共查询到19条相似文献,搜索用时 509 毫秒
1.
2.
开关磁阻电动机振动特性的有限元分析 总被引:3,自引:0,他引:3
本文建立了开关滋阻电动机(SR电机)振动特性的二维和三维有限元模型,利用有限单元法计算了SR,电机的振动模态和固有频率,对各种模型计算结果进行了对比分析,研究了SR电机定子结构对其振动模态和固有频率的影响,并与模态实验的结果进行了比较。 相似文献
3.
4.
为了准确预测车用交流发电机的振动和噪声,需要得到电机定子准确的模态特性,而准确的仿真计算模态前提是要有准确的仿真模型。利用有限元软件ANSYS对定子铁芯分别建立实体与片状结构模型计算得到模态特性,并结合实验结果确定定子铁芯采用实体结构模型与实际最接近且计算最简便。在确定定子铁芯建模方法的基础上,对绕组通过不同的等效方式组成不同的定子模型来计算得到不同的定子模态结果,结合实验结果来选取最符合实际的模型,从而确定绕组采用等效体积的方法与实际最接近,最终确定电机定子的建模方法,为后期仿真计算的有效性提供依据。 相似文献
5.
开关磁阻电动机振动特性的有限元分析 总被引:1,自引:0,他引:1
本文建立了开关磁阻电动机(SR电机)振动特性的二维和三维有限元模型,利用有限单元法计算了SR电机的振动模态和固有频率,对各种模型计算结果进行了对比分析,研究了SR电机定子结构对其振动模态和固有频率的影响,并与模态实验的结果进行了比较. 相似文献
6.
成都团结电机厂生产的单相异步洗衣机总装后,整机噪声L_p曾一度高于58dB(A)。为找出噪声源及振源,我们利用CF-920数字信号分析仪对电机和洗衣机整机的振动及噪声信号进行了分析,电机振动测试框图,详见图1。并对电机和洗衣机分别进行了脉冲和随机信号激振,求出了它们各自在各阶振型下的固有频率,见图2。通过分析,找出了洗衣机整机噪声超标的主要原因(就电机为振源而论)是: 相似文献
7.
爪极发电机固有频率和模态振型的准确计算是降低电机振动和噪声的基础。基于某型车用爪极发电机,噪声试验显示其存在结构共振导致的电磁噪声偏大问题。首先建立定子铁芯整体模型,在考虑端部绕组的情况下对线圈进行等体积式建模,并完成了整机模型的建立。对材料参数等效处理,通过数值软件进行零部件和整机的自由模态仿真,自由模态试验结果与仿真结果的最大误差为7.1%,二者具有较好的一致性。最后完成整机约束模态试验和仿真,验证建模方法和模态分析的有效性。可为同类型爪极发电机建模和模态计算提供参考。 相似文献
8.
有效抑制由电机径向电磁力激发的电机定子振动是实现电机减振降噪的一个重要途径,而对电机定子模态频率及模态振型的准确分析是抑制电机定子径向振动的基础。采用圆环的弹性力学解析模型作为电机定子振动的分析模型,对无约束状态下电机定子的模态进行分析,得到了电机定子径向振动模态频率和模态振型的解析解。以齿槽和底脚为典型附加结构,采用摄动法对电机定子模态频率的分裂现象进行分析,总结了频率分裂与否以及分裂阶次的判定准则。通过ANSYS有限元软件验证了理论方法和计算的有效性。结果表明,所建立的二维圆环模型可以准确、高效地应用于电机定子模态特性的分析;附加结构的分布形式对定子频率分裂特性具有重要的影响。 相似文献
9.
随着新能源汽车的发展,用户对电机噪声的要求日趋严格,噪声振动分析已经成为电机开发中的重要内容。定子的电磁振动是电机的主要噪声源,由于电机定子的复杂结构,目前常用有限元方法建模分析定子铁芯的振动特性,耗时太长,不能满足定子优化设计的振动噪声特性快速计算要求。提出了一种解析方法用于计算定子铁芯的振动特性。采用厚壳-梁耦合结构对定子铁芯进行简化,计入了定子齿对振动特性的影响;推导了耦合结构的解析能量泛函,并使用Rayleigh-Ritz法计算出定子铁芯的固有频率和模态振型。应用该解析方法计算了电机定子振动特性,分析了定子齿枢的影响,并与商用软件的有限元建模分析结果进行比较,两者误差小于5%,验证了该解析方法的准确性。 相似文献
10.
以电动汽车驱动用永磁同步电机为研究对象,从作用于电机定子表面的电磁力波和电机定子结构的动态特性两个方面对电动汽车驱动用永磁同步电机空载工况的电磁噪声展开研究.通过研究永磁同步电机产生电磁力波的机理,推导了空载工况电磁力波的解析分析方法,结合电磁仿真的手段,精确计算了电机在空载工况下电磁力波的波次、频率和幅值;通过建立电机定子结构的有限元仿真模型及有限元模态仿真计算,得到了定子结构的模态频率和振型.发现:电机定子结构的前6阶模态频率较低,电机空载工况在调速过程中所激发的电磁力容易引起电机定子结构的共振.该研究为电动汽车驱动用永磁同步电机的减振降噪提供了指导. 相似文献
11.
12.
13.
14.
15.
16.
17.
18.
19.
In this paper a novel algorithm is presented for modal decomposition using multiple channels of measurements of dynamical systems. The algorithm is operated in a two-stage manner. In the first stage, the measurement noise and modeling error are filtered out to obtain the maximum common components, which turn out to be identical to the principal components. However, these maximum common components are not the modal coordinates because it is usually impossible to measure all degrees of freedom. Therefore, the partial mode shape matrix does not possess any orthogonality condition. As a result, the maximum common components will be transformed to the modal coordinates in the second stage using band-pass filter and principal component analysis. The proposed method is computationally very efficient and it does not require a finite element model of the dynamical system. Two simulated examples are presented to demonstrate the efficiency and robustness of the proposed algorithm. Finally, an application using the acceleration field measurements from the Canton tower in Guangzhou is presented. 相似文献