Skizzen zur numerischen Akustik - Kolerus.de
Skizzen zur numerischen Akustik - Kolerus.de
Skizzen zur numerischen Akustik - Kolerus.de
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Eigenwerte <strong>de</strong>s KLE repräsentieren die Schwingstärke einer Komponente, die Eigenfunktionen die Schwingform. Man geht also davon aus, dass die durch die Eigenfunktion, die Stärke durch <strong>de</strong>n Eigenwert beschrieben wird, dass sich also bei einer Erhöhung bzw. Än<strong>de</strong>rung <strong>de</strong>r Anregung die<br />
nichtän<strong>de</strong>rt son<strong>de</strong>rn nur <strong>de</strong>ren Amplitu<strong>de</strong>n. Än<strong>de</strong>rt sich die Schwingform, muss man unterschiedliche Betriebszustän<strong>de</strong> Die<br />
die dann auch individuell zu kalibrieren wären. <strong>de</strong>finieren,<br />
Auf Basis <strong>de</strong>r KLE ist bei einer ausreichen<strong>de</strong>n Anzahl von Schwingungsaufnehmern auch eine Betriebs-Modalanalyse durchführbar. Dabei ist die Zahl <strong>de</strong>r Aufnehmer an <strong>de</strong>r Struktur hinreichend großzu wählen, so dass die Schwingform aus <strong>de</strong>n Messpunkten rekonstruierbar ist. Im Fall <strong>de</strong>r Schallabstrahlung lediglich sicher stellen, dass die Komponenten immer einwandfrei richtig zuzuordnen sind, die Schwingform selbst ist dabei von untergeordneter Be<strong>de</strong>utung (nur bei benachbarten, schwer trennbaren Komponenten).<br />
58 Ingenieure für <strong>Akustik</strong> <strong>Kolerus</strong>: J.<br />
<strong>Skizzen</strong> <strong>zur</strong> <strong>numerischen</strong> <strong>Akustik</strong><br />
Principal Component Analysis PCA<br />
Quelle:<br />
– Gemessene Größ<br />
ößen<br />
u i (t)<br />
Ergebnis:<br />
– Eigenwerte λ i<br />
– Eigenfunktionen f i (t)<br />
Stärke<br />
Schwingform<br />
Zielrichtungen<br />
– Komponententrennung<br />
– Entrauschen<br />
– Datenreduktion<br />
Principal Component Analysis 58