基于LSCE算法和FDD算法的振动筛动态特性研究

论述了工作模态分析的频域分解方法 (FDD) ,采用 DP4 4 0数据采集分析仪 ,按一点随机激励、多点加速度响应对振动筛进行了振动测试。使用 FDD算法与最小二乘复指数法 (L SCE)分别对振动筛进行了模态分析 ,并对两种分析结果进行了比较研究。在 0 - 78Hz频带内 ,两种方法所提取的 9阶模态参数相当接近。分析结果表明 ,FDD算法是有效的 ,可以用于大型机械结构的工作模态分析。所获得的振动筛结构的动态特性准确、可靠 ,可以作为动力学修改和灵敏度分析的依据。

时间序列的细微距离发现

时间序列是信息系统中大量储存的一类重要数据对象 .而序列间的距离计算是很多时间序列数据开采或数据提取问题的核心 .针对目前的序列距离定义模型对非总体的细微关联特征不敏感的问题 ,提出了一种新的时间序列距离定义模型——时间序列的细微距离 MD(X,Y) .并提出了一种将时间序列由时域映射到频域 ,在频域中分离出不同的序列变化形式 ,以确定时间序列细微差别程度的算法—— FDD算法 .FDD算法具有较高的效率 ,且可以消除基准值与幅间度的影响 .