news 2026/4/25 6:45:12

转子动力学与模态分析:临界转速计算与稳定状态下的轴心轨迹解析,圆盘质量不平衡条件下的振动响应及...

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
转子动力学与模态分析:临界转速计算与稳定状态下的轴心轨迹解析,圆盘质量不平衡条件下的振动响应及...

转子动力学,模态分析求临界转速,稳定状态下转子轴心轨迹,圆盘质量不平衡条件下振动响应+操作视频。

转子系统跑着跑着突然剧烈振动?八成是遇到临界转速了。这玩意儿就像荡秋千到最高点突然有人推你一把,系统固有频率和旋转频率共振时,设备能给你表演原地升天。今天咱们直接开撸代码,手把手带你看转子怎么跳舞。

先整点硬核的,临界转速计算直接上特征值分析。敲个Python脚本感受下:

import numpy as np from scipy.linalg import eig m = 50 # 质量 kg k = 1e6 # 刚度 N/m c = 500 # 阻尼 N·s/m # 构建质量矩阵和刚度矩阵 M = np.array([[m, 0], [0, m]]) K = np.array([[k, -k], [-k, k]]) C = np.array([[c, -c], [-c, c]]) # 特征值求解 omega = 2000 # 初始猜测转速 rad/s A = np.vstack([np.hstack([np.zeros_like(M), np.eye(2)]), np.hstack([-np.linalg.inv(M)@K, -np.linalg.inv(M)@C])]) w, v = eig(A) # 特征值分解 critical_speeds = np.abs(np.imag(w))/(2*np.pi) print(f'临界转速:{critical_speeds[np.argmax(critical_speeds)]:.2f} Hz')

这段代码暗藏玄机:把二阶微分方程转化为状态空间方程,特征值的虚部直接对应系统固有频率。注意这里没考虑陀螺效应,实际做转子动力学得把回转力矩矩阵加进去,不然计算结果会漏掉重要模态。

画轴心轨迹才是真的带劲,上实测数据处理代码:

import matplotlib.pyplot as plt from scipy.signal import hilbert # 假设x,y是振动传感器数据 t = np.linspace(0, 10, 1000) x = 0.1*np.sin(2*np.pi*25*t) + 0.05*np.random.randn(len(t)) y = 0.08*np.cos(2*np.pi*25*t) + 0.03*np.random.randn(len(t)) # 希尔伯特变换提取包络 analytic_x = hilbert(x) analytic_y = hilbert(y) plt.figure(figsize=(8,6)) plt.plot(x, y, alpha=0.3, label='原始轨迹') plt.plot(np.real(analytic_x), np.real(analytic_y), 'r--', lw=2, label='包络线') plt.xlabel('X方向位移 (mm)') plt.ylabel('Y方向位移 (mm)') plt.title('轴心轨迹-稳定状态') plt.axis('equal') plt.legend() plt.show()

看到没?原始数据乱得像醉酒走位,包络线一画立马现出原形——典型的椭圆轨迹说明存在固定方向的激振力。如果轨迹变成内八字或者外八字,那可得赶紧查是不是碰摩故障了。

质量不平衡响应模拟最刺激,直接上微分方程暴力求解:

from scipy.integrate import solve_ivp def rotor_eq(t, z, m, c, k, e, omega): x, x_dot, y, y_dot = z Fx = m*e*omega**2 * np.cos(omega*t) Fy = m*e*omega**2 * np.sin(omega*t) dxdt = x_dot dydt = y_dot dx_dot = (Fx - c*x_dot - k*x)/m dy_dot = (Fy - c*y_dot - k*y)/m return [dxdt, dx_dot, dydt, dy_dot] # 模拟参数 e = 0.001 # 偏心距1mm res = solve_ivp(rotor_eq, [0, 20], [0,0,0,0], args=(m, c, k, e, 2*np.pi*25), method='LSODA', rtol=1e-5) # 绘制时域波形 plt.plot(res.t, res.y[0], label='X方向') plt.plot(res.t, res.y[2], label='Y方向') plt.title('质量不平衡振动响应') plt.xlabel('时间 (s)') plt.ylabel('振幅 (mm)') plt.legend()

这里用龙格库塔法硬刚非线性方程,注意看振幅随时间的变化趋势——刚开始乱颤那是瞬态响应,后面走成稳定正弦波才是稳态。代码里偏心距参数e调大点,分分钟给你画出振幅爆表的刺激曲线。

操作视频要点:在轴心轨迹图上加个实时更新的红点,用matplotlib.animation模块整成动态图。记得设置interval参数控制刷新速度,ffmpeg输出视频时要选对编码格式,不然生成的视频可能只有几KB——别问我是怎么知道的。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 13:42:59

Redis 设计思想总结

设计背景 高性能缓存需求: 在2009年前后,Web应用规模迅速扩大,大量读请求对数据库造成巨大压力。开发者需要一种快速、轻量级的内存数据存储系统来缓存热点数据,减轻后端数据库负载。简单性与灵活性: 当时已有的缓存系统(如 Memca…

作者头像 李华
网站建设 2026/4/18 19:20:02

AI提示系统的商业模式的用户分层:提示工程架构师的3个方法

AI提示系统商业模式拆解:提示工程架构师的用户分层3步法 副标题:从需求到变现,用分层策略优化提示服务的商业价值 摘要/引言 当我们谈论AI提示系统的商业潜力时,最常遇到的问题不是“技术能不能实现”,而是“如何把技术价值转化为商业价值”。 问题陈述: 通用型提示服…

作者头像 李华
网站建设 2026/4/18 15:51:32

操作系统核心考点与解题模板全解析

操作系统核心考点解析:模块一进程管理、同步互斥与死锁本模块涵盖操作系统中最核心的逻辑部分,侧重于理解进程行为及处理并发冲突。1. 进程状态转换 (State Transitions)理解进程状态的“变迁逻辑”是解题的关键。转换路径触发原因注意点就绪 → 运行进程…

作者头像 李华
网站建设 2026/4/25 18:10:34

2025 四款 AI 平台推荐,谁最高效

2025年,AI应用落地需求持续爆发。开源平台以其灵活性、可控性和低成本,成为众多开发者与企业的首选。面对琳琅满目的工具,如何根据自身需求做出高效选择?本文将从功能完整性、易用性、扩展性、社区生态、商用支持五个核心维度&…

作者头像 李华
网站建设 2026/4/25 17:17:08

基于SpringBoot+Vue的泰山文化推广平台毕业设计源码

博主介绍:✌ 专注于Java,python,✌关注✌私信我✌具体的问题,我会尽力帮助你。一、研究目的本研究旨在构建一个基于SpringBootVue的泰山文化推广平台,以实现泰山文化的数字化传播与推广。具体研究目的如下:提高泰山文化知名度&…

作者头像 李华