国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn))

這篇具有很好參考價值的文章主要介紹了【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn))。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

?????????歡迎來到本博客????????

??博主優(yōu)勢:??????博客內(nèi)容盡量做到思維縝密,邏輯清晰,為了方便讀者。

??座右銘:行百里者,半于九十。

??????本文目錄如下:??????

目錄

??1 概述

??2 運行結(jié)果

??3?參考文獻

??4 Matlab代碼及詳細文章


??1 概述

文獻來源:

【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

這項工作提出了一類檢測和表征暫態(tài)響應測量非線性的時頻方法。這些方法適用于響應隨著響應幅度的衰減而變得越來越線性的系統(tǒng)。響應數(shù)據(jù)的離散傅里葉變換是在初始響應的各個部分都為零的情況下得到的。這些頻率響應,被稱為零早期快速傅立葉變換(ZEFFTs),獲得線性頻率響應函數(shù)(frf)的通常形狀,因為更多的初始非線性響應被取消。因此,非線性是由一個質(zhì)變的形狀的ZEFFT作為初始無效部分的長度變化證明。這些光譜顯示出對非線性的敏感性,即使它僅在響應的前幾個周期中活躍,也能顯示出它的存在,就像機械關節(jié)的宏觀滑移一樣。它們還提供了對非線性特性的洞察,潛在地揭示了模態(tài)之間的非線性能量傳遞或系統(tǒng)線性行為的模態(tài)振幅。在某些情況下,人們可以從后期線性響應中識別線性模型,并使用它來重建系統(tǒng)在以前的時間執(zhí)行的響應,如果它是線性的。這表明了非線性的嚴重程度及其對測量響應的影響。用滑移或沖擊非線性系統(tǒng)的分析和實驗數(shù)據(jù)驗證了這些方法。

原文摘要:

This work presents a class of time-frequency methods for detecting and characterizing?
nonlinearity in transient response measurements. ?The methods are intended for systems whose? response becomes increasingly linear as the response amplitude decays. The discrete Fourier Transform?of the response data is found with various sections of the initial response set to zero. ?These frequency?responses, dubbed Zeroed Early-time Fast Fourier Transforms (ZEFFTs), acquire the usual shape of?linear Frequency Response Functions (FRFs) as more of the initial nonlinear response is nullified. ?Hence, nonlinearity is evidenced by a qualitative change in the shape of the ZEFFT as the length of the?initial nullified section is varied. ?These spectra are shown to be sensitive to nonlinearity, revealing its?presence even if it is active in only the first few cycles of a response, as may be the case with macro-slip?in mechanical joints. ?They also give insight into the character of the nonlinearity, potentially revealing?nonlinear energy transfer between modes or the modal amplitudes below which a system behaves?linearly. ?In some cases one can identify a linear model from the late time, linear response, and use it to?reconstruct the response that the system would have executed at previous times if it had been linear. ?
This gives an indication of the severity of the nonlinearity and its effect on the measured response. ?The?methods are demonstrated on both analytical and experimental data from systems with slip or impact?nonlinearities.?

??2 運行結(jié)果

【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

?【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

?【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

?【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言

部分代碼:

% Specify how systems are connected
? ? at_ns = [2,6]; % attachment happens between this pair of nodes.
? ? fext_ns = 5; % Node at which external force is applied
? ? fnl_vec = zeros(Ntot,1); fnl_vec(at_ns(1)) = -1; fnl_vec(at_ns(2)) = 1;
? ? fext_vec = zeros(Ntot,1); fext_vec(fext_ns(1)) = 1;
? ? dnodes = [1:Ntot];
? ? vnodes = [(Ntot+1):(Ntot*2)];
? ??
? ? % Damping Matrix ? ?
? ? cfactk = 0.00003; % multiplied by K to get damping.
? ? cfactm = 8; % Multiplied by M to get damping
? ? % for k = 1:5; eval(['c',num2str(k),' = cfact*k',num2str(k),';']); end
? ? C1 = cfactk*K1 + cfactm*M1;
? ? C2 = cfactk*K2 + cfactm*M2; % proportional damping
? ? Ctot = [C1, zeros(size(C1,1),size(C2,2));
? ? ? ? zeros(size(C2,1),size(C1,2)), C2];
? ??
? ? % Linearized System Analysis %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
? ? ? ? % add a linear spring between attachment nodes
? ? ? ? Mlin = Mtot;
? ? ? ? Klin = Ktot;
? ? ? ? Klin(at_ns,at_ns) = Klin(at_ns,at_ns) + kat*[1, -1; -1, 1];
? ? ? ? % Linear Damping matrix:
? ? ? ? Clin = Ctot;
? ? ? ? Clin(at_ns,at_ns) = Clin(at_ns,at_ns) + cfactk*kat*[1, -1; -1, 1];

? ? % State Space Eigenanalysis
? ? Slin = [Clin, Mlin; Mlin, zeros(size(Mlin))];
? ? Rlin = [-Klin, zeros(size(Mlin));
? ? ? ? zeros(size(Mlin)), Mlin];
? ? Alin = (Slin\Rlin);
? ? [Philin,lamlin] = eig(Alin);
? ? lamlin = diag(lamlin);
? ? [junk,sind] = sort(abs(lamlin) - 0.001*min(abs(lamlin))*(imag(lamlin) > 0));
? ? lamlin = lamlin(sind);
? ? Philin = Philin(:,sind);

% ? ? ? ? % Plot Mode Shapes
% ? ? ? ? figure(1)
% ? ? ? ? hls = plot([1:Ntot], imag(Philin(1:Ntot,1:2:end ))); grid on;
% ? ? ? ? legend(hls, num2str([1:Ntot].'));
% ? ? ? ? xlabel('X-coordinate');
% ? ? ? ? ylabel('Im\{Mode Shape\}');

? ? wns = abs(lamlin);
? ? fns = wns/2/pi;
? ? zts = -real(lamlin)./abs(lamlin);
? ? disp('Natural Frequencies:, Damping Ratios:');
? ? [fns, zts]
% ? ? DispFnZt(lamlin) - replace 2 lines abouve with this if you have the EMA Functions toolbox
? ??
? ? % Nonlinear Parameters
? ? NLType = 'bang'
? ? if strcmp(NLType,'bang');
? ? ? ? % Bang (Contact) Nonlinearity
? ? ? ? delcont = 1e-3;
? ? ? ? k4mult = 20; % Factor by which k4 increases: k4_contact = k4*k4mult
? ? ? ? c4mult = 1; % Factor by which c4 increases: c4_contact = c4*c4mult
? ? elseif strcmp(NLType,'cubic');
? ? ? ? % Cubic Spring
? ? ? ? katnl = 1e8;
? ? else
? ? ? ? error('NLType not recognized');
? ? end
? ? % Force paramters
? ? ? ? % length of half-sine force pulse
? ? ? ? % This is normalized in the EOM to unit area and multiplied by Afnl
? ? ? ? tfp = 1e-4;
? ? ? ? Afnl = 4e9;
? ? ? ??
? ? % Which Response to Use in evaluating Nonlinearity (i.e. x1, x2, x3..?)
? ? respind = 6;
? ??
? ? % Number of numerical derivatives to evaluate. ?This M-file simulates
? ? % the displacement response of the 5-DOF system. ?To simulate the
? ? % measurement of the velocity or acceleration response, the
? ? % displacement response is differentiated using finite differences
? ? % (i.e. Matlab's 'diff' command.) ?This parameter sets the number of
? ? % derivatives to perform:
? ? nders = 2;
? ? ? ? % nders = 0; => use displacement

??3?參考文獻

部分理論來源于網(wǎng)絡,如有侵權(quán)請聯(lián)系刪除。

【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn)),matlab,開發(fā)語言文章來源地址http://www.zghlxwxcb.cn/news/detail-613456.html

??4 Matlab代碼及詳細文章

到了這里,關于【基于FFT的自由響應非線性檢測方案】使用歸零早期FFT的非線性檢測研究(Matlab代碼實現(xiàn))的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權(quán),不承擔相關法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 線性回歸(線性擬合)與非線性回歸(非線性擬合)原理、推導與算法實現(xiàn)(一)

    線性回歸(線性擬合)與非線性回歸(非線性擬合)原理、推導與算法實現(xiàn)(一)

    關于回歸和擬合,從它們的求解過程以及結(jié)果來看,兩者似乎沒有太大差別,事實也的確如此。從本質(zhì)上說,回歸屬于數(shù)理統(tǒng)計問題,研究解釋變量與響應變量之間的關系以及相關性等問題。而擬合是把平面的一系列點,用一條光滑曲線連接起來,并且讓更多的點在曲線上或

    2023年04月14日
    瀏覽(35)
  • ML:機器學習中有監(jiān)督學習算法的四種最基礎模型的簡介(基于概率的模型、線性模型、樹模型-樹類模型、神經(jīng)網(wǎng)絡模型)、【線性模型/非線性模型、樹類模型/基于樣本距離的模型】多種對比(假設/特點/決策形式等

    ML:機器學習中有監(jiān)督學習算法的四種最基礎模型的簡介(基于概率的模型、線性模型、樹模型-樹類模型、神經(jīng)網(wǎng)絡模型)、【線性模型/非線性模型、樹類模型/基于樣本距離的模型】多種對比(假設/特點/決策形式等) 目錄

    2024年02月09日
    瀏覽(91)
  • 連續(xù)非線性系統(tǒng)線性化理論

    連續(xù)非線性系統(tǒng)線性化理論

    在工程領域的被控對象常常是非線性的動力系統(tǒng)。對非線性控制系統(tǒng) x ˙ = f ( x , t ) dot{x}=f(x,t) x ˙ = f ( x , t ) 的穩(wěn)定性分析,常常需要將非線性系統(tǒng)線性化成線性系統(tǒng) x ˙ = A ( t ) x dot x = A(t)x x ˙ = A ( t ) x 后,對線性系統(tǒng)設計的控制器放在非線性系統(tǒng)上,達到合適的控制效果

    2024年01月18日
    瀏覽(23)
  • 數(shù)學建模:線性與非線性優(yōu)化算法

    ?? 文章首發(fā)于我的個人博客:歡迎大佬們來逛逛 優(yōu)化算法 是指在滿足一定條件下,在眾多方案中或者參數(shù)中最優(yōu)方案,或者參數(shù)值,以使得某個或者多個功能指標達到最優(yōu),或使得系統(tǒng)的某些性能指標達到最大值或者最小值 優(yōu)化的兩個關鍵點: 1.明確優(yōu)化的目標函數(shù) 2.明確優(yōu)化

    2024年02月07日
    瀏覽(24)
  • 非線性最小二乘

    在經(jīng)典最小二乘法估計中,假定被解釋變量的條件期望是關于參數(shù)的線性函數(shù),例如 E ( y ∣ x ) = a + b x E(y|x) = a+bx E ( y ∣ x ) = a + b x 其中 a , b a,b a , b 為待估參數(shù), E ( y ∣ x ) E(y|x) E ( y ∣ x ) 是關于參數(shù) a , b a,b a , b 的線性函數(shù)。但 E ( y ∣ x ) E(y|x) E ( y ∣ x ) 是關于參數(shù)的非線

    2024年02月04日
    瀏覽(20)
  • MATLAB 非線性規(guī)劃

    MATLAB 非線性規(guī)劃

    ?作者簡介:人工智能專業(yè)本科在讀,喜歡計算機與編程,寫博客記錄自己的學習歷程。 ??個人主頁:小嗷犬的個人主頁 ??個人網(wǎng)站:小嗷犬的技術小站 ??個人信條:為天地立心,為生民立命,為往圣繼絕學,為萬世開太平。 非線性規(guī)劃問題 仍是規(guī)劃問題的一種,但是

    2024年02月05日
    瀏覽(21)
  • 非線性規(guī)劃

    非線性規(guī)劃

    ??非線性規(guī)劃在工業(yè)界和學術界中應用非常普遍,譬如交通運輸中的路徑優(yōu)化、金融領域中的資產(chǎn)配置、5G網(wǎng)絡切片中VNF的放置等。很多時候,我們對復雜問題進行提煉和抽象后,發(fā)現(xiàn)可以建模成某一種非線性規(guī)劃。然而,由于非線性規(guī)劃多是NP難的問題,并不容易得到最優(yōu)

    2023年04月08日
    瀏覽(21)
  • 三種用python進行線性/非線性擬合的方法

    三種用python進行線性/非線性擬合的方法

    使用回歸分析繪制擬合曲線是一種常見的方法,簡單線性回歸就是其中的一種。簡單線性回歸可以通過 最小二乘法 來計算回歸系數(shù)。以下是一個使用簡單線性回歸來擬合數(shù)據(jù)的代碼示例: 在該代碼中,np.polyfit函數(shù)可以用來計算簡單線性回歸的回歸系數(shù)。plot函數(shù)用來繪制擬

    2024年02月11日
    瀏覽(21)
  • OpenCV14-圖像平滑:線性濾波和非線性濾波

    圖像濾波是指去除圖像中不重要的內(nèi)容,而使關心的內(nèi)容表現(xiàn)得更加清晰的方法,例如去除圖像中的噪聲、提取某些信息等。 根據(jù)圖像濾波的目的不同,可以將圖像濾波分為消除圖像噪聲的濾波和提取圖像中部分特征信息的濾波。 去除圖像中的噪聲稱作圖像的平滑或者圖像

    2024年02月08日
    瀏覽(25)
  • 神經(jīng)網(wǎng)絡-非線性激活

    神經(jīng)網(wǎng)絡-非線性激活

    Result 目的 :引入非線性特征,非線性越多,才能訓練出符合各種曲線,符合各種特征的模型,泛化能力好

    2024年01月22日
    瀏覽(20)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包