振动模态测试（Modal Testing）是通过实验手段获取结构动力学特性（如固有频率、阻尼比和振型）的关键技术，为结构动力学建模、振动故障诊断及NVH优化提供数据基础。其核心在于通过激励与响应测量，识别系统的模态参数，揭示结构在动态载荷下的内在行为。

1. 基本概念

• 模态参数：

• 固有频率（Natural Frequency）：结构自由振动时的特征频率（Hz）。

• 阻尼比（Damping Ratio）：能量耗散能力的无量纲参数（如0.05表示5%临界阻尼）。

• 振型（Mode Shape）：结构在特定频率下的振动空间分布形态（如弯曲、扭转）。

• 线性时不变（LTI）假设：模态测试通常假设结构为线性系统，且特性不随时间变化。

2. 测试方法分类

2.1 激励方式

• 单点激励：

• 优点：能量可控，适合大型或复杂结构。

• 缺点：需固定激振器，可能引入附加质量。

• 优点：快速、低成本，适用于简单结构。

• 缺点：激励能量有限，高频段信噪比低。

• 力锤法（Impact Hammer）：通过力锤施加瞬态激励，测量频响函数（FRF）。

• 激振器法（Shaker）：采用电动或液压激振器进行正弦扫频或随机激励。

• 多点激励（MPA）：多激振器同步激励，提高重根模态（如对称结构）的识别精度。

2.2 响应测量

• 接触式传感器：

• 加速度计：需考虑质量负载效应（传感器质量＜结构有效质量的10%）。

• 应变片：适用于局部柔性变形测量。

• 非接触式测量：

• 激光测振仪（LDV）：高空间分辨率，适用于轻质或高温部件。

• 光学全场测量：如数字图像相关（DIC）或电子散斑干涉（ESPI）。

3. 测试流程

1. 测点规划：

• 依据结构几何特征划分网格，确保覆盖关键区域（如悬置点、薄弱部位）。

• 遵循模态置信准则（MAC），避免测点空间冗余。

2. 激励与采集：

• 选择激励信号（如猝发随机、伪随机或正弦扫频），设置采样频率（≥2.56倍最高分析频率）。

• 同步记录激励力与响应信号，确保相位一致性。

3. 数据处理：

• 频域法：峰值拾取（Peak Picking）、最小二乘复频域（LSCF）。

• 时域法：随机子空间识别（SSI）、特征系统实现算法（ERA）。

• 频响函数（FRF）估计：采用$H$（抑制输出噪声）或$H$（抑制输入噪声）估计法。

• 模态参数识别：

4. 关键技术挑战

• 模态密集性：相近频率模态（如车体弯曲与扭转模态）的分离需高分辨率算法。

• 非线性效应：如接合面摩擦、间隙导致的振幅依赖性，需多级激励测试。

• 边界条件模拟：自由-自由状态（悬吊）或约束状态（固支）的选择影响模态结果。

5. 结果验证与应用

• 模态验证：

• 模态置信度（MAC）矩阵：检验振型正交性（非对角线元素＜0.2）。

• 频响函数合成：将识别模态叠加重构FRF，与实测对比验证精度。

• 工程应用：

• 模型修正：校准有限元模型（FEM）的刚度与阻尼参数。

• 故障诊断：识别结构损伤（如裂纹导致的模态频率偏移）。

• NVH优化：通过调整质量分布或刚度抑制共振（如避开发动机激励频段）。

6. 前沿发展

• 运行模态分析（OMA）：仅依赖环境激励（如风、路面振动），适用于不可控激励场景。

• 非线性模态分析：采用希尔伯特变换或时频分析处理非线性系统。

• AI辅助识别：深度学习自动提取模态参数，提升复杂结构分析效率。

振动模态测试是连接实验力学与数字孪生的桥梁，其技术深度体现在激励设计的科学性、数据处理的严谨性及模态参数的可解释性。通过精确的模态识别，可为结构动力学设计与优化提供不可替代的实验依据。