Dimensionality reduction in mechanical vibratory systems poses challenges for distributed structures including geometric nonlinearities, mainly because of the lack of invariance of the linear subspaces. A reduction method based on direct normal form computation for large finite element (FE) models is here detailed. The main advantage resides in operating directly from the physical space, hence avoiding the computation of the complete eigenfunctions spectrum. Explicit solutions are given, thus enabling a fully non-intrusive version of the reduction method. The reduced dynamics is obtained from the normal form of the geometrically nonlinear mechanical problem, free of non-resonant monomials, and truncated to the selected master coordinates, thus making a direct link with the parametrisation of invariant manifolds. The method is fully expressed with a complex-valued formalism by detailing the homological equations in a systematic manner, and the link with real-valued expressions is established. A special emphasis is put on the treatment of second-order internal resonances and the specific case of a 1:2 resonance is made explicit. Finally, applications to large-scale models of Micro-Electro-Mechanical structures featuring 1:2 and 1:3 resonances are reported, along with considerations on computational efficiency.


翻译:机械振动系统降低尺寸对分布式结构构成挑战,包括不线性子空间缺乏变化,主要因为线性子空间缺乏变化,对分布式结构构成挑战,包括不线性亚空间的几何非线性非线性。这里详细介绍了一种基于大限量元件(FE)模型直接以正态形式计算得出的递减方法。主要优势在于直接从物理空间运行,从而避免计算完整的电子元件频谱。给出了清晰的解决方案,从而能够实现完全不受干扰的递减方法的完全非侵入性版本。动力的减少来自地球非线性非线性机械问题的正常形式,而没有非共振性单项性机械问题的正常形式,并被挤到选定的主坐标上,从而与异性元件元件(FFE)的对准直接连接。这种方法完全以复杂估价的形式表达,以系统的方式详细描述同质方方方程式,并建立了与真正有价值的表达方式的联系。特别侧重于对二阶级内部共振反应的处理和1:2共振机械共振特性的具体实例,最后将各种应用与1:比例的计算模型与1:磁分析。

0
下载
关闭预览

相关内容

ICML 2021论文收录
专知会员服务
122+阅读 · 2021年5月8日
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
83+阅读 · 2020年12月5日
【干货书】机器学习速查手册,135页pdf
专知会员服务
124+阅读 · 2020年11月20日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
已删除
将门创投
3+阅读 · 2019年11月25日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
Arxiv
0+阅读 · 2021年5月4日
VIP会员
相关VIP内容
ICML 2021论文收录
专知会员服务
122+阅读 · 2021年5月8日
专知会员服务
76+阅读 · 2021年3月16日
专知会员服务
83+阅读 · 2020年12月5日
【干货书】机器学习速查手册,135页pdf
专知会员服务
124+阅读 · 2020年11月20日
机器学习入门的经验与建议
专知会员服务
91+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
已删除
将门创投
3+阅读 · 2019年11月25日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
计算机视觉近一年进展综述
机器学习研究会
8+阅读 · 2017年11月25日
Top
微信扫码咨询专知VIP会员