04工程训练:减振设计 2020-08-08

2023-10-17 05:10

本文主要是介绍04工程训练:减振设计 2020-08-08,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

 

一、振动信号分析基础

信号分析系统的组成

数字信号采集

数字信号采集:采样

数字信号采集:量化

信号预处理:剔除异常点

信号预处理:去除均值和趋势项

信号预处理:重采样

二、背景介绍

振动的危害

机理与减振效果

三、振动机制

四、模态分析

有限元分析

求解过程

结果分析

避免共振

五、实验测量

实验装置

传感器固连方式

实验装置——数据采集系统

飞行试验

六、测量结果分析

幅值域分析

频域分析

时频域分析

七、隔振器设计

固有频率选择

隔振实验

八、数字滤波器设计

滤波器的概念

滤波器的选择

九、总结与未来展望


一、振动信号分析基础

信号分析系统的组成

数字信号采集

数字信号采集:将模拟信号转为数字信号的过程

  • 模拟信号:时域和幅值域都连续的信号
  • 数字信号:时域和幅值域都离散的信号

步骤:

  1. 采样(时域上的离散)
  2. 量化(幅值域上的离散)

数字信号采集:采样

采样:将模拟信号在指定时刻采集下来,并保持一段时间

参数:

采样定理:如果要从采样信号中完全重建原信号,则采集频率fs至少为原信号截止频率fc的两倍,即

频率混叠:当采样频率不能满足采样定理要求时,将会发生原信号高频成分(f > fs/2)被折叠到低频成分上的现象。

能相互混淆的频率:

(1/100s)就是100Hz,要是采样频率时500Hz的时候,也就是说在1/100 s中可以采样得到5个点

比如说,你要是对一个最高频率为400Hz的信号进行采样,采样频率需要大于(400*2=)800Hz

抗混叠方法:

  • 提高采样频率:将增大数据量,并降低频率分辨率 
  • 采用抗混叠滤波器:采用模拟低通道滤波器将不感兴趣或不需要的高频成分滤掉

由于实际滤波器不是理想滤波器,因此 fs 取(2.5~5)fc

数字信号采集:量化

将采样点的信号与一组离散电平值进行比较,以最接近的电平值代替原信号,并变成有限长的二进制数字序列

(......这个在电子技术基础上有一些相似的见过的内容......)

信号预处理:剔除异常点

在数据测量、记录、传输等过程,因突然受严重噪声干扰、信号丢失、传感器失灵等因素,使记录信号引入一些异常的虚假值

偏离中心的异常值,不符合某些分布

信号预处理:去除均值和趋势项

趋势项:周期大于记录长度的频率成分

去除目的:避免后续处理出现过高的低频分量而溢出

去除步骤:

  1. 用最小二乘法对信号进行多项式拟合(还有其他的拟合方法)
  2. 减去拟合函数值

信号预处理:重采样

matlab里面有很多函数以及相关的文档

 

二、背景介绍

振动的危害

多旋翼飞行器振动的主要危害:

  • 飞行板极易受振动信号的干扰,导致控制系统的反馈检测失真,极大影响飞行控制
    • 降低多旋翼飞行器的振动具有很高的工程意义

机理与减振效果

 

三、振动机制

激励

系统存在两大类激励

1.周期性气动力(升力波)

2.电机与螺旋桨的动不平衡

系统

对多旋翼系统做出两个前提假设:

1.个向同性的线弹性体

2.将机臂视为欧拉伯努利梁

相应

 

四、模态分析

模态:机械结构的固有振动频率,每一个模态都有一个特定的固有频率、阻尼比和模态振型

模态分析:通过计算实验的方法来获得这些模态参数的过程

有限元分析

  • 有限元分析(FEA,Finite Element Analysis)利用有限数量的党员,去逼近无限未知量的真实系统,从而将偏微分(无限维)转换为常微分方程(有限维)
  • 有限元模态分析:将一个弹性连续体的振动问题,离散为一个以有限个节点位移为广义坐标的多自由度系统的振动问题,再用模态叠加法求解
  • 画网格
  • 常用软件:ANSYS、ABAQUS、COMSOL

求解过程

结果分析

避免共振

 

五、实验测量

实验装置

传感器固连方式

实验装置——数据采集系统

飞行试验

(......)

 

六、测量结果分析

幅值域分析

频域分析

时频域分析

 

七、隔振器设计

隔振器:连接设备和基础的弹性元件与阻尼元件,用以减少和消除由设备传递到基础的振动力和由基础传递到设备的振动

在本文问题中,基础时机架中部,设备时惯性测量单元。

固有频率选择

频率比(振动的频率/固有频率)因此希望振动频率工作在大于固有频率3、4倍的范围

但是固有频率不能选的太低,否则可能和运动信号的频率发生失真

主要是橡胶圈的材料参数,这里橡胶圈斜着放可以把竖、横方向的振动都消除掉

隔振实验

 

八、数字滤波器设计

滤波器的概念

模拟滤波器和数字滤波器

数字滤波器有4种:

数字滤波器尤有两种:

小型无人机常用低阶IIR低通滤波器(如二阶巴特沃斯低通滤波器)

滤波器的选择

低通滤波器的两个缺陷:

  1. 造成较大的相位滞后,这种滞后可能导致姿态控制超调甚至发散
  2. 由于真实的运动信号有非周期项,频域上会铺满整个频谱,低通滤波器的引入使得这部分信号失真

陷波器:二阶带阻滤波器,其设计简单程度和运算速度与二阶低通滤波器相当,适合工程应用。

然而由于陷波器只是二阶,能消除的频带过窄。带宽更宽的带阻滤波器可以达到更好的效果

四阶的效果更好

九、总结与未来展望

这里是考虑相位的变化的影响,之前都是幅值和频率

 

 

 

 

 

这篇关于04工程训练:减振设计 2020-08-08的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/223133

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

怎么让1台电脑共享给7人同时流畅设计

在当今的创意设计与数字内容生产领域,图形工作站以其强大的计算能力、专业的图形处理能力和稳定的系统性能,成为了众多设计师、动画师、视频编辑师等创意工作者的必备工具。 设计团队面临资源有限,比如只有一台高性能电脑时,如何高效地让七人同时流畅地进行设计工作,便成为了一个亟待解决的问题。 一、硬件升级与配置 1.高性能处理器(CPU):选择多核、高线程的处理器,例如Intel的至强系列或AMD的Ry

基于51单片机的自动转向修复系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

SprinBoot+Vue网络商城海鲜市场的设计与实现

目录 1 项目介绍2 项目截图3 核心代码3.1 Controller3.2 Service3.3 Dao3.4 application.yml3.5 SpringbootApplication3.5 Vue 4 数据库表设计5 文档参考6 计算机毕设选题推荐7 源码获取 1 项目介绍 博主个人介绍:CSDN认证博客专家,CSDN平台Java领域优质创作者,全网30w+

取得 Git 仓库 —— Git 学习笔记 04

取得 Git 仓库 —— Git 学习笔记 04 我认为, Git 的学习分为两大块:一是工作区、索引、本地版本库之间的交互;二是本地版本库和远程版本库之间的交互。第一块是基础,第二块是难点。 下面,我们就围绕着第一部分内容来学习,先不考虑远程仓库,只考虑本地仓库。 怎样取得项目的 Git 仓库? 有两种取得 Git 项目仓库的方法。第一种是在本地创建一个新的仓库,第二种是把其他地方的某个

Jenkins构建Maven聚合工程,指定构建子模块

一、设置单独编译构建子模块 配置: 1、Root POM指向父pom.xml 2、Goals and options指定构建模块的参数: mvn -pl project1/project1-son -am clean package 单独构建project1-son项目以及它所依赖的其它项目。 说明: mvn clean package -pl 父级模块名/子模块名 -am参数