شناسایی مودال سیستمهای سازهای با استفاده از یک روش مؤثر مبتنی بر ترکیب انتقالپذیری و تبدیل موجک | ||
| مهندسی مکانیک مدرس | ||
| Article 24, Volume 18, Issue 9, 1397, Pages 217-228 PDF (6.36 M) | ||
| Authors | ||
| مجید دامادی پور; رضا تاری نژاد* ; محمد حسین امین فر | ||
| دانشکده مهندسی عمران، دانشگاه تبریز | ||
| Abstract | ||
| اخیراً به منظور شناسایی مشخصات دینامیکی سیستمهای سازهای، رویکرد جدیدی تحت عنوان تحلیل مودال عملیاتی مبتنی بر انتقالپذیری (TOMA) ارائه شده است که پارامترهای مودال سازهها را با استفاده از مفهوم انتقالپذیری تعیین میکند. در رویکرد TOMA، بر خلاف روشهای OMA که از فرض ورودی نویز سفید بهره میبرند، هیچ فرض محدودکنندهای برای تحریکات ورودی در نظر گرفته نمیشود و پارامترهای مودال سیستمهای سازهای مبتنی بر ویژگیهای ماتریس انتقالپذیری استخراج میگردند. روشهای انتقالپذیری نیز همانند سایر روشهای حوزه فرکانس، در شناسایی مقادیر میرایی سیستم نتایج چندان قابل قبولی ارائه نمیدهند. از این رو در مقاله حاضر یک روش ترکیبی جدید تحت عنوان انتقالپذیری طیف فوریه-تبدیل موجک (FST-WT) پیشنهاد شده است که علاوه بر تعیین فرکانسهای طبیعی و اشکال مودی سیستم، به شناسایی دقیق مقادیر میرایی مبتنی بر ویژگیهای تبدیل موجک نیز میپردازد. در این تحقیق، قابلیت روش FST-WT در شناسایی و استخراج پارامترهای مودال یک سیستم 5 درجه آزادی تحت ارتعاش آزاد، با استفاده از پاسخهای بدست آمده از مدل سیمولینک متلب مورد بررسی قرار گرفته است. برای این منظور فرکانسها و اشکال مودی به ترتیب از عکس مقدار تکین دوم و اولین بردار تکین چپ ماتریس انتقالپذیری استخراج شده و مقادیر میرایی نیز با استفاده از سیگنالهای تک فرکانسی (ضرایب موجک) بدست آمده از تبدیل موجک، مبتنی بر معیار آنتروپی حداقل شانون تعیین گردیدهاند. مقایسه نتایج شناسایی تطابق خوبی را با مقادیر دقیق نشان میدهد. | ||
| Keywords | ||
| تحلیل مودال عملیاتی مبتنی بر انتقالپذیری; روش انتقالپذیری طیف فوریه-تبدیل موجک; عکس مقدار تکین دوم; سیگنالهای تک فرکانسی; معیار آنتروپی حداقل شانون | ||
| References | ||
|
| ||
|
Statistics Article View: 5,374 PDF Download: 8,078 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,560 |
| Article View | 19,391,840 |
| PDF Download | 15,840,320 |