六自由度系统非线性参数辨识：从共振峰漂移到骨架线拟合

做六自由度系统非线性参数辨识这事，我一开始真没把它当回事。当时手头有一套试验台，六个质量块串联，弹簧在大位移下表现出明显的非线性，我需要判断是非线性来自刚度硬化还是阻尼，然后把参数抠出来交给下游做响应预测。第一反应很自然：线性模态分析那套老办法——锤击或者正弦扫频，提取频响函数，然后曲线拟合。结果小激励下拟合得好好的参数，一加大激励幅值就全面失效，共振峰在右移，频响曲线开始歪，甚至出现跳跃。这时候才意识到，非线性参数辨识和线性模态分析完全是两套世界观。

这篇文章就是把这个过程沉淀下来：从六自由度系统的运动方程出发，区分弱非线性和强非线性两种场景，分别用共振峰漂移和骨架线（Backbone Curve）两种思路去辨识参数，最后给出一套可以直接跑的Python代码流水线。不管你是做振动试验数据处理、结构动力学课题，还是设备状态监测里遇到非线性特征提取，这篇都值得收藏。

1. 先破除一个误区：六自由度非线性辨识不是"六个单自由度拼起来"

1.1 为什么线性时代熟知的模态叠加，在参数辨识中并不总是可用

线性系统里，我们之所以敢把多自由度问题拆成多个单自由度问题，靠的是模态叠加原理：位移响应可以写成各阶模态的线性组合，而每一阶模态的行为完全由固有频率、阻尼比、振型这三个量刻画。换句话说，只要我测到频响函数矩阵，就能通过模态参数把整个系统"翻译"成一组互不干扰的单自由度振子。

但注意，"互不干扰"这四个字在非线性系统里是不成立的。拿一个最简单的Duffing非线性弹簧来说，x'' + 2ζωx' + ω²x + k3x³ = Fcos(Ωt)，它的等效刚度会随响应幅值变化。这就意味着你在0.1N激励下测到的"固有频率"和5N激励下测到的"固有频率"都是真实存在的，但它俩不是同一个数。当你试图用固定模态去描述整个系统时，每一阶"模态"都在漂移，模态之间还会通过非线性力发生能量交换。我见过不少人把线性模态分析流程直接套在非线性试验数据上，结果得到一堆物理上解释不通的负阻尼、负刚度，就是这么来的。

所以做非线性参数辨识之前，必须先接受一个事实：你面对的不是一个固定参数的系统，而是一个参数随响应状态变化的系统。辨识任务也从"求一组固定参数"变成"求一个描述参数如何随幅值变化的函数关系"。

1.2 弱非线性与强非线性：判据不是"力气大小"，而是响应的形态

很多初学者会问：到底多大激励算强非线性？这个问题的问法本身就错了。弱和强不是由激励力大小决定的，而是由响应形态决定的。

实操中我习惯用两个快速判据：

• FFT谱形：对稳态响应做FFT，看基波之外的高次谐波占比。如果三次谐波幅值不到基波的5%，基本可以按弱非线性处理；如果三次、五次谐波明显成型，甚至出现次谐波（比如1/2次谐波），就进入强非线性区了。
• 扫频响应：对一个频率点从低到高扫，看幅频响应曲线。线性系统的共振峰是对称的（在比例阻尼假设下）；弱非线性的峰还保留单峰形状但位置随激励幅值偏移；强非线性的峰会出现明显弯曲，上升扫频和下降扫频的路径不一样，中间夹着一个滞后回路，这就是经典的跳跃现象。

这里有张对照表，我后面几节的分析都基于这个划分：

这个判据非常重要，因为它决定了你后面用哪套辨识代码。我见过有人拿着弱非线性方法去处理强非线性数据，拟合出来的刚度系数差了一两个数量级，原因就是他没意识到跳跃区间的数据点根本无法用单值等效刚度解释。

2. 从运动方程到可用的辨识模型：六自由度Duffing弹簧测试台

2.1 状态空间化与数值积分器的工程选择

要辨识参数，第一步是有一个足够真实的正向模型。我搭的测试台是六自由度串联弹簧质量系统，每个质量块之间有一组线性弹簧，其中一段弹簧并联了Duffing硬化非线性项。运动方程写成矩阵形式：

Mx'' + Cx' + Kx + F_nl(x) = F(t)

M是质量对角阵，C是阻尼矩阵，K是线性刚度矩阵，F_nl是非线性恢复力向量。我把边界条件也处理成弹簧——两边各有接地弹簧，这样系统有六个明确的振动模态，不会发生刚体漂移。

数值积分我直接用scipy.integrate.solve_ivp，积分器选LSODA。为什么选LSODA而不是默认的RK45？因为非线性项会让方程变成刚性系统，尤其是强非线性时，高频成分衰减极快，RK45会为了稳定步长做大量无效计算，慢得让人想砸电脑。LSODA能自动在刚性/非刚性模式之间切换，实测下来六自由度系统一个扫频点几秒到十几秒就能算完。

状态空间化的写法就是把二阶方程降阶：

python复制import numpy as np
from scipy.integrate import solve_ivp

def mdof_dynamics(t, y, m, c_band, k_band, k3_pos, k3_vals, A, f):
    """
    六自由度弹簧-质量-阻尼系统状态方程。
    y 是12维状态向量: [x1..x6, v1..v6]
    k_band 共 7 段: 0 和 6 是边界接地弹簧, 1..5 是相邻质量间弹簧
    c_band 同理，表示阻尼
    k3_pos 是非线性弹簧的段编号列表，k3_vals 是对应的立方刚度系数
    """
    N = len(m)
    x = y[:N]
    xd = y[N:]

    force = np.zeros(N)
    force[0] = A * np.sin(2 * np.pi * f * t)

    stiffness = np.zeros(N)
    damping = np.zeros(N)

    # 弹簧力
    for j in range(N + 1):
        if j == 0:
            dx = x[0]
        elif j == N:
            dx = x[N - 1]
        else:
            dx = x[j] - x[j - 1]

        if j in k3_pos:
            idx = k3_pos.index(j)
            k_nl = dx * k_band[j] + k3_vals[idx] * dx**3
        else:
            k_nl = dx * k_band[j]

        if j == 0:
            stiffness[0] += k_nl
        elif j == N:
            stiffness[N - 1] += k_