0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

模态分析定义以及模态假设理论

世界先进制造技术论坛 来源:世界先进制造技术论坛 作者:世界先进制造技术 2022-04-26 10:43 次阅读

一、什么是模态

模态是结构系统的固有振动特性。线性系统的自由振动被解耦合为N个正交的单自由度振动系统,对应系统的N个模态。每一个模态具有特定的固有频率、阻尼比和模态振型。这些模态参数可以由计算或试验分析取得,这样一个计算或试验分析过程称为模态分析。

模态分析的经典定义为,将线性定常系统振动微分方程组中的物理坐标变换为模态坐标,使方程组解耦,成为一组以模态坐标及模态参数描述的独立方程,以便求出系统的模态参数。坐标变换的变换矩阵为模态矩阵,其每列为模态振型。

通过结构模态分析法,可得出机械结构在某一易受影响的频率范围内各阶模态的振动特性,以及机械结构在此频段内及在内部或外部各种振源激励作用下的振动响应结果,再由模态分析法获得模态参数并结合相关试验,借助这些特有参数用于结构的重新设计。

二、模态假设理论

1. 线性假设

结构的动态特性(模态参数)是线性的,就是说任何输入组合引起的输出等于各自输出的组合,其动力学特性可以用线性二阶微分方程来描述。

66222e4c-c481-11ec-bce3-dac502259ad0.jpg

其中,F 为输入力,X 为响应值,H 为传递函数。

一般说来,单一金属材质的结构是满足线性假设的,但对于复杂结构,可能就需要进行线性检查了,而如果结构具有非线性,更应该做这个工作,因为通过施加不同量级的激励力,获得频响函数之后,能使你明白激励力改变多少时,频率移动了多少Hz。因此,如果有条件,最好对结构进行线性检查,通过数据验证更具有说服力。

2. 时不变假设

结构的动态特性不随时间变化,因而微分方程的系数是与时间无关的常数。

质量载荷:当测点较多,而加速度传感器和数据采集通道有限时,可能需要分批移动传感器,而传感器是有重量的,因此,会引起待测结构的质量(附加了传感器的重量)随着传感器的移动变化,从而影响到结构的动态特性。尤其是轻质结构,这个问题更突出。因此,当需要传感器分批移动测量时,分批移动也有一定的技巧:尽量使传感器的重量分布到整个结构中去,而不是一个局部小区域。当然也可以使用轻质的传感器。

支承刚度变化:如果测量过程中,支承结构的支承系统的刚度发生变化,肯定会影响到结构的动态特性,因此,要确定测量过程中,支承刚度发生不变。

温度变化:结构的某些属性,如材料参数,可能会受温度影响,从而导致影响结构的动态特性。

3. 互异性假设

结构应该遵从Maxwell互易性原理,即在j 点输入所引起的k 点响应,等于在k 点的相同输入所引起的j 点响应。此假设使得质量矩阵,刚度矩阵、阻尼矩阵和频响函数矩阵都成了对称阵。

4. 可观测性假设

即系统动态特性所需要的全部数据都是可以测量的。

审核编辑 :李倩

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2525

    文章

    48137

    浏览量

    740238
  • 模态分析
    +关注

    关注

    0

    文章

    11

    浏览量

    6865

原文标题:模态分析定义以及模态假设理论

文章出处:【微信号:AMTBBS,微信公众号:世界先进制造技术论坛】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    OpenHarmony实战开发-如何实现模态转场

    模态转场是新的界面覆盖在旧的界面上,旧的界面不消失的一种转场方式。 表1 模态转场接口 接口 说明 使用场景 bindContentCover 弹出全屏的模态组件。 用于自定义全屏的
    发表于 04-28 14:47

    什么是多模态?多模态的难题是什么?

    模态大模型,通常大于100M~1B参数。具有较强的通用性,比如对图片中任意物体进行分割,或者生成任意内容的图片或声音。极大降低了场景的定制成本。
    的头像 发表于 01-17 10:03 655次阅读
    什么是多<b class='flag-5'>模态</b>?多<b class='flag-5'>模态</b>的难题是什么?

    OneLLM:对齐所有模态的框架!

    OneLLM 是第一个在单个模型中集成八种不同模态的MLLM。通过统一的框架和渐进式多模态对齐pipelines,可以很容易地扩展OneLLM以包含更多数据模式。
    的头像 发表于 01-04 11:27 343次阅读
    OneLLM:对齐所有<b class='flag-5'>模态</b>的框架!

    大模型+多模态的3种实现方法

    我们知道,预训练LLM已经取得了诸多惊人的成就, 然而其明显的劣势是不支持其他模态(包括图像、语音、视频模态)的输入和输出,那么如何在预训练LLM的基础上引入跨模态的信息,让其变得更强大、更通用呢?本节将介绍“大模型+多
    的头像 发表于 12-13 13:55 744次阅读
    大模型+多<b class='flag-5'>模态</b>的3种实现方法

    探究编辑多模态大语言模型的可行性

    不同于单模态模型编辑,多模态模型编辑需要考虑更多的模态信息。文章出发点依然从单模态模型编辑入手,将单模态模型编辑拓展到多
    发表于 11-09 14:53 259次阅读
    探究编辑多<b class='flag-5'>模态</b>大语言模型的可行性

    基于视觉的多模态触觉感知系统

    传统的多模态/多任务触觉感知系统通过集成多种传感单元来达到多模态触觉信息的解耦,但其往往导致系统结构的复杂性,以及需要应对来自不同刺激间的干扰。
    发表于 10-18 11:24 227次阅读
    基于视觉的多<b class='flag-5'>模态</b>触觉感知系统

    基于ANSYS的钢琴音板模态分析

    电子发烧友网站提供《基于ANSYS的钢琴音板模态分析.pdf》资料免费下载
    发表于 10-08 14:26 4次下载
    基于ANSYS的钢琴音板<b class='flag-5'>模态</b><b class='flag-5'>分析</b>

    以四点法为例讲解模态识别方法

    导读:模态分析是研究结构动力特性一种近代方法,是系统辨别方法在工程振动领域中的应用。模态是机械结构的固有振动特性,每一个模态具有特定的固有频率、阻尼比和
    的头像 发表于 08-24 11:42 2198次阅读
    以四点法为例讲解<b class='flag-5'>模态</b>识别方法

    基于Transformer多模态先导性工作

    模态(Multimodality)是指在信息处理、传递和表达中涉及多种不同的感知模态或信息来源。这些感知模态可以包括语言、视觉、听觉、触觉等,它们共同作用来传递更丰富、更全面的信息。在多模态
    的头像 发表于 08-21 09:49 558次阅读
    基于Transformer多<b class='flag-5'>模态</b>先导性工作

    更强更通用:智源「悟道3.0」Emu多模态大模型开源,在多模态序列中「补全一切」

    当前学界和工业界都对多模态大模型研究热情高涨。去年,谷歌的 Deepmind 发布了多模态视觉语言模型 Flamingo ,它使用单一视觉语言模型处理多项任务,在多模态大模型领域保持较高
    的头像 发表于 07-16 20:45 406次阅读
    更强更通用:智源「悟道3.0」Emu多<b class='flag-5'>模态</b>大模型开源,在多<b class='flag-5'>模态</b>序列中「补全一切」

    如何减小模态转换的影响呢?

    “传输通道结构发生变化时,在两种结构的交界处电磁场的模态(也就是场型、分布)会发生变化,进而产生模态转换。”
    的头像 发表于 06-16 11:19 1018次阅读
    如何减小<b class='flag-5'>模态</b>转换的影响呢?

    如何利用LLM做多模态任务?

    大型语言模型LLM(Large Language Model)具有很强的通用知识理解以及较强的逻辑推理能力,但其只能处理文本数据。虽然已经发布的GPT4具备图片理解能力,但目前还未开放多模态输入接口
    的头像 发表于 05-22 15:57 521次阅读
    如何利用LLM做多<b class='flag-5'>模态</b>任务?

    邱锡鹏团队提出具有内生跨模态能力的SpeechGPT,为多模态LLM指明方向

    大型语言模型(LLM)在各种自然语言处理任务上表现出惊人的能力。与此同时,多模态大型语言模型,如 GPT-4、PALM-E 和 LLaVA,已经探索了 LLM 理解多模态信息的能力。然而,当前
    的头像 发表于 05-22 14:38 450次阅读
    邱锡鹏团队提出具有内生跨<b class='flag-5'>模态</b>能力的SpeechGPT,为多<b class='flag-5'>模态</b>LLM指明方向

    如何利用LLM做多模态任务?

    大型语言模型LLM(Large Language Model)具有很强的通用知识理解以及较强的逻辑推理能力,但其只能处理文本数据。虽然已经发布的GPT4具备图片理解能力,但目前还未开放多模态输入接口并且不会透露任何模型上技术细节。因此,现阶段,如何利用LLM做一些多
    的头像 发表于 05-11 17:09 682次阅读
    如何利用LLM做多<b class='flag-5'>模态</b>任务?

    ImageBind:跨模态之王,将6种模态全部绑定!

    最近,很多方法学习与文本、音频等对齐的图像特征。这些方法使用单对模态或者最多几种视觉模态。最终嵌入仅限于用于训练的模态对。因此,视频 - 音频嵌入无法直接用于图像 - 文本任务,反之亦然。学习真正的联合嵌入面临的一个主要障碍是缺
    的头像 发表于 05-11 09:30 681次阅读
    ImageBind:跨<b class='flag-5'>模态</b>之王,将6种<b class='flag-5'>模态</b>全部绑定!