模式形状提取时间域分解(TDD)

行式结构的模态参数估计在时域使用位移记录。

2.6 k下载

更新2020年5月8日

从GitHub

查看许可GitHub

模式形状提取时间域分解(TDD)

视图模式形状提取时域分解(TDD)在文件交换

捐赠

总结

时域分解(TDD)[1]是一个输出方法来提取模式结构的形状。在这里,模态阻尼比和模态位移是除了提取使用[6]中给出的函数。TDD是类似于一个更受欢迎的技术称为频域方法引入(FDD) [2,3]。FDD已经存在的一个很好的例子在Matlab文件交换[4]。在以前的版本中,目前的FDD提交包含一个函数。这个函数被修改,搬到一个新的提交[5]。

内容

提交包含:

  • TDD的函数。m:函数使用TDD方法。
  • 一个例子文件Example1.m
  • beamData加速度数据。米(4 Mb)

引用

[1]Byeong金月,诺里斯斯塔布斯,Taehyo公园,提取模态参数的一种新方法只输出响应,杂志的声音和振动,卷282,问题1 - 2,2005年4月6日,页215 - 230,ISSN 0022 - 460 x,http://dx.doi.org/10.1016/j.jsv.2004.02.026

[2]Brincker r;张,l;安徒生,p (2001)。“只有输出系统的模态识别使用频率域分解”。智能材料和结构10 (3):441。0964 - 1726/10/3/303 doi: 10.1088 /。

[3]BRINCKER符文,张Lingmi,安徒生,p .模态识别环境使用频域分解反应。:Proc. 18 *的国际模态分析会议(IMAC),圣安东尼奥,德克萨斯州。2000

[4]//www.tianjin-qmedu.com/matlabcentral/fileexchange/50988-frequency-domain-decomposition--fdd-

[5]https://se.mathworks.com/matlabcentral/fileexchange/57153-automated-frequency-domain-decomposition--afdd-

[6]https://se.mathworks.com/matlabcentral/fileexchange/55557-modal-parameters-identification-from-ambient-vibrations--sdof

引用作为

大肠Cheynet (2023)。模式形状提取时间域分解(TDD)GitHub (https://github.com/ECheynet/TDD/releases/tag/v2.5)。检索

大肠Cheynet。ECheynet / TDD:模式形状提取时域分解(TDD)。2020年Zenodo, doi: 10.5281 / ZENODO.3817999。

查看更多的风格
MATLAB版本兼容性
创建R2018a
兼容任何释放
平台的兼容性
窗户 macOS Linux

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

版本 发表 发布说明
2.5

GitHub上看到这个版本发布说明:https://github.com/ECheynet/TDD/releases/tag/v2.5

2.4

添加项目的网站

2.3

最新的例子和输入/输出功能

2.2.0.0

示例文件包含一个数字

2.1.0.0

输入错误

2.0.0.0之间

输入错误
重大变化:示例文件和TDD。m函数简化。模态阻尼比计算。FDD的代码已经搬到文件ID: # 57153
描述

1.0.0.0

错误+图片
MathWorks更新:添加脚本。

问题在这个视图或报告GitHub插件,参观GitHub库
问题在这个视图或报告GitHub插件,参观GitHub库