前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >ERS and FDS Part1

ERS and FDS Part1

作者头像
用户7573907
发布2020-07-21 11:30:38
1K0
发布2020-07-21 11:30:38
举报

“在之前的文章中,我们提到了不同振动试验规范的对比方法,未来几篇文章将详细介绍用ERS & FDS 的方法来进行对比。本篇简要介绍ERS & FDS 的计算过程,以及在计算过程中如何构造传递函数H”

00

前言

产品在受到振动激励时,常见失效有两种:结构瞬断、结构疲劳损伤。考核这两种失效的关键数据是结构的应力/应变。

振动试验过程中,测量的是加速度激励。在不能全面了解产品结构动力学特性的前提下,需要构造一系列单自由度系统(如图1),来计算结构的相对位移ur(和应力/应变成比例),这是计算ERS & FDS的前提。

图1

01

什么是ERS & FDS

ERS: Extreme Response Spectrum(响应极值谱,图2 Step 4A),即不同共振频率fn下的最大响应,用来考核结构瞬断。

计算步骤如下:

1)Step 1: 已知输入加速度激励(测得或根据试验规范重构)。

2)Step 2: 假设各种共振频率fn和阻尼比下的传递函数(H=相对位移/加速度激励)。

3)Step 3: 计算相对位移响应(时域)。

4)Step 4A:取相对位移的绝对值最大值,结合fn,组成ERS谱。

图2

FDS: Fatigue Damage Spectrum(累积疲劳损伤谱,图2 Step 6B),即不同共振频率fn下响应的累积疲劳损伤,用来考核结构疲劳损伤。

计算步骤如下:

1)Step 1: 已知输入加速度激励(测得或根据试验规范重构)。

2)Step 2: 假设各种共振频率fn和阻尼比下的传递函数(H=相对位移/加速度激励)。

3)Step 3: 计算相对位移响应(时域)。

4)Step 4B:计算相对位移的雨流结果。

5)Step 5B:提取雨流结果:幅值/循环次数,结合假设的SN曲线,计算累积疲劳损伤值。

6)Step 6B:该累积疲劳损伤值,结合fn,组成FDS谱。

动画1

图2中的计算过程可结合动画1来理解:

ERS:Step 1 -> Step 2 -> Step 3 -> Step 4A

FDS:Step 1 -> Step 2 -> Step 3 -> Step 4B -> Step 5B -> Step 6B

02

传递函数H

图2 Step 2中,传递函数H(jw)的构造是整个计算过程中遇到的第一个问题。其模型如图3(同图1)。

图3

传递函数H(jw)的数学计算过程如图4。

图4

图4 中,时域方程到频域方程的转换是一个理解难点,下面将进行解释。

03

方程的时频转换

图4 动力学方程中,之所以可以将变量t直接换成变量jw,是因为:

1)时域信号可以转换成一系列正/余弦信号的线性叠加;

2)各频率下的正/余弦信号都满足该方程;

3)将各频率下的方程统一写成频域方程。如图5。

图5

04

总结 & 参考文献

总结ERS & FDS的计算过程:

1)已知振动加速度激励;

2)构造不同共振频率fn下,相对位移/加速度的传递函数H;

3)计算相对位移响应;

4)计算该共振频率fn下的ERS和FDS值;

5)变换fn的值,进行从2)到4)的多次循环计算;

6)得到ERS & FDS 相对于fn的谱线。

需要注意,计算过程中有两个假设:

1)传函H是由单自由度系统算得;

2)SN曲线。

因为并不关注ERS & FDS具体的值,关注的是不同试验规范下ERS & FDS的对比,所以工程中可以进行此假设计算。

后续文章将介绍如何在频域上对ERS & FDS进行直接结算。以下是参考文献,供参考。

参考文献:

A. Halfpenny, “Accelerated vibration testing based on fatigue damage spectra,” nCode International, UK, 2006.

参考文献网址(pdf):https://www.ncode.com/images/GlyphWorks/Downloads/Whitepaper_nCode_AHP_AcceleratedVibrationTestingBasedonFatigueDamageSpectra_v2-Halfpenny.pdf

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-05-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 信号分析应用及算法 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档