滚筒洗衣机机箱动态特性分析

结合实验模态与有限元理论模态分析，对滚筒洗衣机的机箱进行振动特性分析。首先，采用有限元软件ANSYS理论模态分析对机箱进行模态求解，得到计算模态参数;另外，用脉冲激励法对机箱进行模态实验，得到实验模态参数。通过比较理论模态与实验模态参数，结果表明吻合较好。基于对机箱固有特性的分析，提出机箱结构动态特性修改方案，并通过理论验证，说明改进后机箱的振动特性得到了明显的改善。     

开关磁阻电动机振动特性的有限元分析

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。     

斜筒式滚筒洗衣机工作变形与低频噪声分析

利用工作变形分析技术,研究了某款斜筒式滚筒洗衣机脱水工作过程低频段(7-600Hz)的振动变形,结合噪声量测分析手段,对振动和低频噪声的关联特性进行初步探讨。结果表明,脱水工作过程中电机、滚筒等部件的运动不平衡力及电机的电磁激振力是整机振动主要原因;低频噪声主要由洗衣机结构对电机激励的振动响应所致,两侧壁辐射的噪声明显高于前后方向。低频噪声的控制可以通过改变结构的振动响应特性实现。     

基于ANSYS的车用交流发电机定子建模方法分析

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。     

开关磁阻电动机振动特性的有限元分析

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.     

洗衣机及其电机减振降噪中的几个问题

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:     

某型爪极发电机的模态仿真与试验分析

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。     

电机定子振动模态频率分裂特性分析

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。     

电机定子铁芯振动特性分析的一种解析方法

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。     

车用永磁同步电机电磁噪声分析研究

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.     

某型车辆驾驶室内部噪声分析研究

建立了某型车辆驾驶室结构的三维有限元模型,对驾驶室进行了试验模态分析,得到了模态参数,检验和修正了结构的三维有限元模型,对驾驶室结构进行了动态响应分析.采用边界元法进行了驾驶室内部声学特性研究,对驾驶员耳旁的声压和声学灵敏度进行了分析,得出了驾驶室内声场的声学特性,对驾驶室结构提出改进措施,有效地降低了车内噪声.     

CMIF方法中模态参数不确定性的计算

在模态参数识别中,测量噪声的干扰导致识别结果中存在不确定性,这种不确定性可以通过模态参数的统计特性进行描述。以复模态指示函数识别方法为研究对象,利用矩阵的一阶灵敏度分析以及 Kronecker 代数理论,推导了该识别算法中模态参数方差的计算方法。重点推导了增强频响函数协方差、极点协方差的计算公式。最后通过一个五自由度仿真算例与一个T型结构实测算例对所推导公式进行了验证。     

基于DIC实验的空间域信号去噪方法研究

通过二维傅里叶连续延拓联合波数域低通滤波的方法,对数字图像相关测量所得位移场进行去噪重构,通过对薄板结构的工况模态分析,验证空间域信号去噪方法的有效性。数字图像相关方法测量结果为结构表面的全场位移响应,因相机本底噪声等因素的影响,由此在位移场测量结果中引入的空间域噪声不可忽略。通过对去噪重构后的时序位移场进行互相关函数计算,使用ERA算法辨识得到薄板的前5阶模态参数,与有限元计算模态结果吻合良好。     

机械结构动态改进技术在电动机振动噪声防治中的应用

本文介绍了结构实验模态分析、灵敏度分析和局部结构改进分析等先进的结构动态改进技术的基本原理,并由此对Y112M-4型电动机的机座进行了计算和分析,确定出一个结构改进方案.经实际改进试验验证,这一改进可有效地抑制电动机电磁振动和电磁噪声的传递,具有明显的减振降噪作用.     

基于白车身模态实验的某SRV NVH研究

试验模态分析技术是获得结构动态特性的一种重要方法。将试验模态技术应用到某SRV白车身的结构动态分析中,并通过对白车身模态和车内噪声优势频率的关联分析,确定该白车身模态分布对车内噪声峰值的影响,从而通过改变白车身的某些局部结构,降低车内噪声峰值,提高整车NVH水平。     

轿车车内噪声声品质改进研究

针对某轿车在怠速、急加速过程中车内出现异响的现象,通过尾管噪声测试和模态测试,判断其排气二阶噪声及怠速共振噪声是主要原因。采用共振消声结构,降低二阶低频及共振噪声成分,采用芦弗管结构,降低高频气流再生噪声成分,并使用GT-Power软件对发动机加速瞬态尾管噪声进行模拟,实现消声器结构的改进。试验结果表明,改进后的消声器,在车辆启动和急加速时瞬时尾管噪声最大值降低明显,达到主观评价要求。     

汽车顶棚约束模态与工作模态分析与比较

通过试验分析分别得到汽车顶棚约束模态和工作模态,其中约束模态试验采用激振器激励,工作模态试验采用室内转鼓激励;对比驾驶员右耳处噪声自功率谱密度函数,发现通过工作模态分析得到的频率更加贴近噪声峰值频率;将驾驶员右耳处噪声自功率谱和所有测点振动加速度自功率谱平均值相比较,发现100 Hz到400 Hz内顶棚振动对车内噪声起主要作用。最后,通过调整顶棚结构实现车内噪声的降低。     

冰箱压缩机机壳实验模态分析

采用锤击脉冲激励法,对某型号冰箱压缩机机壳进行了实验模态分析,识别了整机壳体的各阶固有频率(1 KHz-4 KHz)、阻尼和模态振型等参数,获得整机壳体的固有振动特性。并以实验模态分析为基础,研究整机壳体的结构动态特性,实验模态分析结果表明:压缩机壳体模态振型以内外扩张振动为主,封闭壳体的固有振动特性是压缩机噪声辐射的主要原因。实验模态分析的结果可为压缩机减振和降噪设计提供参考依据。     

Modal decomposition using multi-channel response measurements

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.