当前位置: 首页 > news >正文

振动力学:二自由度系统

文章1、2、3中讨论的是单自由度系统的振动特性,自由度由一增加至二,将引起质变,带来一系列新的物理概念。本文首先从建立一般性的多自由度系统振动方程开始,然后讨论最简单的多自由度系统(即二自由度系统)的振动,包括固有振动和自由振动以及运动解耦。

1. 多自由度系统的振动方程

最简单直接的方法是使用Lagrange方程建立离散系统的运动方程(胡海岩,2005,P56-57),这种方法比刚度法和柔度法要简单且直接许多。

1.1 完整约束系统的Lagrange方程

根据经典力学的知识,完整约束系统的Lagrange方程为:
d d t ∂ T ∂ q ˙ j − ∂ T ∂ q j + ∂ V ∂ q j = f j ,      ( j , 1 , 2 , . . . , N ) ( 2.30 ) \frac{\rm d}{{\rm d} t} \frac{\partial T}{\partial \dot{q}_j} - \frac{\partial T}{\partial q_j} + \frac{\partial V}{\partial q_j}= f_j, \;\; (j,1,2,...,N) \qquad (2.30) dtdq˙jTqjT+qjV=fj,(j,1,2,...,N)(2.30)

只要写出系统的能量(动能 T T T和势能 V V V),根据Lagrange方程就可导出运动微分方程。质点系的动能 T T T可表示为:
T = 1 2 q ˙ T M q ˙ T = \frac{1}{2} \dot{\bm{q}}^{\rm T} \bm{M} \dot{\bm{q}} T=21q˙TMq˙
式中, q \bm{q} q为广义位移, q ˙ \dot{\bm{q}} q˙为广义速度,质量矩阵 M \bm{M} M为对称阵,且为广义坐标的函数。质点系的势能矩阵形式为:
V = 1 2 q T K q V = \frac{1}{2} \bm{q}^{\rm T} \bm{K} \bm{q} V=21qTKq

式中, K \bm{K} K为刚度矩阵。

考虑更一般的情况,如果系统中存在线性阻尼力,可将它从广义力中分离(广义力的概念参考文章4的式(1.49)),引入耗散函数 D D D
D = 1 2 q ˙ T C q ˙ D = \frac{1}{2}\dot{\bm{q}}^{\rm T} \bm{C} \dot{\bm{q}} D=21q˙TCq˙

式中, C \bm{C} C为阻尼矩阵。于是,式(2.30)改写为:
d d t ∂ T ∂ q ˙ j − ∂ T ∂ q j + ∂ D ∂ q ˙ j + ∂ V ∂ q j = f j ,      ( j , 1 , 2 , . . . , N ) ( 2.30 ′ ) \frac{\rm d}{{\rm d} t} \frac{\partial T}{\partial \dot{q}_j} - \frac{\partial T}{\partial q_j} + \frac{\partial D}{\partial \dot{q}_j} + \frac{\partial V}{\partial q_j}= f_j, \;\; (j,1,2,...,N) \qquad (2.30') dtdq˙jTqjT+q˙jD+qjV=fj,(j,1,2,...,N)(2.30)

1.2 质点系运动微分方程

根据胡海岩(2005),由Lagrange方程(2.30’)导出的运动微分方程矩阵形式为:
M u ¨ ( t ) + C u ˙ ( t ) + K u ( t ) = f ( t ) u ( 0 ) = u 0 ,      u ˙ ( 0 ) = u ˙ 0 ( 1.7 ) \begin{aligned} & \bm{M} \ddot{\bm{u}}(t) + \bm{C} \dot{\bm{u}}(t) + \bm{K} \bm{u}(t) = \bm{f}(t) \\ & \bm{u}(0)= \bm{u}_0, \;\; \dot{\bm{u}}(0) = \dot{\bm{u}}_0 \end{aligned} \qquad (1.7) Mu¨(t)+Cu˙(t)+Ku(t)=f(t)u(0)=u0,u˙(0)=u˙0(1.7)

式中, M \bm{M} M为质量矩阵, C \bm{C} C为阻尼矩阵, K \bm{K} K为刚度矩阵。 u \bm{u} u为位移向量, f \bm{f} f为激振力向量。给定的初始条件为初始位移 u 0 \bm{u}_0 u0和初始速度 u ˙ 0 \dot{\bm{u}}_0 u˙0。矩阵和向量的阶数取决于系统自由度。

与单自由度系统相比(文章1的式(4.1)),描述系统的三个常特性参数 c , k , m c,k,m c,k,m在式(1.7)中不再是常数而是矩阵:
m u ¨ ( t ) + c u ˙ ( t ) + k u ( t ) = 0 u ( 0 ) = u 0 ,      u ˙ ( 0 ) = u ˙ 0 ( 4.1 ) \begin{aligned} & m \ddot{u}(t) + c\dot{u}(t) +k u(t) = 0 \\ & u(0) = u_0, \;\; \dot{u}(0) = \dot{u}_0 \end{aligned} \qquad (4.1) mu¨(t)+cu˙(t)+ku(t)=0u(0)=u0<

http://www.xdnf.cn/news/900973.html

相关文章:

  • html css js网页制作成品——HTML+CSS榴莲商城网页设计(4页)附源码
  • Nature子刊同款的宏基因组免疫球蛋白测序怎么做?
  • miniforge3安装之后激活anaconda的虚拟环境
  • robot_lab——rsl_rl的train.py整体逻辑
  • 从入门到进阶:Python 学习参考书的深度解析
  • OPenCV CUDA模块光流------高效地执行光流估计的类BroxOpticalFlow
  • 传统的将自然语言转化为嵌入向量的核心机制是:,将离散的语言符号转化为连续的语义向量,其核心依赖“上下文决定语义”的假设和神经网络的特征提取能力。
  • Vue.js 生命周期全面解析
  • Proxmox Mail Gateway安装指南:从零开始配置高效邮件过滤系统
  • 第三方测试机构进行科技成果鉴定测试有什么价值
  • 使用Python和OpenCV实现图像识别与目标检测
  • 20250606-C#知识:List排序
  • 32单片机——窗口看门狗
  • 青少年编程与数学 01-011 系统软件简介 05 macOS操作系统
  • java 实现excel文件转pdf | 无水印 | 无限制
  • 大故障:阿里云核心域名爆炸了
  • 在web-view 加载的本地及远程HTML中调用uniapp的API及网页和vue页面是如何通讯的?
  • Qt客户端技巧 -- 窗口美化 -- 窗口阴影
  • linux 故障处置通用流程-36计-28-37
  • 设计模式——模板方法
  • 基于 JavaSE 实现(GUI)的 小型ATM 银行模拟系统
  • [特殊字符]解决 “IDEA 登录失败。不支持早于 14.0 的 GitLab 版本” 问题的几种方法
  • LangChain【6】之输出解析器:结构化LLM响应的关键工具
  • [ElasticSearch] DSL查询
  • 【Spark征服之路-2.3-Spark运行架构】
  • OpenLayers 分屏对比(地图联动)
  • 【 java 集合知识 第二篇 】
  • CSS 定位:原理 + 场景 + 示例全解析
  • 使用 SymPy 进行向量和矩阵的高级操作
  • uni-app 如何实现选择和上传非图像、视频文件?