Уравнение движения демпфера. Алгоритмический анализ задачи. Частота собственных колебаний системы

Страницы работы

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.

Содержание работы

Пример 1

  • Дан гидравлический демпфер, представляющий собой поршень массой m, движущийся в жидкости. Уравнение движения демпфера имеет вид:

  • где n - приведенный коэффициент вязкого сопротивления вычисляется по формуле:

  • p – частота собственных колебаний системы вычисляется по формуле:

  • Алгоритмический анализ задачи
  • Исходными данными для решения задачи являются:
  • y0 –отклонение поршня демпфера от положения равновесия;
  • m – масса поршня;
  • с – жесткость пружины;

  • μ – динамический коэффициент вязкости жидкости;
  • D – диаметр цилиндра;
  • d – диаметр отверстия;
  • H – высота поршня;
  • z –число отверстий.

  • Для решения дифференциального уравнения в Matlab его нужно привести к системе из двух дифференциальных уравнений вида:

  • При реализации модели в системе Matlab нужно создать два М-файла, один из которых будет являться функцией, описывающей вид решаемой системы дифференциальных уравнений, а другой – программой, выполняющей расчет с обращением к этой функции и к стандартной функции для решения дифференциальных уравнений ode45.

  • Пусть М-файл функции, описывающей вид решаемой системы дифференциальных уравнений, называется vid2.m, а М-файл вызывающей программы – GD.m, тогда порядок выполнения расчетов в системе Matlab будет следующим.
  • Создать М-файл вызывающей программы – GD.m, в котором:

  • - создать вектор y0 начальных условий;
  • - получить вектор T и матрицу Y как результаты работы функции для решения дифференциальных уравнений ode45, причем Т содержит дискретные значения времени расчета модели, первый столбец матрицы Y – значения перемещения, второй столбец – значения скорости.
  • - построить графики функций перемещения и скорости по соответствующим столбцам матрицы Y в зависимости от вектора T.

  • Создать М-файл функции, описывающей вид решаемой системы дифференциальных уравнений, называется vid2.m, в котором:
  • - задать исходные данные для решения задачи;

  • - вычислить значения n и p;
  • - создать вектор ur2 из двух элементов, в котором описать систему дифференциальных уранений.
  • Запустить М-файл GD1 на выполнение, получить результаты расчетов по модели и графическую интерпретацию результатов в окнах отображения графической информации Figure 1 и Figure 2.

Основная программа

% Задание начальных условий y0=[0.05 0]; % Решение дифференциального уравнения [T,Y]=ode45(@vid2,[0 1],y0); % Графики функций перемещения и скорости демпфера figure(1) plot(T,Y(:,1)) figure (2) plot(T,Y(:,2))

Функция

function ur2=vid2(t,y); ur2=zeros(2,1); % Исходные данные m=2.73; H=0.05; c=3e3; D1=0.1; d=0.01; z=25; mu=6e-2; % Расчет приведенного коэффициента вязкого сопротивления

Функция

% и частоты собственных колебаний демпфера p=sqrt(c/m); n=4*pi*mu*H/(m*z)*(D1/d)^4; % Описание системы дифференциальных уранений ur2(1)=y(2); ur2(2)=-2*n*y(2)-p^2*y(1);

  • Создадим модель с проведением серии экспериментов по модели.
  • Выберем в качестве варьируемого параметра m –масса поршня.

% Задание начальных условий y0=[0.05 0]; M=[2.73,3,4,5]; for i=1:length(M), m=M(i); % Решение дифференциального уравнения diap=0:0.01:1 [T,Y]=ode45(@vid2,diap,y0,[],m);

R(:,i)=Y(:,1); end % Графики функций перемещения и скорости демпфера figure(1) plot(T,R(:,1:length(M))) MR=min(R); figure(2) plot(M,MR)

Символьная модель

syms y p n R t de de = 'D2y + 2*n*D1y + p^2*y' ; R = dsolve (de, 'y(0)=0.05, Dy(0) = 0') pretty(R) H=0.05; c=3e3; D11=0.1; d=0.01; z=25; mu=6e-2; m=2.73; t=str2num('t'); n=str2num('n');

p=str2num('p'); p=sqrt(c/m); n=4*pi*mu*H/(m*z)*(D11/d)^4; X=0:0.01:1; for i=1:length(X(1,:)),

t=X(i); Ut1(i)=subs(R); end plot(X,Ut1)

Пример 2

Электрическая цепь описывается передаточной функцией вида: K = 1/(p*tau + 1) tau – заданный коэффициент. Входной сигнал имеет вид: S(t)=A*exp(-α*t)

syms A alpha t st Stt a s p K tau Ut st = knf(t,A,alpha) Stt = laplace(st,t,p) K = 1/(p*tau + 1) U = Stt*K

Ut=ilaplace(U,p,t) Ut=simplify(Ut) A=str2num('A'); A=1; tau=str2num('tau'); tau=0.5;

alpha=str2num('alpha'); alpha=0.3; t=str2num('t'); X=0:0.01:5; for i=1:length(X(1,:)), t=X(i);

Ut1(i)=subs(Ut); st1(i)=subs(st); end subplot(2,1,2) plot(X,Ut1) subplot(2,1,1) plot(X,st1)

function sstt=knf(t,AF,BF); sstt=AF*exp( - BF * t );

Похожие материалы

Информация о работе

Уважаемые коллеги! Предлагаем вам разработку программного обеспечения под ключ.

Опытные программисты сделают для вас мобильное приложение, нейронную сеть, систему искусственного интеллекта, SaaS-сервис, производственную систему, внедрят или разработают ERP/CRM, запустят стартап.

Сферы - промышленность, ритейл, производственные компании, стартапы, финансы и другие направления.

Языки программирования: Java, PHP, Ruby, C++, .NET, Python, Go, Kotlin, Swift, React Native, Flutter и многие другие.

Всегда на связи. Соблюдаем сроки. Предложим адекватную конкурентную цену.

Заходите к нам на сайт и пишите, с удовольствием вам во всем поможем.