动态刚度矩阵在曲轴动态特性分析中的应用(英文)

应用动态刚度矩阵法分析曲轴的动态特性.曲轴被简化为一系列的连续梁单元.在给定力和位移边界条件下,得出了考虑转动惯量和剪切变形影响的空间连续梁单元的动态刚度矩阵.总动态刚度矩阵按照常规有限元方法进行组装.采用Wittrick-Wlliams(W-W)算法和常规算法分别计算了曲轴系统的特征值和特征向量.应用本文方法、有限元方法以及相关实验数据分析了4缸直列内燃机曲轴的动态特性.通过比较,验证了文中方法的有效性和精确性.     

基于遗传算法梁的损伤识别研究

以单元刚度折减系数作为待识别参数,把频率和振型作为目标函数,运用遗传算法对折减系数进行计算,并通过实例运算验证了其对结构损伤识别的有效性。     

传统发动机的污染排放与爆燃诠释

传统发动机之所以被淘汰出局不仅只是效率不高,还有更为重要的大量污染排放,虽然传统发动机效率不高,但依然位居各类发动机的较高者之列,而污染排放虽经尾气后处理而大幅下降,但却难以摆脱环境污染的最大贡献者。已经发现污染排放与爆燃或者粗暴密切相关,致使传统发动机始终受制于爆燃或者粗暴的束缚限制,而爆燃或者粗暴则是曲轴连杆机构构成的固有缺陷。如果没有曲轴连杆机构这一固有缺陷,排放性能就会很好,燃油发动机不仅不会被淘汰,还将再续昔日辉煌。     

宝马iX3高压电系统新技术剖析(一)

一、简介 与前几代的高电压系统相比,第5.0代高电压系统应用了许多创新.例如,采用了全新的高压插头、全新的高压控制单元和一条全新的通信总线.包括在高压安全性方面(高压触点监控、总线端30C、ACSM的碰撞信号),同样也落实了创新.     

基于支持向量机的典型船体结构裂纹损伤模式分类研究

为了识别典型船体结构裂纹损伤,提出基于支持向量机(SVM)的分类方法,采用固有时间尺度分解(ITD)和奇异值分解(SVD)方法对振动信号进行特征向量提取,得到训练样本和验证样本数据,应用SVM算法对训练样本数据进行正确的分类。为评估SVM分类准确性,引入BP神经网络算法进行对比分析,2种算法对验证样本进行分类预测,结果证明SVM方法对小样本试验数据进行模式分类具有更高的准确率。对十字加筋板的损伤模式进行分类研究,可对船体局部结构的维修和管理提供更好辅助决策支持。     

焊接顺序对船体分段的焊接变形影响

采用固有应变法仿真计算不同焊接顺序下船体分段的焊接变形。研究结果表明,在三种焊接顺序下,船体分段整体呈现外张趋势;同一焊接顺序下,纵骨越靠近舷侧,垂向变形越大;从横向和垂向焊接变形来看,先由船中向两舷对称地焊接横向构件,再由船中向两舷对称地焊接纵向构件,即焊接方案A为船体分段较优焊接顺序。     

基于ANSYS的汽车转向节模态分析研究

本研究基于ANSYS结构动力学分析模块,对汽车转向节进行了模态分析,通过计算并提取转向节的振动特性,得到了转向节的前十阶固有振型和频率。通过对转向节产生的模态特性进行分析,可以发现转向节存在着多种不同的振动模态,这些振动模态与转向节结构的不同部分以及工作条件密切相关。本研究为汽车转向节的结构设计提供了重要的参考依据。     

大跨度铁路悬索桥模态参数研究

以连镇铁路五峰山长江大桥等国内外典型铁路悬索桥为工程背景,开展桥梁模态参数(自振频率、振型、阻尼比)特征研究.结果表明,通过环境激励法、强迫振动法得到的铁路悬索桥自振频率和振型,与理论计算值均吻合较好;针对双塔钢桁梁铁路悬索桥,正对称横弯、竖弯基频经验公式可表达为主跨跨径的幂函数形式,扭转基频与主跨跨径为线性相关,反对...     

舰船轴系纵向减振器参数优化方法

  目的  为研究推力轴承基座结构形式对潜艇辐射噪声的影响,  方法  采用有限元法和有限元耦合流体边界元法,分析不同纵向激振力分布形式下耐压艇体结构的振动响应特征,得出力对称分布有利于减小振动的结论。然后,据此设计对称式推力轴承基座,通过选择不同的构件尺寸控制系统的纵向刚度,分别计算采用对称式和传统推力轴承基座时潜艇的结构振动响应和辐射噪声。  结果  研究表明,在螺旋桨纵向激振力一定的情况下,采用对称式推力轴承基座能够明显降低艇体结构的振动强度和辐射噪声。  结论  所做研究可为潜艇推力轴承基座结构的声学优化设计提供参考。     

独柱双层高架桥墩柱振动台试验研究-Ⅰ:结构动力特性

对独柱双层高架桥墩模型进行了振动台试验,测试和分析了结构水平向动力特性,结果表明:独柱双层高架桥在纵向和横向的对应阶振型形状相似、振型顺序相同;仅取基本振型不足以表征结构主要动力特性;结构高阶振型频率对墩身中上部集中质量的变化较为敏感;墩柱截面开裂会明显降低结构自振频率、增大振型阻尼比,但对结构振型形状和振型顺序影响不大;在偏低的激励强度和振型幅值条件下进行动力特性测试,结构经历强震后的真实损伤状况无法得到准确反映。