振动功率谱
输电塔结构风力功率谱随机振动分析
2007年4月吉林电力Apr2007第35卷第2期总第189期JilinElectricPwerVl35N2SerN189输电塔结构风力功率谱随机振动分析RandmVibratinsAnalysisbyUsingPwerSpectralDensityfWindSpeednTransmissinTwer东北电力大学吉林吉林132012摘要根据输电塔结构所受自然风特性采用达氏风速谱在ANSYS中通过施加风速功率谱的方法进行输电塔结构的随机振动分析得到输电塔的前32阶模态及风速谱施加后的各向位移、结构内力变化等情况并将Y方向和Z方向动力计算结果与静力计算结果比较得出两者基本吻合的结论。风速功率谱输电塔ANSYSAbstractAccrdingtthefeaturesfstructuralstytleftransmissintwersideringthecrrelatin。
隔震结构基于功率谱密度函数法的楼层反应谱分析
隔震结构基于功率谱密度函数法的楼层反应谱分析隔震结构基于功率谱密度函数法的楼层反应谱分析隐藏曾奔12周福霖2徐忠根21西安建筑科技大学西安7100552广州大学工程抗震研究中心广州510405要采用锥体模型求得地基基础阻抗函数推导出非结构构件NSC的绝对加速度传递函数利用随机振动理论通过功率谱密度函数法PSDF建立楼层反应谱FRS并和人工合成地震波分析所得结果进行了对比研究结果表明PSDF法用较少计算量就可以得到相当准确的FRS同时能与现行抗震规范很好的相结合基础隔震结构NSC的峰值反应主要出现在隔震频率附近的低频段增加隔震装置后土一结构相互作用SSI出现不同程度的削弱在隔震频率段最为显著非结构构件基础隔震功率谱密度函数楼层反应谱土结构相互作用中图分类号TU3521+2文献标识码A在一些重要建筑如医院核电站等中非结构构件NSC如家具各种设备管道等在地震时对维持正常运作。
振动台功率谱复现算法
举报文档振动台功率谱复现算法振动台功率谱复现算法振动台功率谱复现算法隐藏第31卷第4期2011年8月振动、测试与诊断JurnalfVibratinMeasurementDiagnsisVl31N4Aug2011振动台功率谱复现算法张兵郑书涛丛大成韩俊伟哈尔滨工业大学机电工程学院哈尔滨150001摘要传统的振动控制技术将初始辨识的系统频率响应函数贯穿使用于振动控制的过程中针对液压振动台系统的时变特性提出使用基于最小均方误差leastmeansquare简称LMS的自适应算法在线辨识系统的频响函数。平滑周期图功率谱估计法相对现代谱估计法分辨率较低提出自回归autegressive简称AR模型法对振动系r统响应信号进行功率谱估计利用尤利克Yulealker方程求解AR模型参数并给出AR模型阶次确定的方沃W法。利用自行开发的基于DSP和ARM多处理器信号处理系统对功率谱复现进行软硬。
用功率谱密度分析随机过程为什么不用频谱分析呢
首页登录注册新闻网页贴吧知道音乐图片视频地图百科文库经验教育科学理工学科工程技术科学同问用功率谱密度分析随机过程为什么不用频谱分析呢今天1114提问者hankui125733我来帮他解答按默认排序按时间排序回答共1条1分钟前zhgh十一级一、定义功率谱密度对于具有连续频谱和有限平均功率的信号或噪声，表示其频谱分量的单位带宽功率的频率函数。频谱分析对信号进行傅里叶变换，用该方法对振动的信号进行分解，并按频率顺序展开，使其成为频率的函数，进而在频率域中对信号进行研究和处理的一种过程。随机过程StchasticPrcess是一连串随机事件动态关系的定量描述。二、分析功率谱密度是一种概率统计方法，是对随机变量均方值的量度。一般用于随机振动分析，连续瞬态响应只能通过概率分布函数进行描述，即出现某水平响应所对应的概率。频谱分析是将信号在时间域中的波形转变为频率域的频谱，进而可以对信号的。
随机振动功率谱再现自适应控制算法研究
随机振动功率谱再现自适应控制算法研究随机振动功率谱再现自适应控制算法研究隐藏要为提高电液随机振动实验的控制精度，提出一种基于Kalman滤波器的随机振动功率谱再现实时自适应通过对白噪声信号的滤波生成时域驱动信号。采用Kalman自适应滤波控制方法。基于参考谱的信息设计FIR滤波器，器实时跟踪振动实验系统的阻抗特性，并基于自适应逆控制方法对系统的输入信号进行滤波修正，使得系统的响应信号能够高精度再现时域驱动信号，进而实现参考谱的高精度再现。功率谱再现实验验证了算法的有效性。振动控制功率谱密度FIR滤波器Kalman滤波器中图分类号TP271．31文献标识码AAdaptivetrlfpwerspectraldensityreplicatinfrandmvibratinGUANGuangfeng，WANGHaita，XIONGWeiDepartmentfMechanic。
基于目标功率谱和包线的地震动合成
基于目标功率谱和包线的地震动合成123徐国栋，史培军，周锡元1防灾科技学院，河北三河0652012北京师范大学减灾与应急管理研究院，北京1008753北京市工程抗震与结构诊治重点实验室，北京工业大学，北京100022摘要本文给出了以目标功率谱和目标包线函数为双目标函数的人工地震动合成方法，使人工地震动不仅符合目标功率谱，还基本符合目标包线函数，并对加速度基线进行了调整，使速度时程和位移时程更为合理。作者认为如果用反应谱作为目标谱，生成的人工地震动时程可能会弱化地震动的随机特性，用这样的人工地震动时程作为输入来分析建筑结构的非线性动力反应，不是理想的选择。对建用基于功率谱的人工地震动作为输入，应当是一种更为合理的方法。筑结构进行非线性时程分析时，作者认为平方和具有明确的物理意义，是随机信号的总能量参数，并通过理论分析和数值计算，对于一定持时的随机平稳信号样本，平方和持时×平方。
什么是随机振动的功率谱密度
PSDPwerSpectralDensity功率谱密度。对于周期性确定信号，其傅立叶变换代表了在一定谐波频率上的大小XkΩ0，Ω0为基频而连续的非周期的傅立叶变换所得到则是频谱密度的概念XjΩ，也就是说从量纲上看，XjΩ等于XkΩ0Ω而功率谱密度则是与相关函数之间满足傅立叶变换，是反映了信号的功率在频域随频率w的分布，因此，其又称为功率谱密度。随机过程的功率谱密度函数应看作是每一个可能实现的功率谱的统计平均。简单说就是某个随机过程从统计的角度看其功率在各个频率点上分布情况之所以不简单的用傅立叶变换变到频率域是因为随机过程在每一个时刻都可能有一个不同的实现就是说在每个时刻都表现为互不相同的时间函数因此不能简单的用傅立叶变换变到频率域frameframenyes&referer回答200703170833提问者对答案的评价。