模态阻尼的识别与设定

分类: 構造解析 | 综合版 2026-04-06
CAE visualization for modal damping theory - technical simulation diagram
モード減衰の同定と設定

理论与物理

什么是阻尼

🧑‍🎓

老师,在结构力学中如何处理“阻尼”?


🎓

阻尼是振动能量耗散的效应。如果没有阻尼,结构将永远持续振动。实际结构必然存在阻尼,这使共振时的振幅保持有限。


运动方程

🎓

带阻尼的运动方程:


$$ [M]\{\ddot{u}\} + [C]\{\dot{u}\} + [K]\{u\} = \{F(t)\} $$

$[C]$ 是阻尼矩阵。$[M]$ 和 $[K]$ 在物理上很明确,但$[C]$ 通常具有很大的不确定性


🧑‍🎓

如何确定阻尼矩阵是个问题呢。


🎓

没错。阻尼的建模是FEM动态分析中最不确定的参数


阻尼模型

🎓

主要的阻尼模型:


1. 模态阻尼(Modal Damping)

🎓

直接为每个模态指定阻尼比 $\zeta_i$。最常用的方法。


$$ \ddot{q}_i + 2\zeta_i \omega_i \dot{q}_i + \omega_i^2 q_i = f_i(t) $$

$q_i$ 是模态坐标,$\omega_i$ 是固有角频率。


2. 瑞利阻尼(Rayleigh Damping)

🎓

$[C] = \alpha [M] + \beta [K]$。$\alpha$ 和 $\beta$ 通过匹配两个频率下的 $\zeta$ 来确定。


$$ \zeta_i = \frac{\alpha}{2\omega_i} + \frac{\beta \omega_i}{2} $$

3. 结构阻尼(Structural Damping)

🎓

也称为迟滞阻尼。与频率无关的阻尼,用复刚度 $[K^*] = K$ 表示。$g$ 是结构阻尼系数。


🧑‍🎓

这三种模型,如何区分使用呢?


🎓
模型适用场景优点缺点
模态阻尼模态叠加法各模态可设不同 $\zeta$以模态分析为前提
瑞利阻尼直接积分法(时程分析)可在时域使用只能在两个频率上匹配 $\zeta$
结构阻尼频率响应分析与频率无关不能在时域使用

阻尼比的典型值

🎓
结构阻尼比 $\zeta$
钢结构(焊接)0.5〜1%
钢结构(螺栓连接)1〜2%
钢筋混凝土结构3〜5%
隔震结构10〜30%
机械结构1〜3%
复合材料结构0.5〜2%
🧑‍🎓

钢结构0.5〜1%…非常小呢。


🎓

钢的内部阻尼小。所以钢结构在共振时容易产生大振幅,阻尼的设置对结果影响很大。


总结

🧑‍🎓

我来整理一下模态阻尼的理论。


🎓

要点:


  • 阻尼是动态分析中最不确定的参数 — 必须进行灵敏度分析
  • 三种模型 — 模态阻尼、瑞利阻尼、结构阻尼
  • 模态阻尼最常用 — 为每个模态指定 $\zeta_i$
  • 瑞利阻尼用于时域 — 用 $\alpha, \beta$ 匹配两个频率
  • 阻尼比的典型值 — 钢: 1%、RC: 5%。因用途而异

🧑‍🎓

阻尼的设置有时会让结果相差数倍呢。因为共振时的振幅与 $1/(2\zeta)$ 成正比,所以 $\zeta = 1\%$ 和 $\zeta = 2\%$ 时振幅会差2倍。


🎓

所以说阻尼是“影响最大、最不确定的参数”。没有对阻尼进行灵敏度分析,就不能相信动态分析的结果。


Coffee Break 杂谈

阻尼比2%这个“魔法数字”

结构阻尼比ζ=2%作为设计惯例被广泛使用,但实际钢结构物中差异很大,在0.5〜5%之间。这个值是Lankford(1954年)根据建筑物实测数据统计提出的中位数。自1970年代被UBC(美国建筑规范)采用后,作为“标准值”固定下来,但必须记住,焊接结构低于1%,螺栓连接结构为3〜5%,完全不同。

各项的物理意义
  • 惯性项(质量项):$\rho \ddot{u}$,即“质量×加速度”。您有过急刹车时身体被向前甩出去的经历吗?那种“被带走的感觉”正是惯性力。物体越重越难启动,一旦动起来也越难停止。建筑物在地震中摇晃,也是因为地面突然移动,而建筑物的质量“被落下”。静力分析中此项设为零,那是“因为缓慢施力所以加速度可以忽略”的假设。冲击载荷或振动问题中绝对不能省略。
  • 刚度项(弹性恢复力):$Ku$ 或 $\nabla \cdot \sigma$。拉弹簧时会感觉到“想恢复原状的力”吧?那就是胡克定律 $F=kx$,也是刚度项的本质。那么提问——铁棒和橡皮筋,用相同的力拉,哪个伸得更长?当然是橡皮筋。这种“不易伸长性”就是杨氏模量 $E$,它决定了刚度。常见的误解:“刚度高=强度高”是不对的。刚度是“不易变形性”,强度是“不易破坏性”,是不同的概念。
  • 外力项(载荷项):体积力 $f_b$(重力等)和表面力 $f_s$(压力、接触力等)。可以这样想——桥上卡车的重量是“作用在整个内部上的力”(体积力),轮胎压路面的力是“只作用在表面上的力”(表面力)。风压、水压、螺栓紧固力…全都是外力。这里容易犯的错误:弄错载荷方向。本想“拉伸”却成了“压缩”——听起来像笑话,但在3D空间中坐标系旋转时确实会发生。
  • 阻尼项:瑞利阻尼 $C\dot{u} = (\alpha M + \beta K)\dot{u}$。试着弹一下吉他弦。声音会一直响吗?不,会逐渐变小。因为振动能量通过空气阻力和弦的内部摩擦变成了热。汽车的减震器也是同样原理——特意吸收振动能量来改善乘坐舒适性。如果阻尼为零会怎样?建筑物在地震后会一直摇晃下去。实际上不会这样,所以设置合适的阻尼很重要。
假设条件与适用范围
  • 连续体假设:将材料视为连续介质,忽略微观不均匀性
  • 小变形假设(线性分析时):变形相对于初始尺寸足够小,应力-应变关系为线性
  • 各向同性材料(未特别指定时):材料特性不依赖于方向(各向异性材料需要另行定义张量)
  • 准静态假设(静力分析时):忽略惯性力・阻尼力,只考虑外力与内力的平衡
  • 不适用的情形:大变形・大旋转问题需要考虑几何非线性。塑性・蠕变等非线性材料行为需要扩展本构关系
量纲分析与单位制
变量SI单位注意事项・换算备忘
位移 $u$m(米)输入mm时,载荷・弹性模量也要统一为MPa/N系
应力 $\sigma$Pa(帕斯卡)= N/m²MPa = 10⁶ Pa。与屈服应力比较时注意单位制不一致
应变 $\varepsilon$无量纲(m/m)注意工程应变与对数应变的区别(大变形时)
弹性模量 $E$Pa钢: 约210 GPa,铝: 约70 GPa。注意温度依赖性
密度 $\rho$kg/m³mm系中是tonne/mm³(钢约为 10⁻⁹ tonne/mm³)
力 $F$N(牛顿)mm系用N,m系也用N统一

数值解法与实现

阻尼的设置方法

🧑‍🎓

在FEM中如何设置阻尼?


Nastran中的模态阻尼

```

TABDMP1, 1, CRIT

, 0., 0.02, 100., 0.02, ENDT

```

为所有模态设置 $\zeta = 2\%$。也可以按频率范围设置不同的 $\zeta$。

Abaqus中的模态阻尼

```

*MODAL DAMPING

1, 50, 0.02

```

为模态1〜50批量设置 $\zeta = 2\%$。

瑞利阻尼的设置

🎓

$\alpha$ 和 $\beta$ 的确定方法:


在两个频率 $f_1, f_2$ 处设 $\zeta_1 = \zeta_2 = \zeta$ 时:


$$ \alpha = \frac{2\omega_1 \omega_2 \zeta}{\omega_1 + \omega_2}, \quad \beta = \frac{2\zeta}{\omega_1 + \omega_2} $$

🧑‍🎓

如何选择 $f_1$ 和 $f_2$?


🎓

关注频率范围的下限和上限。例如,地震响应分析关注1〜10 Hz,则取 $f_1 = 1$ Hz, $f_2 = 10$ Hz。注意此范围外阻尼比会有偏差。


Abaqus中的瑞利阻尼

```

*DAMPING, ALPHA=0.5, BETA=0.001

```

阻尼的识别

🧑‍🎓

如何测量实际结构的阻尼比?


🎓

通过实验模态分析测量:


1. 锤击法 — 用冲击锤激振,测量加速度

2. 激振器法 — 通过正弦/随机激振获取频率响应函数(FRF)

3. 阻尼识别 — FRF的半功率带宽法,或曲线拟合


🎓

半功率带宽法:从共振峰振幅为 $1/\sqrt{2}$ 处的两个频率 $f_1, f_2$ 计算:


$$ \zeta = \frac{f_2 - f_1}{2f_n} $$

🧑‍🎓

测量起来很简单呢。


🎓

原理简单,但实验精度(激振点、测量点、噪声处理)会影响结果。用多种方法交叉验证比较安全。


总结

🧑‍🎓

我来整理一下阻尼设置的数值方法。


🎓

要点:


  • TABDMP1(Nastran), *MODAL DAMPING(Abaqus — 模态阻尼的设置
  • $\alpha, \beta$ 的确定 — 在两个频率上匹配
  • 通过实验模态分析测量阻尼比 — 半功率带宽法是基础
  • 注意阻尼比的范围 — 瑞利阻尼在指定范围外会有偏差
  • 没有实验数据就使用文献值,并进行灵敏度分析

関連シミュレーター

この分野のインタラクティブシミュレーターで理論を体感しよう

シミュレーター一覧

関連する分野

この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ