0. 总括

基于模态的谐响应分析,可以通过扫频的方式求解频率范围内结构的线性稳态响应情况。阻尼是和频率相关的,但模态叠加法只需要知道n个模态阻尼即可推广到其他频率范围(原因详见文内公式)。

1. 谐响应分析的目的

用来求解结构在连续谐波激励下的线性响应.求解稳态动力学响应有三种方法:subspace,direct,modal。base modal的方法是利用前一个分析步提取出来的一系列模态特征计算稳态解。

2. ABAQUS的求解原理

2.1 特征值提取

对于一个具有N个自由度的多自由度系统,可用N个独立的广义坐标描述系统的运动状态:

\[a^{N\times1}=\{a_1,a_2,a_3,...,a_N\}^{T}
\]

对于N自由度的系统,一定可以找到N个固有频率\(w_{\alpha}\)以及相对应的振型\(\phi_{\alpha}^{N\times1}\) 【\(\alpha=1...n,n是提取的模态的数目\)】 。\(\phi^{N}\)左边的矩阵是\(M\times N\)的,等号右边是0,所以\(\phi^{N}\)是\(N\times 1\)的。

所谓振型按我的理解就是共振时,结构的一个形状。用数学方式表示就是一个特定的解向量\(\phi_{\alpha}^{N}\)

将\(\phi_{\alpha}^{N\times 1}\)组装成 Nxn 矩阵\(\Phi\),其中每一列都包含一个特征模态。

2.2 模态叠加

有阻尼的结构动力学方程:

模态叠加用矩阵形式写为

\[u^{N\times1}=\Phi^{N\times n} q^{n\times 1}
\]

列矢量\(q\)——模态自由度(待求)

在运动方程中插入模态叠加表达式,代入动力学方程:

\[M\Phi \ddot{q}+C\Phi \dot{q}+K\Phi q=f(t)^{N \times1}
\]

左乘\(\Phi^{T}\)后得到:

\[\Phi^{T}M\Phi \ddot{q}+\Phi^{T}C\Phi \dot{q}+\Phi^{T}K\Phi q=\Phi^{T}f(t)^{N\times 1}
\]

此时,原方程组现已从求解 N 个变量简化为 n 个变量,右侧$\Phi{T}f(t) $为模态载荷,是外载荷在每个特征模态上的投影

\[\Phi^{N\times n}=[\phi_1,\phi_2,\phi_3,...,\phi_n]
\]
\[\Phi^{T}=[\phi_1^T,\phi_2^T,\phi_3^T,...,\phi_n^T]
\]
\[f(t)^{N\times 1}=
\begin{bmatrix}
f(t)_1 \\
f(t)_2 \\
f(t)_3 \\
....\\
f(t)_N
\end{bmatrix}
\]
\[\Phi^{T}f(t)^{N\times 1} =
\begin{bmatrix}
\phi_1f(t)_1\\
\phi_2f(t)_2\\
\phi_3f(t)_3\\
...\\
\phi_nf(t)_n\\
\end{bmatrix}
\]

上式经过一系列变换后,可以得到投影到mode \(\alpha\)上的方程\((1)\):

\[\ddot{q}_{\alpha}+c_{\alpha}\dot{q}_{\alpha}+\omega_{\alpha}^2q_{\alpha}=\frac{1}{m_{\alpha}}(f_{1\alpha}+if_{2\alpha})exp(i\Omega t)
\]

其中:

\(q_{\alpha}\):$mode \ \alpha $下的广义坐标幅值

\(c_{\alpha}\):\(与mode \ \alpha\)有关的阻尼(模态阻尼)

\(\omega_{\alpha}\):\(mode \ \alpha\)下的无阻尼固有频率

\(m_{\alpha}\):广义质量,\(m_{\alpha}=\Phi_{\alpha}^{N}M^{N\times M}\Phi_{\alpha}^{M} \ \ (no \ sum\ over\ \alpha)\)

\((f_{1\alpha}+if_{2\alpha})e^{i\Omega t}\):是和$mode\ \alpha $有关的激励

2.2.1 激励项

激励被\(frequency (\Omega)\),节点等效力实、虚部\((F_{1}^{N},F_{2}^N)\)定义。投影到\(mode\ \alpha\)上:

\[f_{1\alpha}+if_{2\alpha}=\phi_{\alpha}^N(F_{1}^{N}+iF_{2}^N)\\
N——模型自由度数
\]

载荷向量是根据其实部\(F_{1}^{N}\)和虚部\(F_{2}^{N}\)编写的,这是Abaqus/Standard 中定义载荷的方式.如果偶用幅值\(F_{0}^N\)和相位\(\Phi\)表示,则有

\[F^N=F_1^N+iF_2^N=F_{0}^{N}exp[i(\Omega t+\Phi)]
\]

其中:

\(F_1^N=F_0^Ncos(\Phi) \ \ \ \\ F_2^N=F_0^Nsin(\Phi)\)

2.2.2 阻尼项

  • 直接模态阻尼:\(c_\alpha=2\zeta_{\alpha}\omega_{\alpha}\)

    其中:\(\zeta_{\alpha}是mode \ \alpha下的临界阻尼分(模态阻尼比)\)
  • Structure Damp:提供了与模态振幅成比例的阻尼力。

    \(c_{\alpha}\dot{q}_{\alpha}=i s_{\alpha}\omega_{\alpha}^2 q_{\alpha}\)

    其中:\(s_{\alpha}是mode \ \alpha 的结构阻尼系数(模态损耗因子)\)
  • 瑞利阻尼:定义为\(c_{\alpha}=\beta_{\alpha}+\gamma_{\alpha}\omega_{\alpha}^2\)

    其中,\(\beta_{\alpha}、\gamma_{\alpha}\)是瑞利阻尼系数,具体求法见Document.

    瑞利阻尼系数可以用来再现:
\[\zeta_{\alpha}=\frac{\beta_{\alpha}}{2\omega_{\alpha}}+\frac{\gamma_{\alpha}\omega_{\alpha}}{2}
\]

将阻尼项代入方程(1):

\[\ddot{q}_{\alpha}+2\zeta_{\alpha}\omega_{\alpha}\dot{q}_{\alpha}+(\beta_{\alpha}+\gamma_{\alpha}\omega_{\alpha}^2)\dot{q}_{\alpha}+i s_{\alpha}\omega_{\alpha}^2 \dot{q}_{\alpha}+\omega_{\alpha}^2q_{\alpha}=\frac{1}{m_{\alpha}}(f_{1\alpha}+if_{2\alpha})exp(i\Omega t)
\]

方程的解为:

\[\dot{q}_{\alpha}=H_{0\alpha}*f_{0 \alpha}* exp(i(\Omega t+\Phi_{\alpha}))
\]

方程中有三个阻尼项对应于,ABAQUS/CAE中只定义一个,其他的就是0.

其中:

\(f_{0\alpha}=\sqrt{f_{1\alpha}^2+f_{2\alpha}^2}是投影载荷矢量的振幅\)

\(H_{0\alpha}(\Omega)是mode\ \alpha下系统复传递函数的振幅\)

\[Re(H_{0\alpha}f_{0\alpha})=\frac{1}{m_{\alpha}} (\frac{f_{1\alpha}(\omega_{\alpha}^2-\Omega^2)}{(\omega_{\alpha}^2-\Omega^2)^2+(\eta_{\alpha}\Omega)^2}+\frac{f_{2\alpha}\eta_{\alpha}\Omega}{(\omega_{\alpha}^2-\Omega^2)^2+(\eta_{\alpha}\Omega)^2})
\]
\[Im(H_{0\alpha}f_{0\alpha})=\frac{1}{m_{\alpha}}
(-\frac{f_{1\alpha}\eta_{\alpha}\Omega}{(\omega_{\alpha}^2-\Omega^2)^2+(\eta_{\alpha}\Omega)^2}+\frac{f_{2\alpha}(\omega_{\alpha}^2-\Omega^2)}{(\omega_{\alpha}^2-\Omega^2)^2+(\eta_{\alpha}\Omega)^2})
\]

其中:

\[\eta_{\alpha}=2\zeta_{\alpha}\omega_{\alpha}+\beta_{\alpha}+\gamma_{\alpha}\omega_{\alpha}^2+\frac{s_{\alpha}\omega_{\alpha}^2}{\Omega}
\]

响应的幅值为:

\[H_{0\alpha}f_{0\alpha}=\sqrt{Re(H_{\alpha})^2+Im(H_{\alpha})^2}=\frac{1}{m_{\alpha}}\frac{1}{\sqrt{(\omega_{\alpha}^2-\Omega^2)^2+(\eta_{\alpha}\Omega)^2}}f_{0\alpha}
\]

响应的相位:

\[\Psi_{\alpha}=acrtan(Im(H_{\alpha})/Re(H_{\alpha}))
\]

如果谐波激励以base motion的形式施加,那么模态载荷如下:

\[f_{1\alpha}=-\frac{1}{m\alpha} \phi_{\alpha}^{N}M^{NM}\hat{e}_j^{M}a_{1j}exp(i\Omega t)\\
f_{2\alpha}=-\frac{1}{m\alpha} \phi_{\alpha}^{N}M^{NM}\hat{e}_j^{M}a_{2j}exp(i\Omega t)
\]

其中,\(M^{NM}\)是结构的质量矩阵,\(\hat{e}_{j}^{M}是一个vector(在任何接地节点上的基础加速度,方向上具有单位幅值,否则为零)\)

\(a_{1j}、a_{2j}\)是base acceleration的实部和虚部。如果施加的是velocity(或者displacement) 则\(a_1=-\Omega v_1\ \ \ a_2=-\Omega v_2\)或(\(a_1=-\Omega^2 u_1 \ \ \ a_2=-\Omega^2 u_2\))。

综上所述,根据模态叠加的基本假设:位移写为特征模态的线性组合。

方程(1)的解\(q_{\alpha}\)为

\[q_{\alpha}=H_{0\alpha}f_{0\alpha}exp[i(\Omega t+\Phi_{\alpha})]
\]

这是外加激励频率为\(\Omega\),在\(mode\ \alpha\)下的解,经过模态叠加(如下)后可以得到位移响应(式2):

\[u^N=\sum_{\alpha}^{n}{\phi_{\alpha}^N q_{\alpha}}
\]

其中:

\(q_{\alpha}:每个模态的幅值求解结果\)

\(\phi_{\alpha}^N:mode\ \alpha的特征向量向量(N \times1)即振型向量\)

稳态响应以通过用户指定频率范围的频率扫描形式给出。依次扫描频率点,就可以求出结构的频域响应。

参考资料

Abaqus-Steady-State-Dynamic-Analysis的求解原理的更多相关文章

  1. Log4j 2翻译 Garbage-free Steady State Logging(稳定的以不会生成垃圾的状态来记录日志)

    本人菜鸟,在学习Log4j 2 的时候做的一些笔记---对"官方网站"的翻译,部分内容自己也不懂,希望大家指点 Garbage collection pauses are a co ...

  2. 潜在语义分析Latent semantic analysis note(LSA)原理及代码

    文章引用:http://blog.sina.com.cn/s/blog_62a9902f0101cjl3.html Latent Semantic Analysis (LSA)也被称为Latent S ...

  3. Latent Semantic Analysis(LSA/ LSI)原理简介

    LSA的工作原理: How Latent Semantic Analysis Works LSA被广泛用于文献检索,文本分类,垃圾邮件过滤,语言识别,模式检索以及文章评估自动化等场景. LSA其中一个 ...

  4. 5_终值定理和稳态误差_Final Value Theorem & Steady State Error

  5. malware analysis、Sandbox Principles、Design && Implementation

    catalog . 引言 . sandbox introduction . Sandboxie . seccomp(short for secure computing mode): API级沙箱 . ...

  6. Automated Memory Analysis

    catalogue . 静态分析.动态分析.内存镜像分析对比 . Memory Analysis Approach . volatility: An advanced memory forensics ...

  7. 强化学习三:Dynamic Programming

    1,Introduction 1.1 What is Dynamic Programming? Dynamic:某个问题是由序列化状态组成,状态step-by-step的改变,从而可以step-by- ...

  8. Redis原理及拓展

    Redis是单线程程序.单线程的Redis为何还能这么快? 1.所有的数据都在内存中,所有的运算都是内存级别的运算(因此时间复杂度为O(n)的指令要谨慎使用) 2.单线程操作,避免了频繁的上下文切换 ...

  9. 【Summary】ANSYS TRANSIENT ANALYSIS

    1.4. Damping: https://www.sharcnet.ca/Software/Ansys/15.0.7/en-us/help/ans_str/Hlp_G_STR1D.html 8.7. ...

  10. Python知识(7)--最小二乘求解

    这里展示利用python实现的最小二乘的直接求解方法.其求解原理,请参考:最小二乘法拟合非线性函数及其Matlab/Excel 实现 1.一般曲线拟合 代码如下: # -*- coding:utf-8 ...

随机推荐

  1. JVM简介—1.Java内存区域

    大纲 1.运行时数据区的介绍 2.运行时数据区各区域的作用 3.各个版本内存区域的变化 4.直接内存的使用和作用 5.站在线程的角度看Java内存区域 6.深入分析堆和栈的区别 7.方法的出入栈和栈上 ...

  2. Qt开发经验小技巧131-140

    Qt新版本往往会带来一些头文件的更新,比如以前使用QPainter绘制,不需要额外包含QPainterPath头文件,而5.15版本开始就需要显示主动引入#include "qpainter ...

  3. Spring+Vue+ElementUI的前后端分离开发项目中,前端向后端发送请求,后端返回错误:Cannot deserialize instance of `java.util.LinkedHashMap` out of START_ARRAY token

    问题描述: Spring+Vue+ElementUI的前后端分离开发项目中,前端向后端发送请求,后端返回错误:Cannot deserialize instance of `java.util.Lin ...

  4. 《深入理解Mybatis原理》MyBatis的sqlSession执行流程

    sqlSessionFactory 与 SqlSession 正如其名,Sqlsession对应着一次数据库会话.由于数据库会话不是永久的,因此Sqlsession的生命周期也不应该是永久的,相反,在 ...

  5. mac_使用Charles抓取Firefox 链接

    1. 首先在Charles 中导出证书,操作为:Help选项 --> SSL Proxying --> 选择第二项 Install Charles Root Certificate 2. ...

  6. Solution -「LOJ #6895」Yet Another NPC Problem

    \(\mathscr{Description}\)   Link.   给定 \(l,m\),求当 \(k=m,m+1,\dots,m+l-1\) 时,所有 \(k\) 阶有标号简单无向图中,最大团大 ...

  7. WPF 资源定义空字符串或者空格问题

    xmlns:sys="clr-namespace:System;assembly=mscorlib" WPF在XAML的资源中定义空字符串String.Empty 代码如下: &l ...

  8. 【java提高】---细则(1)

    异常 一.异常与错误的区别 再讲异常之前我们就应该要知道异常和错误的区别 Error类和Exception类的父类都是throwable类,他们的区别是: Error类一般是指与虚拟机相关的问题,如系 ...

  9. 镜像分层复用与Dockerfile

  10. ctfshow--web7 sql注入空格过滤

    ?id=10//union//select//1,database(),3//%23查看库名 查看表名 -1/**/union/**/select/**/1,(select/**/group_conc ...