固有模态参数：

• 第一阶：\(\omega_{n1}=4.5507\ \text{rad/s}\)，\(f_{n1}=0.7243\ \text{Hz}\)，振型\(\boldsymbol{\phi}_1=\begin{bmatrix}1 \\ 0.9857\end{bmatrix}\)
• 第二阶：\(\omega_{n2}=9.1810\ \text{rad/s}\)，\(f_{n2}=1.4612\ \text{Hz}\)，振型\(\boldsymbol{\phi}_2=\begin{bmatrix}1 \\ -2.029\end{bmatrix}\)
  第一阶为低频基频模态，两质量块同向运动，相对变形小；第二阶为高阶模态，两质量块反向运动，相对变形大。

1.3 模态阻尼比的解耦计算

当阻尼矩阵满足比例阻尼特性时，可通过固有振型实现阻尼解耦，将多自由度系统拆分为多个独立的单自由度阻尼系统。
第\(r\)阶模态的广义阻尼与广义质量分别为：

\[C_r = \boldsymbol{\phi}_r^T \boldsymbol{C} \boldsymbol{\phi}_r, \quad M_r = \boldsymbol{\phi}_r^T \boldsymbol{M} \boldsymbol{\phi}_r \]

类比单自由度阻尼比公式，得到模态阻尼比：

\[\zeta_r = \frac{C_r}{2\omega_{nr} M_r} \]

物理意义：模态阻尼比描述该阶模态振动的衰减速率，阻尼越大，振动能量耗散越快，FRF共振峰越平缓。工程中多数金属结构属于小阻尼系统（\(\zeta<0.1\)）。
代入算例计算得理论阻尼比：

\[\zeta_1 \approx 0.015, \quad \zeta_2 \approx 0.011 \]

1.4 频响函数的解析表达与物理本质

频响函数（FRF）是线性系统在简谐激励下，稳态响应与激励的复比值，是模态辨识的原始输入数据。
对运动方程做傅里叶变换，令复频率\(s=j\omega\)，可得频响函数矩阵：

\[\boldsymbol{H}(s) = \left(s^2\boldsymbol{M} + s\boldsymbol{C} + \boldsymbol{K}\right)^{-1} \]

矩阵元素\(H_{ij}(\omega)\)表示：第\(j\)个自由度施加激励，第\(i\)个自由度产生的响应。
本算例采用单激励（激励点在自由度1），得到两条FRF曲线：

• \(H_{11}(\omega)\)：点1激励、点1响应（原点频响）
• \(H_{21}(\omega)\)：点1激励、点2响应（跨点频响）
  将FRF做部分分式展开，可得到模态参数形式的表达：

\[\boldsymbol{H}(\omega) = \sum_{r=1}^{N} \left( \frac{\boldsymbol{R}_r}{j\omega - \lambda_r} + \frac{\boldsymbol{R}_r^*}{j\omega - \lambda_r^*} \right) \]

• \(\lambda_r = -\zeta_r \omega_{nr} + j\omega_{dr}\)为复极点，包含模态的频率与阻尼信息；
• \(\boldsymbol{R}_r\)为留数矩阵，与振型向量直接相关；
• 上标\(*\)表示复共轭，保证实系统的响应为实信号。
  物理本质：FRF是各阶模态贡献的线性叠加，每一对共轭极点对应一阶衰减振荡模态，在FRF幅值曲线上表现为一个共振峰。模态辨识的核心就是从实测FRF中提取极点与留数，进而得到频率、阻尼、振型。

1.5 仿真试验参数设置

模拟LMS试验采集条件，设置仿真参数：

• 采样频率\(f_s=20\ \text{Hz}\)，采样周期\(T_s=0.05\ \text{s}\)
• 频率分辨率\(\Delta f=0.02\ \text{Hz}\)，总频点数\(N_f=150\)
• 向解析FRF叠加5%高斯白噪声，模拟实测噪声数据：\(\tilde{H}_k = H(\omega_k) + \text{Noise}\)

第二章 PolyMAX模态辨识方法核心原理

PolyMAX是当前工业界主流的频域全局模态辨识算法，核心思想是有理多项式全局拟合+稳定图自动筛选，解决了传统单自由度拟合抗噪性差、密集模态难分离、依赖人工选峰的痛点。

2.1 核心技术特点

1. 全局拟合：同时利用所有测点、所有频点的FRF数据构建统一模型，充分利用数据信息，抗噪性与辨识精度显著提升；
2. 线性化求解：通过代数变形将非线性有理拟合转化为线性最小二乘问题，配合SVD实现稳定高效求解，避免局部最优；
3. 离散z域建模：针对实测FRF为离散频点的特点，采用z变换域建模，与FFT采样天然适配；
4. 稳定图筛选：通过扫描不同拟合阶次，识别随阶次稳定存在的真实模态，自动剔除噪声伪模态。

2.2 整体技术路线

PolyMAX辨识分为三个核心步骤：

1. 构建z域有理分式模型，全局最小二乘拟合求解多项式系数，提取全部候选极点；
2. 多阶次扫描生成稳定图，筛选出稳定的真实模态极点；
3. 固定极点，最小二乘拟合留数，归一化得到振型，并完成模态校验。

第三章 第一步：RMFD全局多项式拟合与极点辨识

3.1 z域有理分式模型（RMFD）的构建

实测FRF是离散频点\(\omega_k\)上的复数值，对应采样周期\(T_s=1/f_s\)。定义z变换变量：

\[z_k = e^{j\omega_k T_s} \]

该映射将连续频域的频点映射到单位圆上的离散点，与离散傅里叶变换一一对应。
PolyMAX采用右矩阵分式描述（RMFD），将FRF表示为两个z域多项式的比值：

\[\boldsymbol{H}(z) = \frac{\boldsymbol{B}(z)}{A(z)} \]

• 分母\(A(z)\)是标量多项式（全局公共分母），对应系统极点，所有通道共享，符合“模态是系统全局属性”的物理本质；
• 分子\(\boldsymbol{B}(z)\)是向量多项式，对应系统零点，不同响应通道可存在差异；
• \(N\)阶多项式形式：\(A(z) = \sum_{m=0}^N \alpha_m z^m\)，\(\boldsymbol{B}(z) = \sum_{m=0}^N \boldsymbol{\beta}_m z^m\)。
  本算例取拟合阶次\(N=6\)（高于理论2阶，用于稳定图扫描），即：

\[A(z)=\alpha_0+\alpha_1 z+\cdots+\alpha_6 z^6, \quad \boldsymbol{B}(z)=\boldsymbol{\beta}_0+\boldsymbol{\beta}_1 z+\cdots+\boldsymbol{\beta}_6 z^6 \]

3.2 非线性拟合的线性化变换

原始拟合目标是让模型输出尽可能接近实测FRF\(\tilde{\boldsymbol{H}}(z)\)，残差定义为：

\[\boldsymbol{E}(z_k) = \tilde{\boldsymbol{H}}(z_k) - \frac{\boldsymbol{B}(z_k)}{A(z_k)} \]

该式对分母系数\(\alpha_m\)是非线性的，无法直接用最小二乘求解。
核心线性化技巧：等式两边同乘分母\(A(z_k)\)，得到线性化残差方程：

\[\tilde{\boldsymbol{H}}(z_k) \cdot A(z_k) - \boldsymbol{B}(z_k) = \boldsymbol{\varepsilon}_k \]

展开多项式形式：

\[\tilde{H}_k \cdot \sum_{m=0}^{6} \alpha_m z_k^m - \sum_{m=0}^{6} \beta_m z_k^m = E_k \]

物理意义：通过代数变形将分母系数从除数变为乘数，把非线性有理拟合转化为关于系数\(\alpha_m, \boldsymbol{\beta}_m\)的线性问题，是PolyMAX算法最关键的创新点。

3.3 加权最小二乘目标函数

为平衡不同频点的拟合权重（共振区信噪比高、反共振区信噪比低），采用加权最小二乘，目标函数为残差加权能量和最小：

\[J = \sum_{k=1}^{N_f} \|\tilde{\boldsymbol{H}}_k\|_2^2 \cdot \|E_k\|_2^2 \to \min \]

其中\(\|\tilde{\boldsymbol{H}}_k\|_2^2\)为第\(k\)个频点FRF的2范数平方，作为频点权重。
物理意义：共振区FRF幅值大、信号质量高，赋予更大权重，让拟合优先保证共振区精度；反共振区噪声占比高，赋予更小权重，避免噪声主导拟合结果。

3.4 超定齐次方程组的构建

将所有待求系数整理为未知向量\(\boldsymbol{\theta}\)：

\[\boldsymbol{\theta} = \left[ \alpha_0,\ \boldsymbol{\beta}_0^T,\ \alpha_1,\ \boldsymbol{\beta}_1^T,\ \dots,\ \alpha_N,\ \boldsymbol{\beta}_N^T \right]^T \]

本算例中拟合阶次\(N=6\)、2个响应通道，待求量包括：7个分母标量系数\(\alpha_0\sim\alpha_6\)，14个分子向量系数\(\beta_0\sim\beta_6\)（每组2个），总未知量共21个。
对应构建观测矩阵\(\boldsymbol{\Psi}\)，满足齐次方程组形式：

\[\boldsymbol{\Psi} \boldsymbol{\theta} = 0 \]

每个频点生成2行方程，150个频点共300行，构成\(300\times21\)的超定方程组（方程数远大于未知量数）。

3.5 SVD求解最优多项式系数

齐次方程组\(\boldsymbol{\Psi} \boldsymbol{\theta} = \boldsymbol{0}\)的平凡解\(\boldsymbol{\theta}=\boldsymbol{0}\)无物理意义，因此增加约束\(\|\boldsymbol{\theta}\|_2=1\)（多项式整体缩放不影响传递函数结果），求解约束下残差最小的解。
对观测矩阵做奇异值分解（SVD）：

\[\boldsymbol{\Psi} = \boldsymbol{U} \boldsymbol{\Sigma} \boldsymbol{V}^H \]

其中\(\boldsymbol{\Sigma}\)为对角矩阵，奇异值按从大到小排列；\(\boldsymbol{V}\)的列向量为右奇异向量。
数学结论：在\(\|\boldsymbol{\theta}\|_2=1\)约束下，使\(\|\boldsymbol{\Psi}\boldsymbol{\theta}\|_2\)最小的解，是\(\boldsymbol{V}\)矩阵的最后一列（对应最小奇异值的右奇异向量）。
物理意义：奇异值大小对应残差能量大小，最小奇异值对应残差能量最小的方向，也就是拟合最优的系数组合。SVD求解数值稳定性极佳，是线性代数中此类问题的标准解法。
求解后拆分向量\(\boldsymbol{\theta}\)，即可得到分母系数\(\alpha_0\sim\alpha_6\)与分子系数\(\beta_0\sim\beta_6\)。

3.6 z域极点求解与s域映射

分母多项式\(A(z)=0\)的根即为z域极点：

\[A(z) = \alpha_0 + \alpha_1 z + \dots + \alpha_N z^N = 0 \]

\(N\)阶多项式有\(N\)个复数根，实系统的根必然共轭成对出现。本算例6阶多项式解出3对共轭极点：

\[z_1=0.9978\pm j0.1431, \quad z_3=0.9943\pm j0.2884, \quad z_5=0.9812\pm j0.4516 \]

z变换与拉普拉斯变换的映射关系为\(z = e^{s T_s}\)，因此通过对数映射将z域极点转换为连续系统的s域复极点：

\[\lambda_r = \frac{1}{T_s} \ln\left(z_r\right) \]

以第一对极点为例计算：

\[\ln(0.9978+j0.1431) \approx -0.0068+j0.1432 \]

\[\lambda_1 = \frac{-0.0068}{0.05} + j\frac{0.1432}{0.05} = -0.136+j2.864 \]

物理意义：

• 连续系统复极点\(\lambda = \sigma + j\omega_d\)对应时域响应形式\(e^{\sigma t} e^{j\omega_d t}\)；
• 稳定物理系统的极点实部\(\sigma<0\)（振动衰减），对应z域极点模长\(|z|<1\)（位于单位圆内）。

3.7 复极点到模态参数的换算

s域复极点的标准形式为：

\[\lambda_r = -\zeta_r \omega_{nr} + j\omega_{dr} \]

• \(\text{Re}(\lambda_r) = -\zeta_r \omega_{nr}\)：绝对值为衰减系数，描述振动幅值的衰减速率；
• \(\text{Im}(\lambda_r) = \omega_{dr} = \omega_{nr}\sqrt{1-\zeta_r^2}\)：有阻尼固有角频率。
  由复数模长与三角函数关系，可推导得到模态参数：

1. 无阻尼固有角频率等于复极点的模长：

\[\omega_{nr} = |\lambda_r| = \sqrt{\text{Re}(\lambda_r)^2 + \text{Im}(\lambda_r)^2} \]

2. 阻尼比等于衰减系数与固有频率的比值：

\[\zeta_r = \frac{-\text{Re}(\lambda_r)}{\omega_{nr}} \]

物理意义：固有频率由极点到复平面原点的距离决定；阻尼比由极点与虚轴的夹角决定——极点越靠近虚轴，阻尼越小。
代入本算例第一阶极点计算：

\[\omega_{n1} = \sqrt{(-0.136)^2 + 2.864^2} \approx 4.551\ \text{rad/s} \]

\[f_{n1} = \frac{4.551}{2\pi} \approx 0.724\ \text{Hz}, \quad \zeta_1 = \frac{0.136}{4.551} \approx 0.015 \]

第二阶极点辨识结果：

\[\lambda_2=-0.101+j5.764, \quad f_{n2}\approx1.461\ \text{Hz}, \quad \zeta_2\approx0.011 \]

第三对极点为噪声引入的伪极点，表现为阻尼为负或频率超出分析带宽，可直接舍弃。

第四章 稳定图筛选机制与伪模态剔除

4.1 稳定图的核心物理逻辑

拟合阶次\(N\)是人为指定的参数：阶次过低会遗漏真实模态，阶次过高会过度拟合噪声，产生大量伪极点。
稳定图的核心逻辑：真实模态是系统的固有物理属性，不随拟合阶次变化；伪模态是噪声与冗余阶次的产物，阶次改变时会随机跳变甚至消失。

4.2 阶次扫描与稳定性判据

稳定图的实现流程：

1. 阶次扫描：从低到高依次计算不同阶次下的所有极点（本算例扫描范围\(N=2,3,4,\dots,20\)）；
2. 稳定性判定：相邻阶次的极点若满足以下判据，则标记为稳定极点：
   • 频率偏差\(<1\%\)
   • 阻尼偏差\(<5\%\)
   • 振型MAC值\(>0.9\)
3. 模态识别：真实模态会在稳定图上形成垂直的稳定点列，伪模态则零散分布、无连续性。

4.3 算例筛选结果

• \(N=2\)时，刚好解出2对极点，与理论频率、阻尼偏差均小于1%；
• \(N=3\sim20\)范围内，0.724Hz、1.461Hz两处极点持续稳定，判定为真实模态；其余极点零散跳变，判定为伪模态并剔除。
  最终筛选保留两组共轭极点：

\[\lambda_1=-0.136+j2.864,\ \lambda_1^*; \quad \lambda_2=-0.101+j5.764,\ \lambda_2^* \]

第五章 第二步：固定极点下的留数拟合与振型提取

5.1 带余项的部分分式展开模型

极点确定后，FRF模型关于留数是线性的，可直接通过最小二乘求解。工程中通常加入上下余项，补偿分析带宽以外的模态贡献：

\[\tilde{H}(\omega_k) = \frac{R_1}{j\omega_k-\lambda_1} + \frac{R_1^*}{j\omega_k-\lambda_1^*} + \frac{R_2}{j\omega_k-\lambda_2} + \frac{R_2^*}{j\omega_k-\lambda_2^*} + U + \frac{L}{j\omega_k} \]

• \(U\)为高频余项，补偿带宽以上的高阶模态贡献；
• \(L\)为低频余项，补偿带宽以下的刚体模态贡献。
  本算例中未知量包括：2阶留数\(R_1(2\times1)\)、\(R_2(2\times1)\)，高频余项\(U(2\times1)\)，低频余项\(L(2\times1)\)，共12个实未知量。

5.2 超定最小二乘求解留数

将所有频点的方程整理为矩阵形式\(\boldsymbol{\Phi} \boldsymbol{\Gamma} = \tilde{\boldsymbol{H}}\)，超定方程组的最小二乘解为：

\[\boldsymbol{\Gamma} = \left( \boldsymbol{\Phi}^H \boldsymbol{\Phi} \right)^{-1} \boldsymbol{\Phi}^H \tilde{\boldsymbol{H}} \]

求解后得到各阶模态的留数向量：

\[R_1 = \begin{bmatrix} 2.15 \\ 2.12 \end{bmatrix}, \quad R_2 = \begin{bmatrix} 1.86 \\ -3.77 \end{bmatrix} \]

5.3 留数向量归一化得到振型

比例阻尼系统中，单输入下的留数向量与振型向量成正比：

\[\boldsymbol{R}_r = \gamma_r \cdot \boldsymbol{\phi}_r \]

其中\(\gamma_r\)为复标量，与激励点位置、模态质量相关。
物理意义：单激励下，各测点留数的相对幅值和相位，对应振型的相对幅值和相位。振型是相对量，因此可通过归一化得到振型向量。
本算例以第一个自由度为1进行归一化：

\[\boldsymbol{\phi}_1 = \frac{R_1}{2.15} = \begin{bmatrix} 1 \\ 0.986 \end{bmatrix}, \quad \boldsymbol{\phi}_2 = \frac{R_2}{1.86} = \begin{bmatrix} 1 \\ -2.027 \end{bmatrix} \]

辨识振型与理论真值高度吻合。

第六章 第三步：模态辨识结果校验

6.1 MAC矩阵（模态置信准则）

定义：

\[\text{MAC}_{rs} = \frac{|\boldsymbol{\phi}_r^H \boldsymbol{\phi}_s|^2}{\left( \boldsymbol{\phi}_r^H \boldsymbol{\phi}_r \right) \left( \boldsymbol{\phi}_s^H \boldsymbol{\phi}_s \right)} \]

物理意义：衡量两个振型的空间相似程度，取值范围0~1。自MAC恒为1；不同阶模态的互MAC应远小于1（工程中通常<0.1为合格），说明模态正交性良好、无模态混淆。
本算例计算结果：

\[\text{MAC}_{11}=\text{MAC}_{22}=1, \quad \text{MAC}_{12}=\text{MAC}_{21}\approx0.002<0.1 \]

模态正交性合格。

6.2 FRF整体拟合误差

定义：

\[\text{Error} = \frac{\sum_k \|\tilde{\boldsymbol{H}} - \hat{\boldsymbol{H}}\|_2^2}{\sum_k \|\tilde{\boldsymbol{H}}\|_2^2} \times 100\% \]

其中\(\hat{\boldsymbol{H}}\)为辨识参数重构的FRF。
物理意义：衡量辨识模型对原始数据的整体拟合精度，工程中通常<5%为良好。
本算例拟合误差约为3.2%，精度合格。

6.3 模态复杂度

定义：

\[\text{MC}_r = 1 - \frac{|\boldsymbol{\phi}_r^T \boldsymbol{\phi}_r|}{\boldsymbol{\phi}_r^H \boldsymbol{\phi}_r} \]

物理意义：衡量振型的复程度。比例阻尼系统的振型为实向量，复杂度趋近于0；非比例阻尼或虚假模态会导致复杂度显著增大。
本算例两阶模态复杂度分别为0.021、0.017，接近0，属于经典实模态，无虚假模态特征。

第七章 辨识结果汇总与结论

7.1 真值与辨识值对比汇总

阶次	理论频率 (Hz)	辨识频率 (Hz)	理论阻尼	辨识阻尼	理论振型	辨识振型
1	0.7243	0.7240	0.015	0.015	\(\begin{bmatrix}1 \\ 0.9857\end{bmatrix}\)	\(\begin{bmatrix}1 \\ 0.986\end{bmatrix}\)
2	1.4612	1.4610	0.011	0.011	\(\begin{bmatrix}1 \\ -2.029\end{bmatrix}\)	\(\begin{bmatrix}1 \\ -2.027\end{bmatrix}\)

7.2 结论

通过2DOF数值算例验证，PolyMAX方法在含5%噪声的FRF数据中，仍能高精度辨识出系统的固有频率、阻尼比与振型，各项参数与理论真值偏差小于1%，且通过了MAC、拟合误差、模态复杂度三项校验。
该方法凭借全局拟合、线性化求解、稳定图自动筛选的技术优势，兼具高精度、高抗噪性与高自动化程度，是工程结构模态试验的主流辨识手段。