模态分析的概念。C++减振器设计。

一、说明

模态分析是工程和物理学中用于研究系统或结构动态特性的技术。它涉及分析系统的振动或振荡的自然模式以及相应的频率、阻尼系数和振型。

        在模态分析中,所研究的系统通常表示为一组质量、刚度和阻尼元件(在下面的文章中忽略了阻尼)。通过求解系统的运动方程,可以确定系统振动的固有频率以及相应的振型或运动模式。

        固有频率表示系统在被激发或干扰时倾向于振动的频率。每个固有频率对应于一种振动模式,该振动模式是与特定频率相关的独特运动模式。振型描述了系统在每种振动模式下的移动和变形方式。

        模态分析通常用于各个领域,包括结构工程、机械工程、航空航天工程和声学。它在结构设计、隔振、噪声控制和故障分析等领域都有应用。通过了解系统的自然模式,工程师可以设计不易产生共振的结构,优化性能,并识别潜在问题,如弱点或过度振动。

二、直觉

          我们可以接收到我们相关的模态分析和傅里叶分析的模式感,此外还有不同的概念。

        模态分析侧重于将振动系统的运动分解为其单独的振动模式。每种模式代表具有特定固有频率和相应振幅的独特运动模式。通过确定固有频率和振型,模态分析使我们能够理解和分析系统的动态行为。

        另一方面,傅里叶分析是一种数学技术,用于将复杂信号分解为更简单的正弦分量的总和。它表示频域中的信号,其中每个正弦分量对应于特定的频率和幅度。傅里叶分析通常用于信号处理、频谱分析以及时域和频域之间的转换信号。

        虽然模态分析和傅里叶分析都涉及将信号分解为更简单的分量,但基本原理和目标是不同的。模态分析侧重于物理系统的固有振动模式,而傅里叶分析则处理信号的频谱分解为正弦分量。

        总之,虽然模态分析和傅里叶分析在分解信号方面有一些相似之处,但它们是用于不同目的的不同技术。模态分析特别关注物理系统的振动行为,而傅里叶分析是用于分析频域信号的更通用的数学工具。

傅里叶和模态分析关系(作者)

        请注意,该模式是指振动系统表现出的特定运动模式。每种模式都与独特的位移组合相关联,并对应于固有频率。
        固有频率是系统的固有属性,由其质量、刚度和几何形状决定。固有频率表示系统在没有任何外部强迫的情况下被激励或干扰时倾向于振动的频率。系统中的每种振动模式都有其相应的固有频率。
        然而,共振频率是系统在受到外部激励(力)时表现出最强响应或放大的频率。当激励频率匹配或接近系统的固有频率时,就会发生这种情况。由于激励和系统之间的能量有效传递,共振会导致更大的振动幅度。
        在模态分析的上下文中,特征值是通过求解系统的特征方程获得的参数。特征方程与系统的动态行为有关,涉及刚度和质量矩阵。特征值表示特征方程的根,并确定系统的固有频率。每个特征值对应于特定的振动模式,并表示该模式振动的频率。

三、模态分析概述

        拉格朗日方程描述的机械系统可能难以求解,因为方程通常是耦合的。这意味着一个组件的运动或行为会影响其他组件的运动。

        在耦合系统中,不能为每个分量独立求解运动方程。这些方程通过涉及多个分量的位移、速度、加速度或力的项相互关联。

        耦合可能是由于系统不同部分之间的物理相互作用或连接而发生的,例如弹簧、阻尼器或相互依赖的力。

        求解耦合系统涉及考虑方程的相互依赖性并同时求解它们,以获得满足组件之间相互作用的完整解。这可能比求解非耦合方程组更复杂,其中每个方程都可以独立求解。

        对于这样的系统,我们经常使用模态分析,它通常旨在解耦运动方程,并以独立的振动模式来表达它们。这简化了分析,并允许单独检查每个模式(在模态坐标中)。

        下图提供了模态分析的一般概述。

模态分析概念(作者)

四、吸收器设计和模拟

        为了简化设计分析,让我们考虑质量 1 受到周期性力 F 的场景。该力影响质量1的运动。吸收器质量2分量通过弹簧连接到质量1的目的是减少这些运动。

        我们系统的模型可以呈现如下。

动态系统(作者)

        动态方程,我通过应用Ruge-Kutta方法求解。

        我们的目标是找到质量 2 的某些条件(质量和弹簧刚度值),这些条件会影响质量 1 保持静止。

        动力学方程相对简单,因此不需要模态分析。尽管如此,在所讨论的模型分析中概述主要步骤以充分结束我们的讨论将是有益的。

        程序如下。对于我们的系统(运动方程),我们需要解决特征值问题。这意味着我们需要确定模态频率(特征值)和振型(特征向量)。我在 Python 中解决了这个讨论的方程,并确定了两对特征值和特征向量。
        稍后计算的特征值和向量,我们应用来查找系统的模态。最后,我们可以指定系统的模式如下(有关更多详细信息,请参阅此处 )

        模式 1

        模式 2

        现在我们必须分析整个系统的响应。我们将早期的计算模式相加并绘制绝对值。

反共振频率(此处为15rad /s)(作者)

        在分析该图时,很明显存在某些不同的频率,其中质量1的运动可以忽略不计,导致其保持静止。这个特定的频率被称为反共振频率(这里为15rad / s)。

        为了创建详细设计,我们遵循求解拉格朗日运动方程的标准方法,以找到相应的解。这个方程的解是谐波,可以表示如下:

        有了这个谐波解,我们可以很容易地计算速度和加速度,并将它们代入我们的拉格朗日运动方程。

        通过应用一些基本的代数,我们可以将方程简化为以下形式:

        为了找到质量 1 保持静止的条件,我们将求解给定方程中的 Y = 0。

        通过代入这些值,我们可以确定质量 2 的设计条件和弹簧 2 的刚度,以满足所需的频率平方。也可以确定质量 2 位移。我们的设计标准如下:

        我们可以再次使用运动方程,并应用设计条件来正确设计吸收器。
假设质量 1 和质量 2 之间存在一个因子(通常比率为 0.1),我们可以指定主频率(对于质量 1)。

        代数计算得出一个方程,其中如果欧米茄等于欧米茄 (*),则质量 1 保持不变。

        绘制此关系将生成与模型分析中预期的相同的图。
        在频率等于15rad/s时,我们可以消除质量1(Y=0)的运动。有了质量 1 和质量 2 的比例因子,我们可以很容易地找到 k2 的刚度

        我们可以根据设计标准模拟两个质量的运动,其中我们计算 k2 的刚度以消除质量 1 运动。

        你可以在我的GitHub上找到源代码。

模拟阻尼器(蓝色)(作者)

        m1的运动几乎被移除(作者)

        正如预期的那样,阻尼器消除了质量 1 上的(几乎)运动。

 参考资料:马库斯·布赫霍尔茨

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/130071.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

单链表(Single Link Table)——单文件实现

一、单链表前言 上篇文章我们讲述了顺序表,认真学习我们会发现顺序表优缺点。 缺点1:头部和中部的插入删除效率都不行,时间和空间复杂度都为O(N); 缺点2:空间不够了扩容有一定的消耗(尤其是realloc的异地扩容); 缺…

Docker-namespace

Docker-namespace namespace基础命令dd 命令mkfsdfmountunshare pid 隔离试验mount 隔离 namespace namespace 是 Linux 内核用来隔离内核资源的方式。通过 namespace 可以让一些进程只能看到与自己相关的一部分资源,而另外一些进程也只能看到与它们自己相关的资源…

【Unity编辑器扩展】| 顶部菜单栏扩展 MenuItem

前言【Unity编辑器扩展】 | 顶部菜单栏扩展 MenuItem一、创建多级菜单二、创建可使用快捷键的菜单项三、调节菜单显示顺序和可选择性四、创建可被勾选的菜单项五、右键菜单扩展5.1 Hierarchy 右键菜单5.2 Project 右键菜单5.3 Inspector 组件右键菜单六、AddComponentMenu 特性…

MediaBox助力企业一站式获取音视频能力

以一只音视频百宝箱,应对「千行千面」。 洪炳峰、楚佩斯|作者 大家好,今天我分享的主题是MediaBox——行业音视频数字化再加速。 根据权威数据表明,65%的行业数字化信息来自视频,基于此,音视频技术对于行…

群晖NAS教程(二十五)、利用web station安装nextcloud

群晖NAS教程(二十五)、利用web station安装nextcloud 一、下载离线安装包文件 下载地址https://download.nextcloud.com/server/releases/,我们选择zip格式的,下载这个latest-27.zip的最新版的。 把它加压缩到群辉web/hepnextcloud路径下,并…

CSS:隐藏移动端的滚动条的方式

目录 方式一:-webkit-scrollbar方式二:overflow方式三:clip-path方式四:mask 遮罩总结参考 移动端开发中,有一个横向滚动元素,产品告诉我不需要滚动条,我说这个简单,隐藏一下不就行了…

Ubuntu使用命令行界面配置静态IP地址

参考地址:https://www.zhihu.com/tardis/sogou/art/46544606 方法一:配置/etc/network/interfaces文件 首先查看网卡接口名称:ip a 知道网卡接口名称之后,在 /etc/network/interfaces 文件中配置: auto enp0s31f6 …

keep-alive缓存三级及三级以上路由

需求需要缓存这个出入记录,当tab切换时不重新加载,当刷新页面时,或把这个关闭在重新打开时重新加载如图: (我这里用的是芋道源码的前端框架) keep-alive 1、include 包含页面组件name的这些组件页面,会被…

【算法与数据结构】236、LeetCode二叉树的最近公共祖先

文章目录 一、题目二、解法三、完整代码 所有的LeetCode题解索引,可以看这篇文章——【算法和数据结构】LeetCode题解。 一、题目 二、解法 思路分析: 根据定义,最近祖先节点需要遍历节点的左右子树,然后才能知道是否为最近祖先节…

Kubernetes 部署发布镜像(cubefile:0.4.0)

目录 实验:部署发布镜像(cubefile:0.4.0) 需求分析: 1、部署Kubenetes环境: 2、撰写 cubefile-deployment.yaml 文件 代码解释: 遇到的问题: 问题解决 : 3、撰写 cubefile-se…

vue2中实现 TDesign 树形懒加载

之前我有写过Element ui的树形懒加载 其主要是通过load函数来实现 而TDesign也是照虎画猫 他也是主要靠load 我们先来看一个基本的组件 <template><t-tree :data"items" :load"load" /> </template><script lang"jsx">…

开启更高效之路,美创科技暗数据发现和数据分类分级系统全新升级

数字经济时代&#xff0c;数据分类分级作为平衡数据保护和流通利用的基础工作&#xff0c;愈发受到广泛的关注。但面对海量繁杂的数据&#xff0c;如何快速地实现数据梳理与分类分级&#xff0c;对于绝大多数组织而言&#xff0c;并非易事—— ◼︎ 在缺少标准方法和自动化、智…

C++之结构体智能指针shared_ptr实例(一百九十四)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 人生格言&#xff1a; 人生…

Redis的基本概念与基础用法(1)

在节假日前12306的访问量就会急剧增加&#xff0c;在这种海量用户高并发的情况下就容易出现网站崩溃的情况&#xff0c;造成网站奔溃的罪魁祸首就是关系型数据库&#xff0c;因为关系型数据库有&#xff1a; 性能瓶颈&#xff1a;磁盘IO性能低下扩展瓶颈&#xff1a;数据关系复…

机器学习(10)---特征选择

文章目录 一、概述二、Filter过滤法2.1 过滤法说明2.2 方差过滤2.3 方差过滤对模型影响 三、相关性过滤3.1 卡方过滤3.2 F检验3.3 互信息法3.4 过滤法总结 四、Embedded嵌入法4.1 嵌入法说明4.2 以随机森林为例的嵌入法 五、Wrapper包装法5.1 包装法说明5.2 以随机森林为例的包…

SpringMVC之文件上传下载以及jrebel的使用

目录 前言 文件上传 导入依赖 配置文件上传解析器 配置存放地址 ​编辑 导入PropertiesUtil工具类 编写resource.properties 添加sql 编写PageController类 编写主页展示界面 编写文件上传方法 搭建一个图片上传的操作页面 文件下载 多文件上传 效果展示​编辑 jre…

web UI自动化介绍

文章目录 一、web UI自动化介绍1.1 执行UI自动化测试前提1.2 Selenium介绍以及知识点梳理 二、Selenium 学习2.1 基础2.1.1 环境安装与基础使用2.1.2 web浏览器控制2.1.3 常见控件的八大定位方式2.1.3.1 八大定位方式介绍2.1.3.2 NAME、ID定位2.1.3.3 css_selector定位2.1.3.4 …

c++qt day2

封装一个结构体&#xff0c;结构体中包含一个私有数组&#xff0c;用来存放学生的成绩&#xff0c;包含一个私有变量&#xff0c;用来记录学生个数&#xff0c; 提供一个公有成员函数&#xff0c;void setNum(int num)用于设置学生个数 提供一个公有成员函数&#xff1a;void…

Cascade-MVSNet CVPR-2020 学习笔记总结 译文 深度学习三维重建

文章目录 4 Cascade-MVSNet CVPR-20204.0 主要特点4.1 背景介绍4.2 代价体构造回顾4.3 Cascade-MVSNet4.4 Loss的设置4.5 Cascade-MVSNet实战操作4.6 总结4 Cascade-MVSNet CVPR-2020 深度学习三维重建 cascade-MVSNet-CVPR-202(源码、原文、译文 )下载 4.0 主要特点 采用特…

Python用GAN生成对抗性神经网络判别模型拟合多维数组、分类识别手写数字图像可视化...

全文链接&#xff1a;https://tecdat.cn/?p33566 生成对抗网络&#xff08;GAN&#xff09;是一种神经网络&#xff0c;可以生成类似于人类产生的材料&#xff0c;如图像、音乐、语音或文本&#xff08;点击文末“阅读原文”获取完整代码数据&#xff09;。 相关视频 最近我们…