首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

基于matlab的振动模态分析_matlab动力学分析

2018 年第 1 期 时 代 农 机 TIMES AGRICULTURAL MACHINERY 第 45 卷第 1 期Vol.45 No.1 2018 年 1 月Jan.2018 作者简介:刘鸿智(1988-),男,辽宁沈阳人,硕士研究生,助教,主要 研究方向:机械设计及理论、机械制造。 基于 MATLAB 的机械振动分析研究 刘鸿智 渊鹤 壁 职 业 技 术 学 院 袁河 南 鹤 壁 458030冤 摘 要:矩阵工厂的应用是在关于机械振动的问题应用,这说明矩阵实验室的应用可以用来解决一些在机械振动方面的比较复杂的计算和作图等问题,并且很方便且高效。矩阵实验室对解决机械振动方面的问题有着很多的作用。所以说,在一些机械振动方面的问题解决可以大力推广矩阵实验室的使用。矩阵实验室对机械振动的一些系统理论的分析或研究有着一些特定的步骤。一些系统运用矩阵实验室软件中的数值积分法来对该系统作出分析。矩阵实验室软件可以用来计算也可以用来编程,在一些问题的提出和表达通常会采用数学描述方法来对一些机械振动的问题进行计算,而不是用传统的语言程序进行处理。这样会使矩阵实验室成为一些应用程序得到良好的开发。 关键词:机械振动;MATLAB软件;分析 矩阵实验室是对于机械振动问题处理及数值计算的分析软件。这个软件可以将一些数值及函数调用出来,对相关问题进行运算,这种特征对一些机械振动中经常会遇到的问题及所需要的公式计算提供较为便捷的途径及可以比较方便的去对机械振动涉及到的问题进行计算。因此对于机械专业并且在学习机械振动又换问题过程中应当采用矩阵实验室软件,使得部分专业人员能够使用矩阵实验室软件进而对专业理论知识进行有效研究,也可以利用矩阵实验室软件来解决机械振动实际上所存在的问题。机械振动是一个比较普遍的现象,是通过物体的来回运动而使物体发生位移等物理运动。矩阵实验室软件的出现给一些工程问题的研究与解决带来了很大程度上的方便。在其它应用软件的使用过程中,一些数值计算的问题可能没有那么容易操作,可能一些数据也没有那么可视化,而矩阵实验室相比之下有很大的改善,给一些机械问题带来很多的便利。 1 MATLAB 软件特点 矩阵实验室软件可以解决在机械振动问题上的一些基础类的数值问题,可以方便数据的保存输出及数值的计算方面的问题。这一软件对数值问题有很大的分析功能,可以对一些数据进行各种程度的分析,在分析计算的过程中得到所计算的问题的各个步骤的答案并对其答案进行验证,看其是否在所能接受的误差之内,如果这个答案不在所能接受的误差之内,就可以重新返回继续计算出一个比较接近的答案,直到得到在可以接受的误差之内的答案;如果第一次得到的答案就在所能接受的误差之内,就可以直接得出所需要的答案。 在矩阵实验室的应用过程中,对所需要解决的问题函数求解的一般方法是龙格-库塔法。利用这种方法来解决问题,一般需要主要的三个求解器。这三个求解器可以分成单步求解器和多步求解器,单步求解器可以直接显示其公式或显示公式的二阶三级;对一些用单步求解器数值的计算效率低时就会用到多步求解器。多步求解器通过一些特定的公式对其数据进行计算,按步骤得出最后所需要的答案;而单步求解器可以直接通过系统特有的一些函数或公式对其问题数据进行 计算。一些问题可以通过一些特定的函数值对其直接进行计算来得到答案,也可以通过假设未知数变量来对其问题进行解答,在解答完成之后得出其答案,利用所设变量在二维图中画出所得出答案结果的图案曲线,然后根据所画出的图案曲线来对所求问题的实际进行研究分析,来得出问题的规律及其特点。 矩阵实验室在图像的处

02

Python 科学计算基础 (整理)

Python是一种面向对象的、动态的程序设计语言,具有非常简洁而清晰的语法,既可以用于快速开发程序脚本,也可以用于开发大规模的软件,特别适合于完成各种高层任务。   随着NumPy、SciPy、matplotlib、ETS等众多程序库的开发,Python越来越适合于做科学计算。与科学计算领域最流行的商业软件MATLAB相比,Python是一门真正的通用程序设计语言,比MATLAB所采用的脚本语言的应用范围更广泛,有更多程序库的支持,适用于Windows和Linux等多种平台,完全免费并且开放源码。虽然MATLAB中的某些高级功能目前还无法替代,但是对于基础性、前瞻性的科研工作和应用系统的开发,完全可以用Python来完成。 *Numba项目能够将处理NumPy数组的Python函数JIT编译为机器码执行,从而上百倍的提高程序的运算速度。 *基于浏览器的Python开发环境wakari(http://www.continuum.io/wakari) 能省去配置Python开发环境的麻烦。hnxyzzl Zzlx.xxxxxxx *Pandas经过几个版本周期的迭代,目前已经成为数据整理、处理、分析的不二选择。 *OpenCV官方的扩展库cv2已经正式出台,它的众多图像处理函数能直接对NumPy数组进行处理,便捷图像处理、计算机视觉程序变得更加方便、简洁。 *matplotlib已经拥有稳定开发社区,最新发布的1.3版本添加了WebAgg后台绘图库,能在浏览器中显示图表并与之进行交互。相信不久这一功能就会集成到IPython Notebook中去。 *SymPy 0.7.3的发布,它已经逐渐从玩具项目发展成熟。一位高中生使用在线运行SymPy代码的网站:http://www.sympygamma.com * Cython已经内置支持NumPy数组,它已经逐渐成为编写高效运算扩展库的首选工具。例如Pandas中绝大部分的提速代码都是采用Cython编写的。 * NumPy、SciPy等也经历了几个版本的更新,许多计算变得更快捷,功能也更加丰富。 * WinPython、Anaconda等新兴的Python集成环境无须安装,使得共享Python程序更方便快捷。 * 随着Python3逐渐成为主流,IPython, NumPy, SciPy, matplotlib, Pandas, Cython等主要的科学计算扩展库也已经开始支持Python3了。

01
领券