当前位置: 首页 > news >正文

案例分享:应用VIC-3D High-Speed FFT进行吉他拨弦振动的工作变形ODS测量

VIC-3D非接触式全场ODS工作变形与应变测量系统能够以全场3D的方式查看、测量和分析在稳态或瞬态事件中的全场工作变形 (ODS) 信息。本篇文章分享一个运用该系统的吉他拨弦振动ODS测量案例。

试验目的:
通过拨弦振动测量吉他的应变、形变及工作变形ODS。

实验挑战与应对:

由于无法预知待测频率范围,故以每秒6000帧速率采集6000幅图像--以避免混叠(Aliasing)效应。

图片

试验设置

DIC测量优势:

仅需单次激励(本例为拨弦动作),采集数秒图像即可转入后处理阶段,无需部件扫描、多重激励或设备重新定位。

图片

测试及诱发激励

系统标定:

完成基础设置后(这包括将相机对焦试样、制备优质散斑、并对焦散斑图案以优化成像清晰度),接下来进行系统标定。标定过程包括:在散斑图案就位的情况下,拍摄一个在三维空间所有轴向上均具有高倾斜角度的标定网格的图像。系统标定完毕后,即可运行测试。测试激励方式可以选用扫频信号(chirp)、力锤敲击(hammer tap)或跌落冲击(drop)——任何能够产生最佳输入信号的方式皆可。

图片

系统标定

数据处理:

采集完振动图像后,高速相机会将图像存储在其内部内存缓冲区中。筛选需要的图像导入VIC- 3D系统并进行分析,然后观察时域上的全场位移、速度和应变。得到这些数据后,对位移的时间历程进行FFT(快速傅里叶变换)分析,将数据转换到频域。

图片

测试图像导入

图片

标准DIC分析

从时域转换到频域的过程:

以单点为例,提取时域内某点在X、Y、Z轴上的位移,就能看到该点随时间变化的位移(分别记为U、V、W分量)。得到这些数据后,对这些位移的时间历程执行FFT,经处理后生成高分辨率频域特性图谱。接下来对试样表面的每个点执行此操作,就能观察到全场的工作变形ODS振型,并同步得到频域的加速度/应变数据。

图片

FFT分析

图片

测试结果:

吉他FFT分析呈现多个明显振幅峰(图示精选8个典型峰),最高频率的振型产生了最小的振幅,仅为250纳米。

图片

FFT分析8个典型峰

系统默认显示平均振幅曲线,可通过点标记(point marker)提取特定位置的振幅和相位特性。对多个点执行此操作,即可进行多点对比分析(可设置任意参考基准点)。

http://www.dtcms.com/a/268775.html

相关文章:

  • QML中的Item
  • 【银行测试】手机银行APP专项项目+测试点汇总(二)
  • RESTful API概念和设计原则
  • C++之string类的实现代码及其详解(中)
  • 软件之禅(十二)面向对象和市场经济---平等性原理
  • 对象存储-OSS
  • PC端基于SpringBoot架构控制无人机(三):系统架构设计
  • Vite 常用配置详解
  • 创造一个无限可能的机器人世界!——Genesis开源项目了解一下
  • 【Linux | 网络】网络基础
  • Java面试宝典:异常
  • 145.在 Vue3 中使用 OpenLayers 设置原始图、模糊、色相翻转、阴影效果
  • 创客匠人创始人IP打造实录:从行业观察者到生态构建者
  • 如何解决pip安装报错ModuleNotFoundError: No module named ‘datetime’问题
  • 软件架构升级中的“隐形地雷”:版本选型与依赖链风险
  • 用c#一款U盘批量按扇区复制的程序
  • Nat.C|RiNALMo:通用 RNA 语言模型新突破,3600 万序列预训练,跨家族结构预测、剪接识别与功能注释全能泛化
  • grant之后还需要跟flush privilege吗?
  • 广告系统中的RTB详解
  • IT 与动环一体化运维的技术融合实践
  • Pandas 学习(数学建模篇)
  • 牛客周赛 Round 99题解
  • C++ --- list的简单实现
  • 沙箱逃逸漏洞
  • STEP 7 MicroWIN SMART V2.2 的详细安装步骤及注意事项
  • 股票筹码分布及其数据获取
  • validate CRI v1 image API for endpoint “unix:///run/containerd/containerd.sock“
  • 代码详细注释:递归查找指定目录及其子目录中的所有BMP位图文件,并通过双重验证确保找到的文件确实是合法的BMP文件。以下是详细的功能说明:DIY机器人工房
  • Maven 私库
  • [特殊字符] Excel 读取收件人 + Outlook 批量发送带附件邮件 —— Python 自动化实战