转子动力学系列(二):基于ANSYS APDL的不平衡响应分析

1.问题描述

如图1所示刚性支承两圆盘转子,圆盘质量m=102kg,半径R=500mm,转轴的直径d=50mm,a=400mm,设圆盘偏心e1=0.05mm,e2=0.03mm,φ1=30°,φ2=60°。求该转子涡动频率、振型、临界转速及不平衡响应。(详见《转子动力学》钟一谔 第二章刚性支承多圆盘转子的临界转速和不平衡响应,例子源于P29)        

image.png

                                                                                    刚性支承两圆盘转子

设圆盘的质量、直径转动惯量和极转动惯量分别为mi、Jdi和Jpi(i=1,2)、各轴段长为a,抗弯刚度为EI,其运动微分方程为:

image.png

其中

image.png

柔度矩阵是
 

image.png

image.png

因此系统在xos平面的运动微分方程是

image.png

为求转子的模态频率及模态振型,只需通过在任一固定平面内的运动微分方程即可求得,令

image.png

代入上式

image.png

故频率方程为

image.png

这是一个有关w的8次代数方程,对于给定的Ω,可解出4个正向涡动角速度和4个反向涡动角速度。                                               

绘制涡动角速度随自转角速度变化曲线可得坎贝尔图,令Ω分别等于±w代入频率方程,即可分别解出在同步正涡动和同步反涡动下的临界转速。

image.png

所谓转子的临界转速通常是指同步正向涡动时的临界转速。对于本算例的两圆盘转子系统,临界转速只有两个,即1158r/min和3183r/min。

image.png

在无阻力情况下,当各圆盘具有偏心的不平衡质量时,令

image.png

则转子的运动微分方程可写成

image.png

 其中

image.png

设不平衡响应的特解为

image.png

其中{A}为待定的复数列阵。把特解代入运动微分方程可得                                               

image.png

这是2N个线性非齐次代数方程组,对于给定的Ω,上式等号左边各项系数均为实数,可以解得                                               

image.png

因为{Q}是2N阶复数列阵,其中有N个元素为零,故{A}中每一元素均为N个复数之和,即仍为一复数,故可表为      

image.png

其中ai、ei(i=1,2,...N)都是已确定的值,代入特解可得

image.png

对于本例子,把数据代入特解表示的运动微分方程可得

image.png

其中

image.png

则当Ω=250 1/s时,可解得

image.png

image.png

2.分析过程

采用MASS21单元模拟圆盘,采用BEAM188单元模拟转轴,轴的支承处为简支约束。

后处理中采用PLCAMP命令得到坎贝尔图如下。

点击完整阅读全文 
转子动力学系列(二):基于ANSYS APDL的不平衡响应分析

  • 12
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值