تعمیم روش MAFVRO به سیستم‌های ارتعاشی تحت تحریک اتفاقی جهت استخراج فرکانس‌های طبیعی و شکل مودهای ارتعاشی

نوع مقاله: مقاله مستقل

نویسندگان

1 دانشیار، دانشکده فنی مهندسی مکانیک، دانشگاه تبریز

2 کارشناس ارشد، دانشکده فنی مهندسی مکانیک، دانشگاه تبریز

چکیده

روش MAFVRO یکی از روش‌های آنالیز مودال مبتنی بر خروجی است که تنها با استفاده از پاسخ سیستم به تحریک شرایط اولیه، قادر است تا تمام مشخصه‌های مودال یک سیستم ارتعاشی را مشخص کند. از آنجایی که بیشتر سیستم‌های ارتعاشی تحت بارهای اتفاقی قرار می‌گیرند، بنابراین روش MAFVRO در چنین شرایطی قادر به استخراج مشخصه‌های مودال نمی‌باشد. در این پژوهش، روش مذکور به سیستم‌های ارتعاشی، تحت تحریک اتفاقی تعمیم داده شده است و با اعمال آن به یک سیستم ارتعاشی هشت درجه آزادی،  نتایج حاصل از آن استخراج و با نتایج حاصل از حل دقیق مسأله مقدار ویژه سازه‌ای مورد مقایسه قرار گرفته است. نتایج، نشان می‌دهد که روش تعمیم یافته MAFVRO، فرکانس‌های طبیعی و شکل مودهای ارتعاشی را با دقت قابل قبولی استخراج می‌کند؛ ولی نسبت های میرائی را کمتر از مقادیر واقعی برآورد می‌نماید؛ همچنین اثر نویز بر دقت مشخصه‌های مودال استخراج شده از روش MAFVRO نیز، مورد مطالعه قرار گرفته است.

کلیدواژه‌ها

موضوعات


[1] Shen F, Zheng M, Shi DF, Xu F (2003) Using the cross-correlation technique to extract modal parameters on response-only data. J Sound Vib 259(5): 1165-1179.

[2] Farooq U, Feeny BF (2008) Smooth orthogonal decomposition for modal analysis of randomly excited systems. J Sound Vib 316: 137-146.

[3] Zhou W, Chelidze D (2008) Generalized eigenvalue decomposition in time domain modal parameter identification. J Vib Acoust 130(1): 1–6.

[4] Shih CY, Tsuei YG, Allemang RJ, Brown DL (1988) Complex mode indication function and its application to spatial domain parameter estimation. Mech Syst Signal PR 2: 367–377.

[5] Feeny BF (2002) On the proper orthogonal modes and normal modes of continuous vibration systems. J Vib Acoust 124(1): 157-160.

[6] Chelidze D, Zhou W (2006) Smooth orthogonal decomposition-based vibration mode identification. J Sound Vib 292: 461–473.

[7] Juang JN, Papa R (1985) An eigen system realization algorithm for modal parameter identification and model reduction. J Guid Control Dynam 8: 620-627.

[8] Rezaee M, Shaterian-Alghalandis V, Banan-Nojavani A (2013) Development of the smooth orthogonal decomposition method to derive the modal parameters of vehicle suspension system. J Sound Vib 332: 1829-1842. 

[9] Qin Q, Li BH, Qian LZ, Lau KC (2001) Modal identification of TSING MA bridge by using improved eigen system realization algorithm. J Sound Vib 247(2): 325–341.

[10] Wang BT, Cheng DK (2008) Modal analysis of MDOF system by using free vibration response data only. J Sound Vib 311: 737–755.

[11] Wang BT, Cheng DK (2011) Modal analysis by free vibration response only for discrete and continuous systems. J Sound Vib 330: 3913–3929.

[12] Mohanty P, Rixen DJ (2004) Operational modal analysis in the presence of harmonic excitation. J Sound Vib 270: 93–109.

[13] Radeş M (2010) Mechanical vibrations II. Printech Publisher.

[14] Newland DE (1993) An introduction to random vibrations, spectral and wavelet analysis, 3rd edn. John Wiley & Sons, New York.

[15] Myint T, Debnath L (2007) Linear partial differential equations for scientists and engineers, 4th edn. Birkhäuser, Boston.

[16] Demidovich BP, Maron IA (1987) Computational‌     mathematics. Mir Publishers, Moscow