Enhanced input stacking for non-square MIMO modal identification of aeronautical structures via Fast and Relaxed Vector Fitting

기술 요약: 항공기 구조물의 비정사각 MIMO 모드 식정을 위한 고속 및 완화 벡터 피팅을 통한 향상된 입력 적층

문제 제기
구조 모달 파라미터 (고유진동수, 감쇠비, 모드 형상) 의 정확한 식별은 항공기 인증, 유한요소모델 갱신, 그리고 공탄성 안정성 예측에 필수적입니다. 지상 진동 시험 (GVT) 은 필요한 실험 데이터를 제공하지만, 현대 항공우주 구조물은 결합된 진동 모드와 간격이 좁은 진동 모드를 포착하기 위해 다중 입력 다중 출력 (MIMO) 프레임워크가 종종 요구됩니다.

전기 네트워크용으로 원래 개발된 계산 효율적인 주파수 영역 시스템 식별 방법인 고속 및 완화 벡터 피팅 (FRVF) 알고리즘을 기계 시스템에 적용하는 데에는 상당한 한계가 존재합니다. 표준 FRVF 구현은 입력 채널 수와 출력 채널 수가 동일한 정사각형 주파수 응답 함수 (FRF) 행렬을 가정합니다. 그러나 항공기의 실험적 모달 분석에서는 측정된 응답 채널 (센서) 의 수가 일반적으로 여기 위치 (작동기) 의 수를 훨씬 초과하여 비정사각형 FRF 행렬이 발생합니다. 이러한 불일치는 기존 FRVF 공식을 현실적인 GVT 시나리오에 직접 적용하는 것을 방해합니다.

방법론
저자들은 향상된 입력 적층 전략을 통해 비정사각형 MIMO 구성을 수용할 수 있도록 FRVF 를 재공식화할 것을 제안합니다. 방법론은 세 단계로 진행됩니다:

1. 향상된 입력 적층: 핵심 혁신은 3 차원 FRF 텐서 ($N_{out} \times N_{in} \times N_{freq}$) 를 FRVF 와 호환되는 2 차원 배열로 재구성하는 것입니다. 정사각형 시스템에 사용되는 기존의 상삼각 적층 대신, 제안된 알고리즘은 입력 채널의 주파수별 중첩을 수행합니다. 각 출력 채널에 대해 모든 입력 채널의 FRF 가 합산됩니다.
   • 이론적 근거: 선형 시불변 시스템의 모달 중첩 원리에 기반하여, 이 합산은 가상적이고 일관된 여기에 의해 구동되는 효과적인 FRF 를 생성합니다. 이는 잔류값을 재가중치하지만 시스템 극점 (고유진동수와 감쇠비) 을 보존하고 모드 형상의 공간적 비율을 유지하여, 입력과 출력 간의 물리적 상관관계를 변경하지 않으면서 약하게 여기된 모드의 신호 대 잡음비 (SNR) 를 향상시킵니다.
2. 시스템 식별: 적층된 FRF 는 FRVF 알고리즘을 사용하여 처리됩니다. 여기에는 QR 기반 잔류값 추정을 이용한 반복적 유리함수 근사, 잡음 처리를 위한 약한 역크기 가중치, 그리고 효율적인 극점 안정화가 포함됩니다.
3. 파라미터 추출: 생성된 유리함수 모델로부터 안정화 다이어그램을 사용하여 모달 파라미터를 추출합니다. 후보 극점은 진동수 안정성 (<1 Hz 변동), 감쇠 일관성 (<0.05 변동), 그리고 모드 형상 상관관계 (모달 보장 기준 > 0.95) 를 기준으로 선택됩니다.

주요 기여

• FRVF 의 일반화: 이 연구는 전기 네트워크 모델링 기법을 구조 동역학에 적용하는 데 있어 중요한 격차를 해소하기 위해 FRVF 알고리즘을 정사각형 시스템에서 임의의 비정사각형 MIMO 시스템으로 확장합니다.
• 입력 적층 알고리즘: 상호성 가정이나 동위치 센서/작동기가 필요 없이 여러 여기 기여를 집계하여 모드의 관측성을 향상시키는 특정 적층 절차 (알고리즘 1) 를 도입합니다.
• 검증 프레임워크: 이 방법론은 캔틸레버 빔에 대한 수치 시뮬레이션과 전폭 항공기에 대한 실험적 시험을 통해 검증되었습니다.

결과

• 수치적 검증 (캔틸레버 빔):
  • 이 방법은 잡음이 없는 조건에서 시뮬레이션된 빔의 10 개 모드를 모두 성공적으로 식별하여 진동수 오차가 무시할 수 있을 정도로 낮았으며 (<0.1%), 완벽한 모드 형상 상관관계 (MAC = 1) 를 보였습니다.
  • 잡음 강건성: 1% 까지의 첨가성 백색 가우시안 잡음 (AWGN) 하에서 이 방법은 높은 정확도를 유지했습니다. 3~5% 의 잡음 수준에서도 고유진동수는 정확하게 유지되었고 (오차 <0.9%), 모드 형상은 높은 상관관계를 보였으며 (MAC ≥ 0.99), 다만 고차 모드에 대한 감쇠비 추정은 오차가 증가했습니다 (최대 40%).
• 실험적 검증 (BAE 시스템 호크 T1A):
  • 이 방법은 5~165 Hz 대역폭 내에서 호크 T1A 훈련기 제트기 (5 입력, 91 출력) 의 GVT 데이터에 적용되었습니다.
  • iLF 및 LSCE 와의 비교: FRVF 는 개선된 로이너 프레임워크 (iLF) 가 보고한 32 개 모드 중 27 개를 식별하여 진동수 편차가 일반적으로 1% 이내였습니다. 반면, 최소제곱 복소 지수 (LSCE) 방법은 진동수와 감쇠 모두에서 상당한 편차를 보이며 4 개의 모드만 식별했습니다.
  • 모드 형상: 시각적 검토와 MAC 값은 FRVF 가 특히 잘 분리된 저차 모드에 대해 물리적으로 의미 있는 모드 형상을 복원했음을 확인시켜 주었습니다. 40 Hz 이상의 모드에서는 밀집된 대역에서의 등간격 극점 초기화의 한계로 인해 모드 밀도 증가와 관측성 감소로 인해 성능이 약간 저하되었습니다.

의의 및 주장
이 논문은 향상된 입력 적층과 결합된 확장된 MIMO FRVF 공식이 항공기 구조물의 모달 분석을 위한 신뢰성 있고 정확하며 잡음에 견고한 접근법을 제공한다고 주장합니다. 저자들은 이 접근법이 다음과 같다고 단언합니다:

• 센서가 작동기보다 많은 현실적인 항공기 GVT 캠페인에 적합하도록 표준 FRVF 의 정사각형 시스템 제한을 극복합니다.
• iLF 와 같은 확립된 광대역 방법과Comparable 한 성능을 보여주면서도 복잡한 MIMO 환경에서 LSCE 와 같은 고전적인 시간 영역 기법보다 우수한 성능을 발휘합니다.
• 측정 잡음에 대한 높은 강건성이 요구되는 응용 분야에 적합한 구조 동역학 식별을 위한 계산 효율적인 대안을 제공합니다.

저자들은 이 방법이 매우 효과적이지만, 향후 연구는 고도로 혼잡한 주파수 대역에서의 수렴성을 더욱 개선하기 위해 자동화된 모드 선택 기준과 동적 초기 극점 배치에 초점을 맞출 수 있다고 결론지었습니다.