如何在随机振动分析中包括缓冲器

总结

在随机振动分析中,准确模拟系统的动态行为对于预测其在随机激励下的响应至关重要。在这种情况下,分立阻尼器(如减振器)是必不可少的组件,因为它有助于模拟实际系统中的能量耗散机制。通过将离散阻尼器集成到模型中,工程师可以有效地控制谐振峰值,降低振动幅度,并提高系统稳定性。这提高了分析的准确性,并为优化设计提供了见解,同时确保更真实地表示阻尼效果。

在这篇博客文章中,我们演示了如何使用材料阻尼和梁单元在随机振动分析中创建阻尼单元。这种方法为求解器限制提供了一种解决方法,这些限制会阻止在随机振动分析中直接包含单元阻尼。

理论模型:

为了更好地理解这个过程,我们可以考虑一个质量阻尼振荡器,这与我们在任何振动课程中学习的简单模型相同。因为我们知道这个振荡器的解,所以我们可以将所呈现的方法结果与这个分析响应进行比较。

 

在谐波力激励下,可以创建众所周知的振幅比与频率比图。

 

https://vlab.amrita.edu/

Amplification 振幅可以计算为:

 

amplitude 的最大值为:

 

通过为此示例分配一些数值,可以定义一条基础曲线以供进一步比较。

 

 

 

如何在随机振动分析中包含单元阻尼器

此方法涉及执行两次全谐波分析。由于无法在随机振动分析中包括阻尼器元件,这些全谐波将表征系统的动态行为。参考模型包括阻尼器,阻尼器定义为需要包含在最终随机振动分析中,并具有实际的缓冲器常数。第二个 Harmonic 模型使用相同的几何结构,但阻尼器被实心梁取代。材料属性(包括阻尼)经过调整,以匹配参考模型的动态响应。

在此示例中,参考模型应与理论位移幅度紧密匹配,这确实有效。虽然这似乎没有必要,因为解已经已知,但在求解没有分析数据的复杂模型时,该方法变得至关重要。在这种情况下,参考模型的响应可以作为调整梁模型的基准。

 

有限元模型 - 参考资料:

我们可以创建一个有限元模型来执行第一次全谐波分析,使用质量块、弹簧和阻尼器来表示系统的理论行为。请密切注意阻尼和刚度的数值。该块被建模为刚性,边界条件只允许垂直位移。调整块的密度以达到先前定义的质量。

 

仔细观察振幅峰值,可以看出与理论值相比,结果是按预期计算的。


有限元模型 - 梁方法:

在此阶段,线性阻尼器将被在 SpaceClaim 或 Discovery 中创建的圆柱形梁所取代。横截面、长度和材料属性可以任意选择。但此处建议特别小心,以正确捕获动态行为。在这里,模拟真实的应用程序值可能是一个好主意。您还希望有一个低刚度的梁,以避免与参考模型相比总刚度显著增加。

质量块已替换为质量点 (您可以保留块),并创建了一个关节来固定梁的自由端。质量和梁之间的连接是使用远程点进行的。原来的体对地弹簧保持不变,但将其阻尼值归零。激励载荷施加在
质量梁端。请注意弹簧内部的细梁。


定义材料阻尼是在 Engineering Data 中创建特定材料所必需的。它将用于梁体。


在开始调整过程之前,请考虑如何将材料阻尼包含在 Ansys Mechanical 中:


此处的策略是使用梁刚度矩阵,使用常阻尼系数定义单元阻尼。该值将被迭代修改以适应 Reference 动态行为。这项任务也可以使用 k 乘数因子来完成。

下图显示了代表不同阻尼系数的三条连续曲线。星形点是从 Damper Reference 模型中提取的值。清楚较低的系数如何减少阻尼效应,从而导致更高的峰值。对于更高的因子,情况正好相反。遵循简单的迭代方法来找到最佳因子。

 

 


 

 

和。。。。随机振动分析怎么样?

 

现在,一切都已设置为执行随机振动分析。可以在实际应用中包括所分析梁的材料属性。请注意,找到的阻尼系数仅适用于所创建梁的几何参数,这就是为什么使用实际应用尺寸会很有用的原因。想象一下,一个假设的应用是允许手臂围绕针孔旋转并连接到弹簧和阻尼器。负载将通过连接到地面的弹簧端传递。

阻尼器使用横梁元件包含在内,并通过两个旋转接头连接到车身臂和地面。

 

在这里,应用了垂直加速度 PSD(功率谱密度)曲线,并比较了两个模型。带梁的阻尼模型(左)和抑制梁体后没有阻尼的第二个模型(右)。很清楚阻尼模型在相同的光谱载荷下如何具有较小的位移响应。这显示了应用于此应用模型的材料阻尼方法的效果。

 

在此图中,可以看到模型中包含的阻尼元件衰减的峰值。

 


 

结论

将离散阻尼器纳入随机振动分析中,可以更准确地表示随机激励下的能量耗散和系统动力学。通过利用材料阻尼和横梁单元,工程师可以克服求解器的限制,并实现包含阻尼效果的实用解决方法。梁材料属性的迭代调整确保建模的动态响应与理论预测紧密一致,为没有解析解的复杂系统提供了一种可靠的方法。这种方法强调了细致建模和参数优化在提高随机振动场景中有限元分析的预测准确性和实际适用性方面的重要性。

 

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/27876.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

python3.13安装教程【2025】python3.13超详细图文教程(包含安装包)

文章目录 前言一、python3.13安装包下载二、Python 3.13安装步骤三、Python3.13验证 前言 本教程将为你详细介绍 Python 3.13 python3.13安装教程,帮助你顺利搭建起 Python 3.13 开发环境,快速投身于 Python 编程的精彩实践中。 一、python3.13安装包下…

Transformer 代码剖析6 - 位置编码 (pytorch实现)

一、位置编码的数学原理与设计思想 1.1 核心公式解析 位置编码采用正弦余弦交替编码方案: P E ( p o s , 2 i ) sin ⁡ ( p o s 1000 0 2 i / d m o d e l ) P E ( p o s , 2 i 1 ) cos ⁡ ( p o s 1000 0 2 i / d m o d e l ) PE_{(pos,2i)} \sin\left(\fra…

CF 452A.Eevee(Java实现)

题目分析 输入一个数字-长度,输入一个字符串。判断这个字符串是具体的哪一个单词 思路分析 首先给了长度,那我先判断长度相同的单词,然后再一一对比,如果都能通过,那就输出这个单词 代码 import java.util.*;public …

【监控】使用Prometheus+Grafana搭建服务器运维监控面板(含带BearerToken的Exporter配置)

【监控】使用PrometheusGrafana搭建服务器运维监控面板(含带BearerToken的Exporter配置) 文章目录 1、Grafana 数据可视化面板2、Prometheus - 收集和存储指标数据3、Exporter - 采集和上报指标数据 1、Grafana 数据可视化面板 Grafana 是一个开源的可视…

ADC采集模块与MCU内置ADC性能对比

2.5V基准电压源: 1. 精度更高,误差更小 ADR03B 具有 0.1% 或更小的初始精度,而 电阻分压方式的误差主要来自电阻的容差(通常 1% 或 0.5%)。长期稳定性更好,分压电阻容易受到温度、老化的影响,长…

UDP协议(20250303)

1. UDP UDP:用户数据报协议(User Datagram Protocol),传输层协议之一(UDP,TCP) 2. 特性 发送数据时不需要建立链接,节省资源开销不安全不可靠的协议 //一般用在实时性比较高…

基于https虚拟主机配置

一、https介绍 http 明文,80/tcp https 密文,443/tcp 二、安全性保障 1、数据安全性 数据加密 2、数据完整性 3、验证身份的真实性、有效性 三、数据安全性 手段:加密 发送方加密数据,接收方解密数据 对称加密算法 加密、解密数据…

机器学习(五)

一,多类(Multiclass) 多类是指输出不止有两个输出标签,想要对多个种类进行分类。 Softmax回归算法: Softmax回归算法是Logistic回归在多类问题上的推广,和线性回归一样,将输入的特征与权重进行…

概率论基础概念

前言 本文隶属于专栏《机器学习数学通关指南》,该专栏为笔者原创,引用请注明来源,不足和错误之处请在评论区帮忙指出,谢谢! 本专栏目录结构和参考文献请见《机器学习数学通关指南》 正文 🎲 1. 随机事件 …

动漫短剧开发公司,短剧小程序搭建快速上线

在当今快节奏的生活里,人们的娱乐方式愈发多元,而动漫短剧作为新兴娱乐形式,正以独特魅力迅速崛起,成为娱乐市场的耀眼新星。近年来,动漫短剧市场呈爆发式增长,吸引众多创作者与观众目光。 从市场规模来看…

MySQL零基础教程15—简单的表连接(join)

在学习子查询的时候,我们已经感受到了,在一个语句中,通过访问不同表的数据最终获取我们想要的结果这种操作方式,实际上在mysql中,还有更加有趣的一个功能,就是表连接,同样是在查询数据的时候连接…

【AVRCP】深入剖析 AVRCP 命令体系:从单元到特定命令的全面解读

在蓝牙音频 / 视频远程控制规范(AVRCP)中,丰富的命令体系是实现设备间高效交互的关键。这些命令涵盖了单元命令、通用单元与子单元命令、特定命令等多个层面, 一、支持的单元命令 1.1 单元命令概述 AVRCP中支持的单元命令在设备…

物业管理系统源码 物业小程序源码

物业管理系统源码 物业小程序源码 一、基础信息管理 1. 房产信息管理 记录楼栋、单元、房间的详细信息(面积、户型、产权等)。 管理业主/租户的档案,包括联系方式、合同信息等。 2. 公共资源管理 管理停车场、电梯、绿化带、公…

专题二最大连续1的个数|||

1.题目 题目分析: 给一个数字k,可以把数组里的0改成1,但是只能改k次,然后该变得到的数组能找到最长的子串且都是1。 2.算法原理 这里不用真的把0变成1,因为改了比较麻烦,下次用就要改回成1,这…

【计算机网络入门】初学计算机网络(十一)重要

目录 1. CIDR无分类编址 1.1 CIDR的子网划分 1.1.1 定长子网划分 1.1.2 变长子网划分 2. 路由聚合 2.1 最长前缀匹配原则 3. 网络地址转换NAT 3.1 端口号 3.2 IP地址不够用? 3.3 公网IP和内网IP 3.4 NAT作用 4. ARP协议 4.1 如何利用IP地址找到MAC地址…

精讲坐标轴系统(Axis)

续前文: 保姆级matplotlib教程:详细目录 保姆级seaborn教程:详细目录 seaborn和matplotlib怎么选,还是两个都要学? 详解Python matplotlib深度美化(第一期) 详解Python matplotlib深度美化&…

Metal学习笔记十:光照基础

光和阴影是使场景流行的重要要求。通过一些着色器艺术,您可以突出重要的对象、描述天气和一天中的时间并设置场景的气氛。即使您的场景由卡通对象组成,如果您没有正确地照亮它们,场景也会变得平淡无奇。 最简单的光照方法之一是 Phong 反射模…

动态规划_路径问题(典型算法思想)—— OJ例题算法解析思路

目录 一、62. 不同路径 - 力扣(LeetCode) 算法代码: 代码思路分析 问题定义: 动态规划定义: 边界条件: 填表过程: 返回结果: 代码优化思路 空间优化: 滚动数组…

【AI论文】ViDoRAG:通过动态迭代推理代理实现视觉文档检索增强生成

摘要:理解富含视觉信息的文档中的信息,对于传统的检索增强生成(Retrieval-Augmented Generation,RAG)方法来说,仍然是一个重大挑战。现有的基准测试主要集中在基于图像的问答(Question Answerin…

【赵渝强老师】监控Redis

对运行状态的Redis实例进行监控是运维管理中非常重要的内容,包括:监控Redis的内存、监控Redis的吞吐量、监控Redis的运行时信息和监控Redis的延时。通过Redis提供的监控命令便能非常方便地实现对各项指标的监控。 一、监控Redis的内存 视频讲解如下 【…