基于Matlab实现齿轮系统的传递路径分析 (TPA)

简介: 基于Matlab实现齿轮系统的传递路径分析 (TPA)

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信      无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机

⛄ 内容介绍

This MATLAB code can reproduce some results in: “Fault tracing of gear systems: An in-situ measurement-based transfer path analysis method[1]. This paper focuses on transfer path analysis (TPA) for gear systems. A virtual decoupling method is proposed to realize the in-situ measurement-based TPA. An identification of the bearing force is performed based on the Tikhonov regularization theory.

A gear dynamic model is adopted as the numerical example to illustrate the procedure of the transfer path analysis. Details about the proposed TPA algorithm can be seen in Ref. [1]. The complementary information of the time-varying mesh stiffness and dynamic modelling can be seen in Refs. [2, 3].

⛄ 部分代码

function [X,Xd,Xdd] = newmark(M,C,K,f,dt,gamma0,beta0,Xi,Xdi,Xddi)

%% ================================================================

%  This function is intended to perform the numerical integration of a structural system

%  subjected to an external dynamic excitation such as a wind or earthquake.

%  The structural model is assumed to be a lumped mass shear model.

%  The integration scheme utilized for this analysis is the newmark alpha-beta method.

%  The newmark alpha-beta method is an implicit time steping scheme so stability of the system need not be considered.

%% ================================================================

%  Input Variables:

%  [M] = Mass Matrix (nxn)

%  [C] = Damping Matrix (nxn)

%  [K] = Stiffness Matrix (nxn)

%  {f} = Excitation Vector (nx1)

%  dt = Time Stepping Increment

%  beta= Newmark Const (1/6 or 1/4 usually),alpha

%  gamma = Newmark Const (1/2) ,delta

%  Xi = Initial Displacement Vector (nx1)

%  Xdi = Initial Velocity Vector (nx1)

% ------*------*------*------

%  Output Variables:

%  {t} = Time Vector (mx1)

%  [X] = Response Matrix (mxn)

%% ================================================================

% %%  Check Input Excitation

%   n = size(M,1);

%   fdimc = size(f,2);

% %   fdimr = size(f,1);  

%    if(fdimc==n)

%        f=f';

%    end

% %    m=size(f,2);  

%% ================================================================

%%  Coefficients

       c0 = 1/(beta0*dt*dt) ;

       c1 = gamma0/(beta0*dt) ;

       c2 = 1/(beta0*dt) ;

       c3 = 1/(beta0*2) - 1 ;

       c4 = gamma0/beta0 - 1 ;

       c5 = 0.5*dt*(gamma0/beta0 - 2 ) ;

       c6 = dt*(1 - gamma0 ) ;

       c7 = dt* gamma0 ;

%% ==============================

%% Initialize Stiffness Matrix Equivalent

       Keff = c0*M + c1*C + K ;      

%% ==============================

%% Perform First Step

       f= f+ M*(c0*Xi+c2*Xdi+c3*Xddi)+C*(c1*Xi+c4*Xdi+c5*Xddi) ;

%         X=Keff\f;

       [L,U]=lu(Keff); % LU decomposition can speed up if Keff is in sparse

       X=U\(L\f);

       Xdd= c0*(X-Xi) - c2*Xdi - c3*Xddi ;

       Xd= Xdi + c6*Xddi + c7*Xdd;  

⛄ 运行结果

⛄ 参考文献

[1]Y.F. Huangfu, X.J. Dong, X.L. Yu, K.K. Chen, Z.W. Li, Z.K. Peng, Fault tracing of gear systems: An in-situ measurement-based transfer path analysis method, Journal of Sound and Vibration 553 (2023) 117610.1-26.

[2]K.K. Chen, Y.F. Huangfu, H. Ma, Z.T. Xu, X. Li, B.C. Wen, Calculation of mesh stiffness of spur gears considering complex foundation types and crack propagation paths, Mechanical Systems and Signal Processing 130 (2019) 273-292.

[3]Y.F. Huangfu, K.K. Chen, H. Ma, X. Li, H.Z. Han, Z.F. Zhao, Meshing and dynamic characteristics analysis of spalled gear systems: A theoretical and experimental study, Mechanical Systems and Signal Processing 139 (2020) 106640.1-21.

⛳️ 完整代码

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
2月前
|
算法 数据可视化 图形学
网络通信系统的voronoi图显示与能耗分析matlab仿真
在MATLAB2022a中,该程序模拟了两层基站网络,使用泊松分布随机生成Macro和Micro基站,并构建Voronoi图。它计算每个用户的信号强度,选择最强连接,并分析SINR和数据速率。程序还涉及能耗计算,包括传输、接收、处理和空闲能耗的分析。Voronoi图帮助可视化网络连接和优化能源效率。
|
7天前
|
算法
基于极大似然算法的系统参数辨识matlab仿真
本程序基于极大似然算法实现系统参数辨识,对参数a1、b1、a2、b2进行估计,并计算估计误差及收敛曲线,对比不同信噪比下的误差表现。在MATLAB2022a版本中运行,展示了参数估计值及其误差曲线。极大似然估计方法通过最大化观测数据的似然函数来估计未知参数,适用于多种系统模型。
|
1月前
|
算法 数据安全/隐私保护
基于LS算法的OFDM+QPSK系统信道估计均衡matlab性能仿真
基于MATLAB 2022a的仿真展示了OFDM+QPSK系统中最小二乘(LS)算法的信道估计与均衡效果。OFDM利用多个低速率子载波提高频谱效率,通过循环前缀克服多径衰落。LS算法依据导频符号估计信道参数,进而设计均衡器以恢复数据符号。核心程序实现了OFDM信号处理流程,包括加性高斯白噪声的加入、保护间隔去除、快速傅立叶变换及信道估计与均衡等步骤,并最终计算误码率,验证了算法的有效性。
48 2
|
1月前
|
算法
基于卡尔曼滤波的系统参数辨识matlab仿真
此程序采用卡尔曼滤波技术实现系统参数在线辨识,通过MATLAB 2022a仿真展现参数收敛过程、辨识误差,并比较不同信噪比下系统性能。卡尔曼滤波递归地结合历史估计与当前观测,优化状态估计。参数辨识中,系统参数被视为状态变量,通过迭代预测和更新步骤实现在线估计,有效处理了线性系统中的噪声影响。
|
1月前
|
存储 算法 Serverless
【matlab】matlab基于DTW和HMM方法数字语音识别系统(源码+音频文件+GUI界面)【独一无二】
【matlab】matlab基于DTW和HMM方法数字语音识别系统(源码+音频文件+GUI界面)【独一无二】
|
1月前
|
机器学习/深度学习 监控 算法
基于深度学习网络的人员行为视频检测系统matlab仿真,带GUI界面
本仿真展示了基于GoogLeNet的人员行为检测系统在Matlab 2022a上的实现效果,无水印。GoogLeNet采用创新的Inception模块,高效地提取视频中人员行为特征并进行分类。核心程序循环读取视频帧,每十帧执行一次分类,最终输出最频繁的行为类别如“乐队”、“乒乓球”等。此技术适用于智能监控等多个领域。
54 4
|
1月前
|
机器学习/深度学习
基于IEEE30电网系统的停电规模评价系统matlab仿真,对比IEEE118,输出停电规模,潮流分布和负载率等
本课题针对IEEE标准节点系统,通过移除特定线路模拟故障,计算其余线路的有功潮流分布系数及负载率变化。采用MATLAB2022a进行仿真,通过潮流计算确定电网运行状态,并以负载率评估负载能力。IEEE30与IEEE118系统对比显示,前者在故障下易过载,后者则因更好的拓扑结构拥有更高的负载裕度。
|
1月前
|
运维 算法 C++
MATLAB - 系统辨识 - 在线估计 - Online Estimation
MATLAB - 系统辨识 - 在线估计 - Online Estimation
33 0
|
2月前
|
算法 5G 数据安全/隐私保护
基于MIMO系统的预编码matlab性能仿真
**摘要** 本文展示了在MATLAB2022a中运行的无水印预编码算法效果。核心程序采用详细中文注释,涉及MIMO系统中关键的MMSE和量化预编码技术。MMSE准则追求信号估计的准确性,通过利用信道状态信息优化发射,减少干扰,适合高容量需求;而量化准则结合格雷码量化,将连续信号映射至离散集合,简化硬件实现,适用于功耗敏感场景,但会引入量化误差。两者权衡了性能与实现复杂度。
|
1月前
|
算法
基于matlab的风力发电系统建模与详细性能仿真分析
本研究介绍风力发电原理与系统模型,使用MATLAB 2022a进行性能仿真。风力通过风轮转化为电能,涉及贝努利定理及叶素理论。仿真展示了风速与输出功率间的关系,包括风电利用系数、切入切出控制与MPPT控制效果。当风速超过25m/s时,系统自动停机保护设备。MPPT算法确保了在变化风速下获得最大功率。

热门文章

最新文章