版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、在汽車等工程領域中,模態(tài)分析是識別動力機械結構固有屬性的主要方法,而試驗模態(tài)分析作為模態(tài)分析中的一個重要手段,在實際工程應用中更是得到廣泛應用。然而,在試驗過程中,常常會出現(xiàn)傳感器、線纜等試驗器材的附加質量導致實測頻率響應函數(shù)不一致的情況,為解決這一問題,本文建立了一種模態(tài)參數(shù)估計的最小二乘復指數(shù)局部求解新方法。首先以矩形薄板為研究對象,設計了兩次試驗,分別對該方法在識別頻響函數(shù)一致以及由傳感器質量過大導致頻響函數(shù)不一致的情況下所得結果
2、進行對比分析,表明了該方法不僅適用于頻響函數(shù)一致的情況,在頻響函數(shù)不一致時仍能準確識別模態(tài)模型,再以汽車制動盤為例,將該方法應用到具有重根模態(tài)的復雜結構,討論其適用性,最后通過MATLAB實現(xiàn)了該算法,并通過參數(shù)化控制使算法更具有實用價值。
本文首先以無重根模態(tài)的矩形薄板為例,利用最小二乘復指數(shù)法的整體求解和局部求解兩種方法分別識別了其模態(tài)模型。對比試驗結果可見,相比于整體求解方法,采用局部求解方法獲得的輕質板模態(tài)頻率與標準試
3、驗誤差在0.9%以內,自由狀態(tài)下的模態(tài)振型與理論振型亦相一致,表明最小二乘復指數(shù)局部求解方法在頻響函數(shù)不一致的情況下能夠準確識別模態(tài)模型。再以具有重根模態(tài)的汽車制動盤為研究對象,討論該方法在重根模態(tài)結構上的正確性,試驗結果表明,該方法不能識別出結構的重根,但是,在每一個頻率峰值處識別得到的固有頻率與整體方法相比誤差極小,滿足如固有頻率在線檢測系統(tǒng)等工程應用的要求。最后,利用MATLAB軟件對該算法進行編程,并與現(xiàn)有商業(yè)軟件識別結果進行對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 有理擬合最小二乘復頻域模態(tài)參數(shù)識別研究及軟件實現(xiàn).pdf
- 最小二乘與最小二乘支撐向量機.pdf
- 一種基于最小二乘映射的減基法及應用.pdf
- 基于偏最小二乘的人臉識別算法研究.pdf
- 最小二乘支持向量機的參數(shù)選擇.pdf
- 線性模型參數(shù)的最小二乘估計理論及其應用.pdf
- 基于頻域最小二乘的載荷識別方法與應用研究.pdf
- 基于局部權重最小二乘的無人直升機飛行建模.pdf
- 遺忘因子遞推最小二乘參數(shù)估計
- 應用多面函數(shù)最小二乘推估法計算gps高程
- 基于改進廣義移動最小二乘近似的EFG法及其應用.pdf
- 偏最小二乘改進算法研究及應用.pdf
- 偏最小二乘變量篩選法及其應用研究.pdf
- 偏最小二乘回歸算法改進及應用.pdf
- 基于偏最小二乘的BP網(wǎng)絡模型及其應用.pdf
- 偏最小二乘回歸及其在機組參數(shù)預測中的應用.pdf
- 第五章線性參數(shù)的最小二乘處理
- 灰色最小二乘支持向量機研究及應用.pdf
- 基于改進最小二乘的異步電機在線參數(shù)辨識研究.pdf
- 最小二乘支持向量機算法研究及應用.pdf
評論
0/150
提交評論