

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),請進行舉報或認領(lǐng)
文檔簡介
1、全橋氣動彈性模型是研究大跨橋梁風致振動性能的重要手段。為確保氣動彈性模型試驗結(jié)果能真實反應(yīng)實際橋梁結(jié)構(gòu)在大氣邊界層的風振響應(yīng),全橋氣彈模型需要在滿足模型與原型氣動外形的同時,還需與原型結(jié)構(gòu)的動力特性保持必要的相似關(guān)系。氣動彈性模型設(shè)計時往往采用剛度等效的芯梁來模擬加勁梁的剛度,而且設(shè)計時往往忽略了一些次要因素,同時模型制作會帶來一些誤差。為驗證氣動彈性模型動力特性的保真性,模型的動力特性識別就尤為重要。在頻域內(nèi),反映結(jié)構(gòu)動力特性的參數(shù)包
2、括模態(tài)頻率、振型、阻尼比及模態(tài)質(zhì)量;只要加勁梁的質(zhì)量、質(zhì)量矩及振型與實橋一致,模態(tài)質(zhì)量也自然而然一致。因此,本文主要進行氣動彈性模型的頻率、振型及阻尼比識別工作。基于氣動彈性模型的環(huán)境振動響應(yīng),應(yīng)用模態(tài)識別軟件ARTeMIS中的頻域分解法(FFD)及數(shù)據(jù)驅(qū)動的隨機子空間識別(SSI)對氣動彈性模型的模態(tài)參數(shù)進行識別。論文主要工作如下:
(1)在文獻綜述的基礎(chǔ)上,較為系統(tǒng)地介紹了模態(tài)參數(shù)識別的頻域分解法及隨機子空間方法的理論
3、和算法過程。討論了數(shù)據(jù)驅(qū)動隨機子空間識別方法對投影矩陣加權(quán)方法不同形成的三種不同的隨機子空間識別算法:非加權(quán)主分量算法(UPC算法),主分量算法(PC算法)和規(guī)范變量算法(CVA算法)。
(2)應(yīng)用ARTeMIS軟件對一簡支梁橋及澧水大橋的模態(tài)識別進行了數(shù)值仿真。通過不同激勵條件的無噪聲和有噪聲污染的加速度響應(yīng),識別了模態(tài)頻率、振型及阻尼。結(jié)果表明,頻率及振型的識別結(jié)果具有良好的精度及可靠性,噪聲影響較小。但阻尼參數(shù)的識別
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 橋梁氣動彈性模型模態(tài)參數(shù)及顫振導數(shù)識別方法研究.pdf
- 基于氣動彈性模型的橋梁斷面顫振導數(shù)識別.pdf
- 風機葉片氣動彈性分析與裂紋損傷識別.pdf
- 壁板氣動彈性復雜響應(yīng)研究.pdf
- 串列方柱氣動彈性的數(shù)值模擬.pdf
- 跨聲速機翼氣動彈性優(yōu)化設(shè)計.pdf
- 弓網(wǎng)系統(tǒng)氣動彈性響應(yīng)研究.pdf
- 功能梯度壁板氣動彈性響應(yīng)研究.pdf
- 基于板模型的柔性機翼氣動彈性分析與控制.pdf
- 氣動彈性問題中的降階模型方法研究.pdf
- 可折疊機翼氣動彈性研究.pdf
- 基于cfd的氣動彈性時域仿真軟件
- 離散渦方法用于橋梁截面氣動彈性問題的數(shù)值計算.pdf
- 氣動彈性系統(tǒng)的時滯反饋控制.pdf
- 機翼氣動彈性模型RTM工藝研究及模具設(shè)計.pdf
- 高速列車結(jié)構(gòu)氣動彈性問題分析.pdf
- 薄殼氣動彈性非線性響應(yīng)研究.pdf
- 非線性氣動彈性系統(tǒng)的分叉分析.pdf
- 基于流固耦合的葉片氣動彈性分析.pdf
- 機翼非線性氣動彈性優(yōu)化設(shè)計.pdf
評論
0/150
提交評論