版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在汽車等工程領(lǐng)域中,模態(tài)分析是識別動力機(jī)械結(jié)構(gòu)固有屬性的主要方法,而試驗(yàn)?zāi)B(tài)分析作為模態(tài)分析中的一個重要手段,在實(shí)際工程應(yīng)用中更是得到廣泛應(yīng)用。然而,在試驗(yàn)過程中,常常會出現(xiàn)傳感器、線纜等試驗(yàn)器材的附加質(zhì)量導(dǎo)致實(shí)測頻率響應(yīng)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(fù)指數(shù)局部求解新方法。首先以矩形薄板為研究對象,設(shè)計了兩次試驗(yàn),分別對該方法在識別頻響函數(shù)一致以及由傳感器質(zhì)量過大導(dǎo)致頻響函數(shù)不一致的情況下所得結(jié)果
2、進(jìn)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(zhǔn)確識別模態(tài)模型,再以汽車制動盤為例,將該方法應(yīng)用到具有重根模態(tài)的復(fù)雜結(jié)構(gòu),討論其適用性,最后通過MATLAB實(shí)現(xiàn)了該算法,并通過參數(shù)化控制使算法更具有實(shí)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(fù)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(yàn)結(jié)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(zhì)板模態(tài)頻率與標(biāo)準(zhǔn)試
3、驗(yàn)誤差在0.9%以內(nèi),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(fù)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(zhǔn)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(jié)構(gòu)上的正確性,試驗(yàn)結(jié)果表明,該方法不能識別出結(jié)構(gòu)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(yīng)用的要求。最后,利用MATLAB軟件對該算法進(jìn)行編程,并與現(xiàn)有商業(yè)軟件識別結(jié)果進(jìn)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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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(fù)頻域模態(tài)參數(shù)識別研究及軟件實(shí)現(xiàn).pdf
- 最小二乘與最小二乘支撐向量機(jī).pdf
- 一種基于最小二乘映射的減基法及應(yīng)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(jī)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(yīng)用.pdf
- 基于頻域最小二乘的載荷識別方法與應(yīng)用研究.pdf
- 基于局部權(quán)重最小二乘的無人直升機(jī)飛行建模.pdf
- 遺忘因子遞推最小二乘參數(shù)估計
- 應(yīng)用多面函數(shù)最小二乘推估法計算gps高程
- 基于改進(jìn)廣義移動最小二乘近似的EFG法及其應(yīng)用.pdf
- 偏最小二乘改進(jìn)算法研究及應(yīng)用.pdf
- 偏最小二乘變量篩選法及其應(yīng)用研究.pdf
- 偏最小二乘回歸算法改進(jìn)及應(yīng)用.pdf
- 基于偏最小二乘的BP網(wǎng)絡(luò)模型及其應(yīng)用.pdf
- 偏最小二乘回歸及其在機(jī)組參數(shù)預(yù)測中的應(yīng)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(jī)研究及應(yīng)用.pdf
- 基于改進(jìn)最小二乘的異步電機(jī)在線參數(shù)辨識研究.pdf
- 最小二乘支持向量機(jī)算法研究及應(yīng)用.pdf
評論
0/150
提交評論