随机振动分析实例

随机振动分析实例
随机振动分析实例

ANSYS 动力分析(18) - 随机振动分析- 实例(1)

2010-09-26 07:41:23| 分类:ANSYS 动力分析| 标签:随机振动实例模型飞机机翼psd|举报|字号订阅

PSD 实例:模型飞机机翼的随机振动

说明:

确定由于施加在机翼根部的Y 向加速度PSD,在模型飞机机翼中造成的位移和应力。假设机翼在Z=0 处固支。

操作指南

1. 清除数据库并读入文件wing. inp 以创建几何模型和网格。

2. 定义材料属性:

弹性模量= 38000 psi 泊松比= 0.3

密度= 1.033E-3/12 lbf-sec2/in4 = 8.6083E-5

3. 施加边界条件。

提示:选择在areas 上施加位移约束,拾取Z=0 处所有的Areas,约束所有自由度。

4. 定义新分析为Model,使用Block Lanczos 方法,抽取和扩展前15 个自然模态。然后求解Current LS。

5. 查看模态形状,如图为前 4 阶振型。

6. 使用所显示的 PSD 谱,执行 PSD Spectrum 分析。

首先定义分析类型为 Spectrum

分析类型为 PSD,使用全部模态,计算单元应力:注意激活“Calculate elem stresses”选项。

7. 在基础上施加指定的 PSD 谱 (注意:确保 PSD 的单位是 G2/Hz)。

施加 Y 向激励 (方法是:在基础节点上施加单位 Y 向位移)。

设置常阻尼比 0.02:

设置有关参数–重力加速度值

注意:响应谱类型选择 Accel (g**2/Hz),否则后面的 PSD 谱应该输入实际加速度值:

定义 PSD 谱表格:

绘制 PSD 谱表格曲线以检查输入值:

激活和设置模态组合参数:

选择所有模态。

设置计算内容:

计算各模态的参与因子:

在输出窗口中可以看到参与因子的计算结果:

求解:

10. 在一般后处理中,查看相对位移和应力 (载荷步 3)。

首先查看 Results Summary:载荷步 3 为 set 17

查看载荷步 3 的相对位移和应力:

在 Read Results 中读取载荷步 3 的结果:

使用 By set Number,输入 Data Set Number 为 17。

查看载荷步 3 的相对位移:

查看载荷步 3 的 SZ 应力:

查看载荷步 4 的相对位移–实际上是速度:

查看载荷步 5 的相对位移–实际是加速度:

小结:在 POST1 中,查看载荷步 3 的相对位移和应力。

– - 可以直接使用应力云图,比如 SZ,与屈服应力比较吗?

– - 对载荷步 1 怎么样?

– - 由 1 sigma 分量应力导出的等效/主应力 (equivalent/principal stresses derived from 1 sigma component stresses) 有效吗?

– - 载荷步 4 为速度结果

– - 载荷步 5 为加速度结果

11. 在Time History Postprocessor 中,对翼尖处的一个节点创建Uy 的PSD 响应。绘制对数-对数曲线图。

–进入时间历程后处理时,首先出现如下对话框,在其中选择:Create response power …

然后执行命令‘Store Data’并接受默认值。这是计算

Response PSD 所必须的。

在定义变量对话框中,点击add 添加变量。

选择翼尖处的一个节点创建Uy 变量。

在列表中选择Uy :

变量定义结束:

计算变量2 的PSD 功率谱,存为变量3:

显示变量3 的曲线:

将图形改为对数–对数形式,操作如下:

设置有关参数:x,y 轴的标记、x,y 轴的类型 (线性或对数)

按更改后的参数重新绘制变量图形:

随机振动名词解释

"脉冲响应函数" 英文对照 impulse response function; "脉冲响应函数" 在学术文献中的解释 1、h(t)是在初始时刻作用以单位脉冲而使单自由度系统产生的响应,所以称为脉冲响应函数.1·1·2频率响应函数H(ω)=1k-ω2m+iωcH(ω)是角频率为ω的单位简谐激励所引起的结构稳态简谐响应的振幅,称为频率响应函数,也称为转换函数 文献来源 2、Yεi,jtt+s作为时间间隔s的一个函数,度量了在其他变量不变的情况下Yi,t+s对Yj,t的一个脉冲的反应,因此称为脉冲响应函数 文献来源 "频率响应函数" 英文对照 frequency response function; "频率响应函数" 在学术文献中的解释 1、频率响应函数是指系统输出信号与输入信号的比值随频率的变化关系它是衡量高速倾斜镜工作性能的一个重要指标.通过抑制谐振峰可以改善高速倾斜镜的使用性能 文献来源 2、经傅利叶变换,得到频域内的导纳(一般用速度导纳来表示)表达式 Hv(ω)=v(ω)F(ω)=jω-ω2M+jωC+K(2)H(ω)又称为频率响应函数 文献来源 3、y(t)=A0eiωty(t)=iωA0eiωt(6)将(6)代入(3)得A0eiωt(RCiω+1)=Ajeiωt(7)和A0Aj=1RCiω+1=U(iω)(8)U(iω)称为频率响应函数 文献来源 "传递函数" 英文对照 transfer function of; transfer function; transfer function - noise; "传递函数" 在学术文献中的解释 1、由于传递函数的定义是两个拉普拉斯变换之比,所以使用时必须准确知道传递函数的类型,即,是位移、速度,还是加速度传递函数,才能避免出错 文献来源 2、而传递函数的定义是两个分量之比为两个传感器之间优势波的传递函数.它给我们的启发是任取两个已知传感器组成一个传递函数通过分析传递函数的特征可以判断两个分量的优势波和非优势波 文献来源

随机信号分析实验报告

一、实验名称 微弱信号的检测提取及分析方法 二、实验目的 1.了解随机信号分析理论如何在实践中应用 2.了解随机信号自身的特性,包括均值、方差、相关函数、频谱及功率谱密度等 3.掌握随机信号的检测及分析方法 三、实验原理 1.随机信号的分析方法 在信号与系统中,我们把信号分为确知信号和随机信号。其中随机信号无确定的变化规律,需要用统计特新进行分析。这里我们引入随机过程的概念,所谓随机过程就是随机变量的集合,每个随机变量都是随机过程的一个取样序列。 随机过程的统计特性一般采用随机过程的分布函数和概率密度来描述,他们能够对随机过程作完整的描述。但由于在实践中难以求得,在工程技术中,一般采用描述随机过程的主要平均统计特性的几个函数,包括均值、方差、相关函数、频谱及功率谱密度等来描述它们。本实验中算法都是一种估算法,条件是N要足够大。 2.微弱随机信号的检测及提取方法 因为噪声总会影响信号检测的结果,所以信号检测是信号处理的重要内容之一,低信噪比下的信号检测是目前检测领域的热点,而强噪声背景下的微弱信号提取又是信号检测的难点。 噪声主要来自于检测系统本身的电子电路和系统外空间高频电磁场干扰等,通常从以下两种不同途径来解决 ①降低系统的噪声,使被测信号功率大于噪声功率。 ②采用相关接受技术,可以保证在信号功率小于噪声功率的情况下,人能检测出信号。 对微弱信号的检测与提取有很多方法,常用的方法有:自相关检测法、多重自相法、双谱估计理论及算法、时域方法、小波算法等。 对微弱信号检测与提取有很多方法,本实验采用多重自相关法。 多重自相关法是在传统自相关检测法的基础上,对信号的自相关函数再多次做自相关。即令: 式中,是和的叠加;是和的叠加。对比两式,尽管两者信号的幅度和相位不同,但频率却没有变化。信号经过相关运算后增加了信噪比,但其改变程度是有限的,因而限制了检测微弱信号的能力。多重相关法将 当作x(t),重复自相关函数检测方法步骤,自相关的次数越多,信噪比提高的越多,因此可检测出强噪声中的微弱信号。

abaqus屈曲分析实例

整个计算过程包括2个分析步,第1步做屈曲分析,笫2步做极限强度分析。 第1步:屈曲分析 载荷步定义如下: Step 1-Initial Step 2- Buckle

? Re Mbs M^nce C^wvoini live 2oc*$ *l^*?4 tjdp V :i.Jsa&# 录 +r A AJIu fffiC? fe3 Ha ? ;r????y fa-t n>rr ?: OfEYcm v Se?今 gh 3, gqcvKeiry C*p*?9r ? ? O?lec? ■ %?no?v C5 廉 H5Wr> MM fa Tin* Forti Sv Al€ *dep6?? ve^ tbjUx9)lo t JeiWA Tc?D -^lQZlll?hQ we' E ejewwiw b>w* biE Glcte 」r?>w* 69D eJe*MKi r?jw* bee CWfcr*?9*^ s£ Zac? “ Iraftet H U 匕“rb ? 2 更 K?4dCu^u!R? 虫 Hntwr GUput b 伽》ezi5 &■心 AcUxv? V H H?*?ctnr? 易 htecMtlar. hra, 日 CcrtadCcrtra 0 C?Wl >?wt K Ccctect sub lx 權 CwMoarSt Hj fiUdi _n ,.. ? ?! ? MCg WtW Swtfc lk2 pe**j". liwar p?nwbia?ko ▼ freque." 拯 sufAuun The 11?-51>^ )L>4ldH9jjn-2 “9 wioZ S *0 Sxe U>* oil^ 51 “ed S iU* TO . 0 . -ISO -MO mtb rew :t no 心 &逐Ply OCCOIIMV * 巧恪tc ?:?L -5Moe>?* bw tZfft to ?D7cp 炉、?ZlHWr? Me" “乡“r?x HMldrann ?2 vd 乡 tygeJa* 400 0 0 with x*w :? ?o tfi* oc

第二章 平稳随机过程的谱分析

第二章平稳随机过程的谱分析 本章要解决的问题: ●随机信号是否也可以应用频域分析方法? ●傅里叶变换能否应用于随机信号? ●相关函数与功率谱的关系 ●功率谱的应用 ●采样定理 ●白噪声的定义 2.1 随机过程的谱分析 2.1.1 预备知识 1、付氏变换: 对于一个确定性时间信号x(t),设x(t)是时间t的非周期实函数,且x(t) 满足狄利赫利条件(有限个极值,有限个断点,断点为有限值)且绝对可积,能量有限,则x(t)傅里叶变换存在。即: 满足上述三个条件的x(t)的傅里叶变换为:

其反变换为: 2、帕赛瓦等式 由上面式子可以得到: ——称为非周期性时间函数的帕塞瓦(Parseval)等式。 物理意义:若x(t)表示的是电压(或电流),则上式左边代表x(t)在时间(-∞,∞)区间的总能量(单位阻抗)。因此,等式右边的被积函数 2 )(ωX X 表示了信号x(t)能量按频率分布的情况,故称2 )(ωX X 为 能量谱密度。 2.1.2、随机过程的功率谱密度 一个信号的付氏变换是否存在,需要满足三个条件,那么随机信号是否满足这三个条件从而存在付氏变换呢? 随机信号持续时间无限长,因此,对于非0的样本函数,它的能量

一般也是无限的,因此,其付氏变换不存在。 但是注意到它的平均功率是有限的,在特定的条件下,仍然可以利用博里叶变换这一工具。 为了将傅里叶变换方法应用于随机过程,必须对过程的样本函数做某些限制,最简单的一种方法是应用截取函数。 x(t): 截取函数T 图2.1 x(t)及其截取函数 x(t)满足绝对可积条件。因此,当x(t)为有限值时,裁取函数T x(t)的傅里叶变换存在,有 T x(t)也应满足帕塞瓦等式,即:(注意积分区间和表达很明显,T 式的变化)

随机信号分析课程设计报告

随机信号分析课程设计 报告 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]

随机信号分析课程设计报告 题目 学院信息电子技术 专业电子信息工程 班级 15级1班 学籍号 1 姓名朱李伟 指导教师刘文科 信息电子技术学院 2018年6月18日

实验二随机过程的模拟与数字特征 一、实验目的 1. 学习利用MATLAB模拟产生随机过程的方法。 2. 熟悉和掌握特征估计的基本方法及其MATLAB 实现。 二、实验原理 1.正态分布白噪声序列的产生 MATLAB提供了许多产生各种分布白噪声序列的函数,其中产生正态分布白 噪声序列的函数为randn。 函数:randn 用法:x = randn(m,n) 功能:产生 m×n 的标准正态分布随机数矩阵。 如果要产生服从N (,) 分布的随机序列,则可以由标准正态随机序列 产生。如果X ~ N(0,1),则N (,)。 2.相关函数估计 MATLAB提供了函数 xcorr用于自相关函数的估计。 函数:xcorr 用法:c= xcorr (x,y) c= xcorr (x) c= xcorr (x,y ,'opition') c= xcorr (x, ,'opition') 功能:xcorr(x,y) 计算X (n ) 与Y (n)的互相关,xcorr(x)计算X (n )的自相关。 option 选项可以设定为: 'biased' 有偏估计。 'unbiased' 无偏估计。 'coeff' m = 0 时的相关函数值归一化为1。 'none' 不做归一化处理。 3.功率谱估计 对于平稳随机序列X(n),如果它的相关函数满足那么它的功率谱定义为自相关函数R X(m)的傅里叶变换: 功率谱表示随机信号频域的统计特性,有着重要的物理意义。我们实际所 能得到的随机信号的长度总是有限的,用有限长度的信号所得的功率谱只是真实功率谱的估计,称为谱估计或谱分析。功率谱估计的方法有很多种,这里我们介绍基于傅里叶分析的两种通用谱估计方法。 (1)自相关法

(完整word版)abaqus6.12-典型实例分析

1.应用背景概述 随着科学技术的发展,汽车已经成为人们生活中必不可少的交通工具。但当今由于交通事故造成的损失日益剧增,研究汽车的碰撞安全性能,提高其耐撞性成为各国汽车行业研究的重要课题。目前国内外许多著名大学、研究机构以及汽车生产厂商都在大力研究节省成本的汽车安全检测方法,而汽车碰撞理论以及模拟技术随之迅速发展,其中运用有限元方法来研究车辆碰撞模拟得到了相当的重视。而本案例就是取材于汽车碰撞模拟分析中的一个小案例―――保险杠撞击刚性墙。 2.问题描述 该案例选取的几何模型是通过导入已有的*.IGS文件来生成的(已经通过Solidworks软件建好模型的),共包括刚性墙(PART-wall)、保险杠(PART-bumper)、平板(PART-plane)以及横梁(PART-rail)四个部件,该分析案例的关注要点就是主要吸能部件(保险杠)的变形模拟,即发生车体碰撞时其是否能够对车体有足够的保护能力?这里根据具体车体模型建立了保险杠撞击刚性墙的有限元分析模型,为了节省计算资源和时间成本这里也对保险杠的对称模型进行了简化,详细的撞击模型请参照图1所示,撞击时保险杠分析模型以2000mm/s的速度撞击刚性墙,其中分析模型中的保险杠与平板之间、平板与横梁之间不定义接触,采用焊接进行连接,对于保险杠和刚性墙之间的接触采用接触对算法来定义。 1.横梁(rail) 2.平板(plane) 3.保险杠(bumper) 4.刚性墙(wall) 图2.1 碰撞模型的SolidWorks图

为了使模拟结果尽可能真实,通过查阅相关资料,定义了在碰撞过程中相关的数据以及各部件的材料属性。其中,刚性墙的材料密度为7.83×10-9,弹性模量为2.07×105,泊松比为0.28;保险杠、平板以及横梁的材料密度为7.83×10-9,弹性模量为2.07×105,泊松比为0.28,塑形应力-应变数据如表2.1所示。 表2.1 应力-应变数据表 应力210 300 314 325 390 438 505 527 应变0.0000 0.0309 0.0409 0.0500 0.1510 0.3010 0.7010 0.9010 注:本例中的单位制为:ton,mm,s。 3.案例详细求解过程 本案例使用软件为版本为abaqus6.12,各详细截图及分析以该版本为准。3.1 创建部件 (1)启动ABAQUS/CAE,创建一个新的模型数据库,重命名为The crash simulation,保存模型为The crash simulation.cae。 (2)通过导入已有的*.IGS文件来创建各个部件,在主菜单中执行【File】→【Import】→【Part】命令,选择刚刚创建保存的的bumper_asm.igs文件,弹出【Create Part From IGS File】对话框如图3.1所示,根据图3.1所示设定【Repair Options】的相关选项,其它参数默认,单击【Ok】按钮,可以看到在模型树中显示了导入的部件bumper_asm。 图3.1 Create Part From IGS File对话框

北理工随机信号分析实验报告

本科实验报告实验名称:随机信号分析实验

实验一 随机序列的产生及数字特征估计 一、实验目的 1、学习和掌握随机数的产生方法。 2、实现随机序列的数字特征估计。 二、实验原理 1、随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布,即 U(0,1)。实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: )(m od ,110N ky y y n n -= N y x n n /= 序列{}n x 为产生的(0,1)均匀分布随机数。 下面给出了上式的3组常用参数: 1、10 N 10,k 7==,周期7 510≈?; 2、(IBM 随机数发生器)31 16 N 2,k 23,==+周期8 510≈?; 3、(ran0)31 5 N 21,k 7,=-=周期9 210≈?; 由均匀分布随机数,可以利用反函数构造出任意分布的随机数。 定理 1.1 若随机变量 X 具有连续分布函数F X (x),而R 为(0,1)均匀分布随机变量,则有 )(1R F X x -= 由这一定理可知,分布函数为F X (x)的随机数可以由(0,1)均匀分布随机数按上式进行变

振动大实例与原因分析

1倍频振动大除了动平衡还应检查什么? 750KW异步电机,3000V工频,2极,轴长2M6,轴瓦档轴颈80mm,端盖式滑动轴承,中心高500mm。 检修后空载试车,垂直4.6mm/s,水平6.5mm/s,轴向1.2mm/s,振动较大,振感很强。振动频谱1倍频4-5mm/s,2倍频1-2mm/s,断电后1倍频2倍频值一点点降下来的。 据维修技师反应3年前空载试车也是振动大到现场连上机械接手在转就好了,于是到现场安装试车,结果振动还是大。 重新拆回车间,转子在动平衡机上做了动平衡,装配时轴瓦间隙也重新复测了。再试车振动比原来还大了点,频谱和原来一样。 我问了维修人员,动平衡配重2面都加了,轴瓦间隙都在标准里面。 请问做动平衡时是在1300-1500左右做的,有无可能在3000转时平衡改变了? 除了动平衡还要检查其他什么? 可能是共振问题,这个规格的电机转子固有频率接近5ohz,本案例中应大于50hz 动平衡后单机试转仍大,是由于加重后固有频率下降更接近转频,所以振动有升无减 请注意:动平衡的速度不是工频,平衡本身可能是合格的 联合运行振动值更大,是由于连接上了被驱动设备,形成转子副,电机转子带载后固 有频率下降较多,更接近工频。所以振动愈发的大 其实就一句话:组合转子的固有频率小于原来单体的,好像这么说的,原话不记得了 据统计,有19%的设备振动来自动不平衡即一倍频,而产生动不平衡有很多原因。现场测量的许多频谱结果也多与机器的一倍频有关系,下面仅就一倍频振动增大的原因进行分析。 一、单一一倍频信号 转子不平衡振动的时域波形为正弦波,频率为转子工作频率,径向振动大。频谱图中基频有稳定的高峰,谐波能量集中于基频,其他倍频振幅较小。当振动频率小于固有频率时,基频振幅随转速增大而增大;当振动频率大于固有频率时,转速增加振幅趋于一个较小的稳定值;当振动频率接近固有频率时机器发生共振,振幅具有最大峰值。由于通常轴承水平方向的刚度小,振动幅值较大,使轴心轨迹成为椭圆形。振动强烈程度对工作转速的变化很敏感。 1.力不平衡 频谱特征为振动波形接近正弦波,轴心轨迹近似圆形;振动以径向为主,一般水平方向幅值大于垂直方向;振幅与转速平方成正比,振动频率为一倍频;相位稳定,两个轴承处相位接近,同一轴承水平方向和垂直方向的相位差接近90度。 2.偶不平衡 频谱特征为振动波形接近正弦波,轴心轨迹近似圆形;在两个轴承处均产生较大的振动,不平衡严重时,还会产生较大的轴向振动;振幅与转速平方成正比,振动频率以一倍频为主,有时也会有二、三倍频成分;振动相位稳定,两个轴承处相位相差180度。 3.动不平衡 频谱特征为振动波形接近正弦波,轴心轨迹近似圆形;振动以径向为主,振幅与转速平方成正比,频率以一倍频为主;振动相位稳定,两个轴承处相位接近。

ABAQUS时程分析实例

ABAQUS时程分析法计算地震反应得简单实例ABAQUS时程分析法计算地震反应得简单实例(在原反应谱模型上 修改) 问题描述: 悬臂柱高12m,工字型截面(图1),密度7800kg/m3,EX=2、1e11Pa,泊松比0、3,所有振型得阻尼比为2%,在3m高处有一集中质量160kg,在6m、9m、12m处分别有120kg 得集中质量。反应谱按7度多遇地震,取地震影响系数为0、08,第一组,III类场地,卓越周期Tg=0、45s。 图1 计算对象 第一部分:反应谱法 几点说明: λ本例建模过程使用CAE; λ添加反应谱必须在inp中加关键词实现,CAE不支持反应谱; λ *Spectrum不可以在keyword editor中添加,keyword editor不支持此关键词读入。 λ ABAQUS得反应谱法计算过程以及后处理要比ANSYS方便得多。 操作过程为: (1)打开ABAQUS/CAE,点击create model database。

(2)进入Part模块,点击create part,命名为column,3D、deformation、wire。continue (3)Create lines,在 分别输入0,0回车;0,3回车;0,6回车;0,9回车;0,12回车。

(4)进入property模块,create material,name:steel,general-->>density,mass density:7800 mechanical-->>elasticity-->>elastic,young‘s modulus:2、1e11,poisson’s ratio:0、3、

随机信号分析大作业

随机信号分析实验报告 信息25班 2120502123 赵梦然

作业题三: 利用Matlab 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n),并通过一脉冲响应为 (0.8)(0)0 n n h n else =≥??? 的线性滤波器。 (1) 产生一个具有零均值、单位方差的的高斯白噪声随机序列X(n),检验其一维概率密度函 数是否与理论相符。 (2) 绘出输入输出信号的均值、方差、自相关函数及功率谱密度的图形,讨论输出信号服从 何种分布。 (3) 试产生在[-1,+1]区间均匀分布的白噪声序列,并将其替换高斯白噪声通过上述系统。 画出此时的输出图形,并观察讨论输出信号服从何种分布。 作业要求 (1) 用MATLAB 编写程序。最终报告中附代码及实验结果截图。 (2) 实验报告中必须有对实验结果的分析讨论。 提示: (1) 可直接使用matlab 中已有函数产生高斯白噪声随机序列。可使用hist 函数画出序列的 直方图,并与标准高斯分布的概率密度函数做对比。 (2) 为便于卷积操作,当N 很大时,可近似认为h(N)=0。卷积使用matlab 自带的conv 函 数。 (3) 分析均值、方差等时,均可使用matlab 现有函数。功率谱密度和自相关函数可通过傅 里叶变换相互获得。傅里叶变换使用matlab 自带的fft 函数。 (4) 作图使用plot 函数。

一、作业分析: 本题主要考察的是加性高斯白噪声相关问题,因此构造一个高斯白噪声十分重要,故在本题中使用randn函数随机生成一个个符合高斯分布的数据,并由此构成高斯白噪声;而且由于白噪声是无法完全表示的,故此根据噪声长度远大于信号长度时可视为高斯白噪声,构造了一个长度为2000的高斯白噪声来进行试验。 二、作业解答: (1)matlab程序为: x-1000:1:1000; k=1*randn(1,length(x));% 生成零均值单位方差的高斯白噪声。 [f,xi]=ksdensity(x);%利用ksdensity函数估计样本的概率密度。 subplot(1,2,1); plot(x,k); subplot(1,2,2); plot(xi,f); 实验结果为:

adams振动分析实例中文版

1.问题描述 研究太阳能板展开前和卫星或火箭分离前卫星的运行。研究其发射振动环境及其对卫星各部件的影响。 2.待解决的问题 在发射过程中,运载火箭给敏感部分航天器部件以高载荷。每个航天器部件和子系统必学设计成能够承受这些高载荷。这就会带来附加的质量,花费高、降低整体性能。 更好的选择是设计运载火箭适配器(launch vehicle adapter)结构。 这部分,将设计一个(launch vehicle adapter)的隔离mount,以在有效频率范围降低发射震动传到敏感部件的部分。关心的敏感部件在太阳能板上,对70-100HZ的输入很敏感,尤其是垂直于板方向的。 三个bushings将launch vehicle adapter和火箭连接起来。Bushing的刚度和阻尼影响70-100HZ范围传递的震动载荷。所以设计问题如下: 找到运载火箭适配器系统理想刚度和阻尼从而达到以下目的: 传到航天器的垂直加速度不被放大; 70-100HZ传递的水平加速度最小。 3.将要学习的 Step1——build:在adams中已存在的模型上添加输入通道和振动执行器来时系统振动,添加输出通道测量响应。 Step2——test:定义输入范围并运行一个振动分析来获得自由和强迫振动响应。 Step3——review:对自由振动观察模态振型和瞬态响应,对强迫振动,观察整体响应动画,传递函数。 Step4——improve:在横向添加力并检查传递加速度,改变bushing的刚度阻尼并将结果作比较。添加频域测量供后续设计研究和优化使用。

3.1需创建的东西:振动执行器、输入通道、输出通道 完全非线性模型 打开模型在install dir/vibration/examples/tutorial satellite 文件夹下可将其复制到工作木录。 加载Adams/vibration模块:Tools/ plugin Manager. 仿真卫星模型:仿真看其是否工作正常,仿真之前关掉重力,这个仿真太阳能板在太空中的位置。 关掉重力:Settings——Gravity ; 仿真:tool面板——simulation ,设置仿真时间是15s,步长为500;点击,将停在仿真后mode 返回最初的模型状态:点击,把重力打开,这时模型回到振动分析准确的发射状态。

随机过程——马尔可夫过程的应用

随机过程——马尔可夫过程的应用 年级:2013级 专业:通信工程3班 姓名:李毓哲 学号:1302070131

摘要:随机信号分析与处理是研究随机信号的特点及其处理方法的专业基础, 是目标检测、估计、滤波灯信号处理理论的基础,在通信、雷达、自动检测、随机振动、图像处理、气象预报、生物医学、地震信号处理等领域有着广泛的应用,随着信息技术的发展,随机信号分析与处理的理论讲日益广泛与深入。 随机过程是与时间相关的随机变量,在确定的时刻它是随机变量。随机过程的具体取值称作其样本函数,所有样本函数构成的集合称作随机过程的样本函数空间,所有样本函数空间及其统计特性即构成了随机过程。通信工程中存在大量的随机现象和随机问题。如:信源是随机过程;信道不仅对随机过程进行了变换,而且会叠加随机噪声等。 马尔可夫过程是一类非常重要的随机过程。随着现代科学技术的发展,很多在应用中出现的马氏过程模型的研究受到越来越多的重视。在现实世界中,有很多过程都是马尔可夫过程,马尔可夫过程在研究质点的随机运动、自动控制、通信技术、生物工程等领域中有着广泛的应用。我们可以通过对马尔可夫过程的研究来分析马尔可夫信源的特性。 关键词:随机过程,马尔可夫过程,通信工程,应用

目录 一、摘要 二、随机过程 2.1、随机过程的基本概念及定义 2.2、随机过程的数学描述 2.3、基于MATLAB的随机过程分析方法 三、马尔可夫过程 3.1马尔可夫过程的概念 3.2马尔可夫过程的数学描述 四、马尔可夫过程的应用 4.1马尔可夫模型在通信系统中的应用 4.2马尔可夫模型在语音处理的应用 4.3马尔可夫模型的其他应用 五、结论 参考文献

(完整word版)随机振动分析报告

Alex-dreamer制作PSD:(可以相互传阅学习,但是鄙视那些拿着别人成果随意买卖!)PSD随机振动应用领域很广,比如雷达天线,飞机,桥梁,天平,地面,等等行业。虽然现在对这方面公开资料很少,但是我相信以后会越来越多,发展的越来越成熟。学术的浪潮总体是向前的,不会因为几个大牛保密自己的成果就会阻止我们对PSD研究,因此结合我的经验和爱好,我研究了一下两种PSD加载分析。我标价的原则是含金量大小和花费我的时间以及我的经验值,如果你觉得值,就买;不值就不要下了。因为我始终认为:士为知己者死,女为悦己者容。算是互相尊重。如果你得到这份资料,那就祝你好运! Good luck!-Alex-dreamer(南理工) 一:目的:根据abaqus爱好者提出的PSD随机振动分析,提出功率谱如何定义及如何加载?如果功率谱是加速度的平方,如何加载?如果在输入点施加载荷功率谱如何定义?本文将给出详细的分析过程。 二:随机振动基本概念 1. 随机振动的输入量和输出量都是概率统计值,因此存在不确定性。输入量为PSD (功率谱密度)曲线,分为加速度、速度、位移或者力的PSD曲线;最常见的是加速度PSD,常用语BASE MOTION基础约束加载。 2. 随机振动的响应符合正态分布,PSD实际上是随机变量的能量分布,也就是在不同频率上的方差值,反映不同频率处的振动能量,PSD曲线所围成的面积是随机变量总响应的方差值; 3. RMS为随机变量的标准方差,将PSD曲线包络面积开平方即为RMS。 4. 随机振动输出的位移、应力、应变等值都是对应不同频率的方差值(即PSD值),量纲为x^2,当然也可以输出这些变量的均方根值(即RMS值);abaqus6.10以上版本可以直接在场变量里面输出设置。见下文。 5. 如果是单个激励源,定义为非相关性分析,如是多个激励源,则需要定义相关性参数。因此出现type=uncorrelated。 三:模型简介: 1)该模型很简单,是hypermesh中一个双孔模型。 2)网格划分在hypermesh中完成,保证了雅克比>0.7以及网格其它质量的要求。网格与几何具有较高的吻合度。 3)方案1(对应connect模型):在上方两个孔采用全约束方式,且加载的功率谱PSD密度是加速度功率谱,也就是说基于BASE基础约束,进行随机振动 PSD分析。结果分析底部孔处某节点的结果响应。 4)方案2(对应connect模型):在底部圆孔施加载荷force类型的功率谱PSD,与前者不同的是,这个不是基础施加PSD,而上某输入位置施加PSD。

大型轴流风机各类振动原因分析及处理措施

大型轴流风机各类振动原因分析及处理措施 轴流风机以其流量大、启动力矩小、对风道系统变化适应性强的优势逐步取 代离心风机成为主流。轴流风机有动叶和静叶2种调节方式。动叶可调轴流风机通过改变做功叶片的角度来改变工况,没有截流损失,效率高,还可以避免在小流量工况下出现不稳定现象,但其结构复杂,对调节装置稳定性及可靠性要求较高,对制造精度要求也较高,易出现故障,所以一般只用于送风机及一次风机。静叶可调轴流风机通过改变流通面积和入口气流导向的方式来改变工况,有截流损失,但其结构简单,调节机构故障率很低,所以一般用于工作环境恶劣的引风机。 随着轴流风机的广泛应用,与其结构特点相对应的振动问题也逐步暴 露,这些问题在离心式风机上则不存在或不常见。本文通过总结各种轴流风机异常振动故障案例,对其中一些有特点的振动及其产生的原因进行汇总分析。 一、动叶调节结构导致振动 动叶可调轴流风机通过在线调节动叶开度来改变风机运行工况,这主要依赖轮毂里的液压调节控制机构来实现,各个叶片角度的调节涉及到一系列的调节部件,因而对各部件的安装、配合及部件本身的变形、磨损要求较高,液压动叶调节系统结构如图1所示。动叶调节结构对振动的影响主要分单级叶轮的部分叶片开度不同步、两级叶轮的叶片开度不同步及调节部件本身偏心3个方面。 (一)单级叶轮部分叶片开度不同步 单级叶轮部分叶片开度不同步主要是由于滑块磨损、调节杆与曲柄配合松动、叶柄导向轴承及推力轴承转动不畅引起的。这些部件均为液压缸到动叶片之间的传动配合部件,会导致部分风机叶片开度不到位,而风机叶片重量及安装半径均较大,部分风机叶片开度不一致会产生质量严重不平衡,导致风机在高转速下出现明显振动。 单级叶轮部分叶片开度不同步引起的振动主要特点如下: 1)振动频谱和普通质量均不平衡,振动故障频谱中主要为工频成分,同时部分叶片不同步会产生一定的气流脉动,使振动频谱中出现叶片通过频率及其谐波,部分部件的磨损及松动则会产生一定的非线性冲击,使振动频谱中出现工频高

(最新整理)ABAQUS金属切削实例步骤

(完整)ABAQUS金属切削实例步骤 编辑整理: 尊敬的读者朋友们: 这里是精品文档编辑中心,本文档内容是由我和我的同事精心编辑整理后发布的,发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方,但是任然希望((完整)ABAQUS金属切削实例步骤)的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈,这将是我们进步的源泉,前进的动力。 本文可编辑可修改,如果觉得对您有帮助请收藏以便随时查阅,最后祝您生活愉快业绩进步,以下为(完整)ABAQUS金属切削实例步骤的全部内容。

背景介绍:切削过程是一个很复杂的工艺过程,它不但涉及到弹性力学、塑性力学、断裂力学,还有热力学、摩擦学等。同时切削质量受到刀具形状、切屑流动、温度分布、热流和刀具磨损等影响,切削表面的残余应力和残余应变严重影响了工件的精度和疲劳寿命。利用传统的解析方法,很难对切削机理进行定量的分析和研究。计算机技术的飞速发展使得利用有限元仿真方法来研究切削加工过程以及各种参数之间的关系成为可能。近年来,有限元方法在切削工艺中的应用表明,切削工艺和切屑形成的有限元模拟对了解切削机理,提高切削质量是很有帮助的。这种有限元仿真方法适合于分析弹塑性大变形问题,包括分析与温度相关的材料性能参数和很大的应变速率问题.ABAQUS作为有限元的通用软件,在处理这种高度非线性问题上体现了它独到的优势,目前国际上对切削问题的研究大都采用此软件,因此,下面针对ABAQUS的切削做一个入门的例子,希望初学者能够尽快入门,当然要把切削做好,不单单是一个例子能够解决问题的,随着深入的研究,你会发现有很多因素影响切削的仿真的顺利进行,这个需要自己去不断探索,在此本人权当抛砖引玉,希望各位切削的大神们能够积极探讨起来,让我们在切削仿真的探索上更加精确,更加完善. ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ ~~~~~~~~~ 切削参数:切削速度300m/min,切削厚度0.1mm,切削宽度1mm 尺寸参数:本例作为入门例子,为了简化问题,假定刀具为解析刚体,因为在切削过程中,一般我们更注重工件最终的切削质量,如应力场,温度场等,尤其是残余应力场,而如果是要进行刀具磨损或者涂层刀具失效的分析的话,那就要考虑建立刀具为变形体来进行分析了。 工件就假定为一个长方形,刀具设置前角10°,后角6°,具体尺寸见INP文件。 下面将切削过程按照ABAQUS的模块分别进行叙述,并对注意的问题作出相应的解释.

随机信号实验报告

随机信号分析 实验报告 目录 随机信号分析 (1) 实验报告 (1) 理想白噪声和带限白噪声的产生与测试 (2) 一、摘要 (2) 二、实验的背景与目的 (2) 背景: (2) 实验目的: (2) 三、实验原理 (3) 四、实验的设计与结果 (4) 实验设计: (4) 实验结果: (5) 五、实验结论 (12) 六、参考文献 (13) 七、附件 (13) 1

理想白噪声和带限白噪声的产生与测试一、摘要 本文通过利用MATLAB软件仿真来对理想白噪声和带限白噪声进行研究。理想白噪声通过低通滤波器和带通滤波器分别得到低通带限白噪声和帯通带限白噪声。在仿真的过程中我们利用MATLAB工具箱中自带的一些函数来对理想白噪声和带限白噪声的均值、均方值、方差、功率谱密度、自相关函数、频谱以及概率密度进行研究,对对它们进行比较分析并讨论其物理意义。 关键词:理想白噪声带限白噪声均值均方值方差功率谱密度自相关函数、频谱以及概率密度 二、实验的背景与目的 背景: 在词典中噪声有两种定义:定义1:干扰人们休息、学习和工作的声音,引起人的心理和生理变化。定义2:不同频率、不同强度无规则地组合在一起的声音。如电噪声、机械噪声,可引伸为任何不希望有的干扰。第一种定义是人们在日常生活中可以感知的,从感性上很容易理解。而第二种定义则相对抽象一些,大部分应用于机械工程当中。在这一学期的好几门课程中我们都从不同的方面接触到噪声,如何的利用噪声,把噪声的危害减到最小是一个很热门的话题。为了加深对噪声的认识与了解,为后面的学习与工作做准备,我们对噪声进行了一些研究与测试。 实验目的: 了解理想白噪声和带限白噪声的基本概念并能够区分它们,掌握用MATLAB 或c/c++软件仿真和分析理想白噪声和带限白噪声的方法,掌握理想白噪声和带限白噪声的性质。

大机组振动原因分析与处理

大机组振动原因分析与处理 摘要简述了引起大型机组振动的几种原因,并对部分原因以现场实际工作经验为例进行了剖析,附以解决方案,对从事该类型工作的设备管理人员解决现场振动问题,具有一定的借鉴意义。 关键词大型机组;振动;轴承;底脚 1 引言 大型压缩机组因其单位效率高,在石油化工行业被越来越多的用户使用,而且朝着大型化,模块化的趋势发展。与此同时,因化工行业连续生产的特殊性,大型机组必须满足长周期、安全、稳定运行的条件。保证大型机组安全稳定的首要条件则是对大型机组的运行状态进行跟踪监控,并实时做好记录,分析机组的状态是否正常,以此来判断机组是否能够继续运行或者确定机组的检修时间等。其中,机组状态检测中首要跟踪的参数便是机组的振动、温度等,很多情况下,振动与温度是有关联的。因此,在测得振动参数后,对比温度参数需要进行深入的分析才能准确判断出原因。 大型机组的振动问题是比较复杂的一个课题,涉及到许多方面。比如,转子动静平衡不好,联轴器不对中,地脚螺栓存在虚脚,轴承间隙不合适,管线应力等其它非机组本身的附加振动源等。一个机组振动超标后,首先要找出振动源,并分析排除可能的情况。有些时候引起振动的原因并不是唯一的,可能存在多项引起振动的原因,这个时候判断问题就比较困难一些,但是只要我们仔细排查,便能最终找到问题所在。 2 引起振动的几种原因 现以某厂5台大型制冷压缩机组为例简要分析一下振动产生的原因以及在现场实际排查的过程和最终解决方案。该厂有汽轮机驱动的离心式制冷压缩机1台,6000V高压电机驱动的喷油双螺杆压缩机4台。这些制冷压缩机组为聚合反应提供冷媒,鉴于生产的连续性,这五台机组必须同时保持高效稳定的运行。监测振动对跟踪与分析机组的运行状态至关重要。振动分为三个方向的振动,水平,垂直,轴向。这三个方向的振动分别能反应机组的不同状态。水平方向振动大,一般反应的是机组转子不平衡或者是联轴器对中不好。垂直振动大则一般反应机组有虚脚,找正不好。轴向振动大从通俗的解释上是存在较大的轴向波动力,如果是压缩机轴向振动大,则可能是由于平衡组件存在问

随机信号分析实验报告(基于MATLAB语言)

随机信号分析实验报告 ——基于MATLAB语言 姓名: _ 班级: _ 学号: 专业:

目录 实验一随机序列的产生及数字特征估计 (2) 实验目的 (2) 实验原理 (2) 实验内容及实验结果 (3) 实验小结 (6) 实验二随机过程的模拟与数字特征 (7) 实验目的 (7) 实验原理 (7) 实验内容及实验结果 (8) 实验小结 (11) 实验三随机过程通过线性系统的分析 (12) 实验目的 (12) 实验原理 (12) 实验内容及实验结果 (13) 实验小结 (17) 实验四窄带随机过程的产生及其性能测试 (18) 实验目的 (18) 实验原理 (18) 实验内容及实验结果 (18) 实验小结 (23) 实验总结 (23)

实验一随机序列的产生及数字特征估计 实验目的 1.学习和掌握随机数的产生方法。 2.实现随机序列的数字特征估计。 实验原理 1.随机数的产生 随机数指的是各种不同分布随机变量的抽样序列(样本值序列)。进行随机信号仿真分析时,需要模拟产生各种分布的随机数。 在计算机仿真时,通常利用数学方法产生随机数,这种随机数称为伪随机数。伪随机数是按照一定的计算公式产生的,这个公式称为随机数发生器。伪随机数本质上不是随机的,而且存在周期性,但是如果计算公式选择适当,所产生的数据看似随机的,与真正的随机数具有相近的统计特性,可以作为随机数使用。 (0,1)均匀分布随机数是最最基本、最简单的随机数。(0,1)均匀分布指的是在[0,1]区间上的均匀分布, U(0,1)。即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数,通常采用的方法为线性同余法,公式如下: y0=1,y n=ky n(mod N) ? x n=y n N 序列{x n}为产生的(0,1)均匀分布随机数。 定理1.1若随机变量X 具有连续分布函数F x(x),而R 为(0,1)均匀分布随机变量,则有 X=F x?1(R) 2.MATLAB中产生随机序列的函数 (1)(0,1)均匀分布的随机序列函数:rand 用法:x = rand(m,n) 功能:产生m×n 的均匀分布随机数矩阵。 (2)正态分布的随机序列 函数:randn 用法:x = randn(m,n) 功能:产生m×n 的标准正态分布随机数矩阵。 如果要产生服从N(μ,σ2)分布的随机序列,则可以由标准正态随机序列产生。 (3)其他分布的随机序列 分布函数分布函数 二项分布binornd 指数分布exprnd 泊松分布poissrnd 正态分布normrnd 离散均匀分布unidrnd 瑞利分布raylrnd 均匀分布unifrnd X2分布chi2rnd 3.随机序列的数字特征估计 对于遍历过程,可以通过随机序列的一条样本函数来获得该过程的统计特征。这里我们假定随机序列X(n)为遍历过程,样本函数为x(n),其中n=0,1,2,……N-1。那么,

风机振动原因分析(终审稿)

风机振动原因分析 文稿归稿存档编号:[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-

1轴承座振动1.1转子质量不平衡引起的振动在现场发生的风机轴承振动中,属于转子质量不平衡的振动占多数。造成转子质量不平衡的原因主要有:叶轮磨损(主要是叶片)不均匀或腐蚀;叶片表面有不均匀积灰或附着物(如铁锈);机翼中空叶片或其他部位空腔粘灰;主轴局部高温使轴弯曲;叶轮检修后未找平衡;叶轮强度不足造成叶轮开裂或局部变形;叶轮上零件松动或连接件不紧固。转子不平衡引起的振动的特征:①振动值以水平方向为最大,而轴向很小,并且轴承座承力轴承处振动大于推力轴承处;②振幅随转数升高而增大;③振动频率与转速频率相等;④振动稳定性比较好,对负荷变化不敏感;⑤空心叶片内部粘灰或个别零件未焊牢而位移时,测量的相位角值不稳定,其振动频率为30%~50%工作转速。 1.2动静部分之间碰摩引起的振动如集流器出口与叶轮进口碰摩、叶轮与机壳碰摩、主轴与密封装臵之间碰摩。其振动特征:振动不稳定;振动是自激振动与转速无关;摩擦严重时会发生反向涡动; 1.3滚动轴承异常引起的振动 1.3.1轴承装配不良的振动如果轴颈或轴肩台加工不良,轴颈弯曲,轴承安装倾斜,轴承内圈装配后造成与轴心线不重合,使轴承每转一圈产生一次交变的轴向力作用,滚动轴承的固定圆螺母松动造成局部振动。其振动特征为:振动值以轴向为最大;振动频率与旋转频率相等。

1.3.2滚动轴承表面损坏的振动滚动轴承由于制造质量差、润滑不良、异物进入、与轴承箱的间隙不合标准等,会出现磨损、锈蚀、脱皮剥落、碎裂而造成损坏后,滚珠相互撞击而产生的高频冲击振动将传给轴承座,把加速度传感器放在轴承座上,即可监测到高频冲击振动信号。这种振动稳定性很差,与负荷无关,振动的振幅在水平、垂直、轴向三个方向均有可能最大,振动的精密诊断要借助频谱分析,运用频谱分析可以准确判断轴承损坏的准确位臵和损坏程度,抓住振动监测就可以判断出绝大多数故障,再辅以声音、温度、磨耗金属的监测,以及定期测定轴承间隙,就可在早期预查出滚动轴承的一切缺陷。 1.4轴承座基础刚度不够引起的振动 基础灌浆不良,地脚螺栓松动,垫片松动,机座连接不牢固,都将引起剧烈的强迫共振现象。这种振动的特征:①有问题的地脚螺栓处的轴承座的振动最大,且以径向分量最大;②振动频率为转速的1、3、5、7等奇数倍频率组合,其中3倍的分量值最高为其频域特征。 1.5联轴器异常引起的振动 联轴器安装不正,风机和电机轴不同心,风机与电机轴在找正时,未考虑运行时轴向位移的补偿量,这些都会引起风机、电机振动。其振动特征为:①振动为不定性的,随负荷变化剧烈,空转时轻,满载时大,振动稳定性较好;②轴心偏差越大,振动越大;③电机单独运行,振动消失;④如果径向振动大则为两轴心线平行,轴向振动大则为两轴心线相交

相关文档
最新文档