设计仿真 | CAEfatigue中多通道振动疲劳分析复杂载荷的处理

振动疲劳分析中的时域载荷转换与时间信号处理技术前沿


引言

振动疲劳作为评估材料或结构在动态载荷下性能的重要手段，近年来在工程领域得到了广泛应用。相比传统的高周、低周疲劳分析，振动疲劳更贴近真实世界使用条件，适用于模拟更为复杂的动态应力环境。在进行振动疲劳分析时，环境载荷激励往往复杂多变，因此，将基于时间的载荷数据转换至频域下的功率谱密度（PSD）成为了一项关键的预处理步骤，旨在提升计算效率与准确度。

时间信号转换面临的挑战


在时间信号至频域转换过程中，存在三个主要挑战：

1. 频域疲劳计算的假设限制：频域分析的准确性依赖于数据的平稳性、高斯分布和随机性，这些假设往往难以被所有实际数据满足，且用户难以精确量化这些要素。

2. FFT参数设置：快速傅立叶变换（FFT）的窗口形状、窗口长度等参数的选择需要专业知识和经验，且每事件单独设置此类参数超出了大多数用户的能力范围。




3. 相关性处理：多通道激励之间的时间信号相互关联性对后续的随机响应及其振动疲劳结果具有重大影响，数据管理和重复使用性问题不断增加。

最近的技术进展


关于载荷转换技术的实用性和概念理解

针对上述挑战，近年来出现的技术突破使得时域载荷转换过程对用户变得更加简便高效。具体改进包括：

1. 前置“负载调节”：在进行FFT转换前，通过精细化数据处理まずは倹"调节"来优化时域信号特性，使其更加符合频域分析所假设的条件。

2. 自动FFT窗口长度选择：利用先进的算法自动化选择FFT窗口长度和参数设置，减少用户对专业知识的依赖。

3. 通道信号映射与相关性管理：在数据转换过程中，有效处理传感器通道与模型测试之间的映射，同时考虑到多通道信号间的相关性，提升数据转换和后续分析的准确性。

具体的案例分析与实践应用

1. 满足关键假设的时域信号检查：以平稳性、高斯分布和随机性为基准，通过对原始时间信号的直观分析，判断其是否满足频域转换的基本前提。若不符合，通常涉及对原始信号进行预处理，消除不相关或影响低微的部分。

2. 自动化的调节与过滤流程：使用软件工具中的“AutoD”等自动化参数帮助用户执行难度较大的数据调节与过滤，确保每个时间信号保留重要的破坏性成分。

3. FFT窗口长度的智能选择：基于软件内嵌的智能算法，自动确定最佳的FFT窗口长度，以准确捕捉时域信号的关键特征，避免了手动设置引起的误差。

4. 大型PSD矩阵的自动化生成与管理：在处理包含数百个时间信号的复杂事件时，利用“TIME2PSD”模块自动化创建集合了所有信号的频域功率谱密度矩阵，极大简化了数据转换和管理过程。

5. 修正后的事件数据与PSD分析：通过将原始事件数据进行细分为多个部分，以适应不同频率特征的要求，进一步提升了分析的针对性和准确性。