Detaylı bilgi ve kayıt yaptırmak için web sitemizi ziyaret edebilirsiniz: https://www.dta.com.tr/webinar.html

The post Mart 2026 Webinar Takvimimiz Yayınlandı! appeared first on .

Şubat Ayı Webinar Takvimimiz:

•  5 Şubat | 14:00
  Veri Filtreleme, İnteraktif Analiz ve Raporlama – Simcenter Testlab Neo
  Detaylar ve kayıt yaptırmak için: https://events.teams.microsoft.com/event/a00a9af3-3686-46e9-98d5-bccaafb5c3df@05cf8327-07c4-43b3-84bd-1c17d76b48c6
  
  
• 12 Şubat | 14:00
  İleri Seviye PCB Sonlu Eleman Modelleme ve Güvenirlik Analizi – Simcenter Simlab
  Detaylar ve kayıt yaptırmak için: https://events.teams.microsoft.com/event/6d1a5d4b-87e4-4f1f-96a1-1871ee5fd740@05cf8327-07c4-43b3-84bd-1c17d76b48c6
  
  
• 19 Şubat | 14:00
  Zorlu Koşullar için Veri Toplama Sistemleri – Simcenter SCADAS RS
  Detaylar ve kayıt yaptırmak için: https://events.teams.microsoft.com/event/1cc36670-b27e-454c-be24-74508512f1cd@05cf8327-07c4-43b3-84bd-1c17d76b48c6
  
  
• 26 Şubat | 14:00
  Malzeme Karakterizasyonu ve Yapısal Analiz Uygulamaları – Simcenter Multiscale Designer
  Detaylar ve kayıt yaptırmak için: https://events.teams.microsoft.com/event/1ce094c2-bf12-48e6-81e1-8b25ffcb5ab0@05cf8327-07c4-43b3-84bd-1c17d76b48c6

Detaylı bilgi ve kayıt yaptırmak için web sitemizi ziyaret edebilirsiniz: https://www.dta.com.tr/webinar.html

The post Şubat 2026 Webinar Takvimimiz Yayınlandı! appeared first on .

Makale İçeriği;

1. Giriş ve Arka Plan
2. Fikstür Rezonansının Etkileri
   1. Durum 1: Tek Noktalı Kontrol Durumu
   2. Durum 2: Çok Noktalı Kontrol Durumu
3. Bir Avantaj Olarak Rezonans
4. Çok Noktalı Kontrol Ortalaması için Simcenter Testlab

1. Giriş ve Arka Plan

Bazen kapalı döngü bir titreşim kontrol testinde, ideal olmayan test kurulumları nedeniyle kontrol stratejisinden taviz verilmesini gerektiren durumlar olabilir. İdeal bir test için rezonansı olmayan, sonsuz katılıkta ve sıfır kütleli bir titreşim test sistemi kullanmak isteriz. Dolayısıyla böyle bir durumda kontrol ivmeölçerini nereye yerleştirirsek yerleştirelim, tek bir ivmeölçerin tepkisi tüm sarsıcı sisteminin tepkisini yansıtacaktır.

Elbette, böyle bir titreşim kontrollü sarsıcı sistemi imkânsızdır. Bu nedenle rezonanslarla başa çıkılmalı ve rezonans azaltılmalıdır. Şekil 1’deki sarsıcı, testin dikey yönde olduğu bir örnek olarak kullanılacaktır.

Sarsıcı, Şekil 2’de gösterildiği gibi bir head expander ile yapılandırılmıştır. Expander, ortak test frekans aralığı olan 2000Hz’in hemen üzerinde meydana gelen bir rezonansa sahiptir. Rezonansın mod şekli de Şekil 2’de gösterilmiştir ve örneğimizde önemli bir etkiye sahip olacaktır.

Kapalı döngü titreşim kontrol testinde amaç, gerçekteki tepkileri tekrar oluşturmak ve test nesnesini kontrollü bir laboratuvar ortamında gerçek hayattaki çalışma koşullarında yaşayacağı duruma maruz bırakmaktır. Çoğu zaman bu çok zor bir görevdir çünkü sınır koşulları laboratuvarda tam olarak gerçek dünyada olduğu gibi yeniden üretilemez. Sınır koşulları farklıysa, dinamik tepkiler de farklı olacaktır. Bazı durumlarda bu, test edilen cihazın aşırı test edilmesine veya yetersiz test edilmesine yol açabilir.

2. Fikstür Rezonansının Etkileri

Test nesnesini tutmak için kullanılan fikstürün, yapısal tepkilerini normal koşulların ötesine yükseltebilecek rezonanslara sahip olduğu durumlar da olabilir. Bu durum, test operatörü bu tehlikelerin farkında olmadan gerçekleşebilir ve parçalar kırılabilir. Sarsıcı sistemi ve fikstür rezonanslarının tamamen anlaşılması ve bu durumdan kaçınmak veya en azından hafifletmek için önlemler alınması kritik önem taşır.

Bununla başa çıkmak için kullanılabilecek farklı stratejiler vardır ve bazen bu stratejilerden tavizler verilmesi gerekir. Simcenter Testlab’de mevcut olan bir stratejiye Çok Noktalı Kontrol Tepki Ortalaması adı verilir. Makalenin geri kalanında, bu stratejinin bir kontrol testi kurulumu için bir arabulucu olarak kullanılması tartışılacaktır.

Şekil 3’te verilen örnek, bir kontrol testi kurulumunun şemasını göstermektedir. Ağırlık Merkezi (CG) masanın üzerinde bir yerde ve yaklaşık masanın ortasında bulunan simüle edilmiş bir test nesnesine sahiptir.

Uygulamada ağırlık merkezi (CG), atalet momentlerinden kaçınmak için mümkün olduğunca merkeze yakın yerleştirilmelidir. Sarsıcılar, sarsıcı kılavuzlarında verilen “Devrilme Momentleri” için sınırlara sahiptir. Daha küçük yapılar için bu genellikle pek sorun teşkil etmez ancak büyük yapılar için sorun olabilir ve moment sınırlaması ayrıntılı bir kuvvet ölçüm cihazı sistemi ile kullanılmalıdır. (Bu örnek için basit tutacağız)

Ağırlık merkezinin tablanın ortasında tutulması, test sisteminin “sallanma” dinamiklerini de önleyebilir, bu da kontrol zorluğunu azaltır. Ağırlık merkezi, 1-4 montaj noktalarından bağlıdır ve örneğimiz için bağlantıların rijit olduğunu düşüneceğiz. Ancak gerçek bir testte durum muhtemelen böyle olmayacaktır ve tuttuğu yapının kütlesi ve katılığı ile birlikte fikstürün rezonansı da dikkate alınmalıdır.

Bu kurulumla iki farklı durumu karşılaştıralım: tek noktadan kontrol ve çok noktadan kontrol.

2.1. Durum 1: Tek Nokta Kontrol Durumu

lk durumda Kontrol Noktası 1, yapının ağırlık merkezinin hemen altında ve yaklaşık 2000Hz’deki rezonans tepkisinin en yoğun olduğu bağlantı noktalarından uzakta, head expanderin merkezine yerleştirilmiş tek bir kontrol sensörü olarak kullanacaktır.20-2kHz arasında kontrollü bir sinüs taraması uygulanır. Kontrol profili 20 ila 100Hz arasında artan bir tepki seviyesine, ardından 2kHz’e kadar 1g’de sürekli genliğe sahiptir. Taramadan elde edilen sonuçlar Şekil 4’te gösterilmektedir.

Sonuçları gözden geçirirken, kurulumdaki tüm yapısal bileşenlerin “Sistem” kütlesini ve katılığını etkileyeceğini ve dolayısıyla test frekans aralığı boyunca genel yapısal tepkileri etkileyeceğini unutmamak önemlidir. Görülebileceği gibi kısmen, test yapısının dinamikleri nedeniyle, kontrol noktasına kıyasla bağlantı noktalarındaki tepkilerde sapmalar vardır. Test frekansı 2kHz’e yakın head expander rezonansına yaklaştıkça tepkiler biraz daha büyümeye başlar.

Bu test düzeneğindeki sorun, enerjinin bu bağlantı noktalarından yapının ağırlık merkezine kadar iletilmesinden kaynaklanmaktadır. Dolayısıyla, test operatörü testi mükemmel bir kontrolle ve yapıda %77’lik bir tepki artışıyla başarıyla tamamladığı için mutlu olsa da, aşırı test nedeniyle yapı tamamen parçalanabilir. Bundan sonra test laboratuvarı ile müşterileri arasında birçok soru işareti oluşur. Bu durumda test operatörü testi talimatlara uygun olarak gerçekleştirmiş olmasına rağmen sonucun bu şekilde olması, ilgili herkesin tüm test kurulumundaki dinamiklerin tamamını iyi bir şekilde anlaması gerektiğini göstermektedir.

2.2 Durum 2: Çok Noktalı Kontrol Durumu

Bu konuda ne yapılabileceğini bu bölümde beraber inceleyelim.

Tüm düzeneğin Modal Analizi veya Operational Deflection Shape(ODS) araştırmasını yaparak test sisteminin yapısal dinamiklerini inceledikten sonra buradaki en iyi strateji, kontrol ortalamasında çok noktalı ortalama tepkileri kullanmak olacaktır. Bu her bir bağlantı noktasındaki tepkinin ortalamasını alacaktır.

Test araştırmasına bir alternatif, analistlerin yapısal modları ve frekansları sağlamak için test düzeneğinin sonlu elemanlar analizini (FEA) yapmaları olabilir. Bu aslında gerekli olabilir çünkü FEA, simüle edilmiş test yapısı da dâhil olmak üzere tüm sistemi dâhil etmenin tek yoludur. Test sistemi hakkında test veya analizden sağlanan bu tür bilgilerle, teste dâhil olan kişiler test kurulumunda çok daha iyi mühendislik kararları verebilir ve başarılı bir test için verilmesi gereken tavizleri daha iyi anlayabilir.

Aşağıdaki şekil yeni kurulum şemasını göstermektedir.

Bu kontrol durumunun getirisi 4 bağlantı noktasının tepkilerinin ortalamasını almasıdır. Eğer çalkalayıcı sistem biraz rijit hareket ederse ki bunu asla tam olarak yapmayacaktır, o zaman ağırlık merkezindeki tepki 4 bağlantı noktasının ortalaması bir şekilde olacaktır. Bu ortalama ancak test yapısının dinamikleri tam olarak anlaşılırsa öngörülebilir. Bu ikinci durum için, Şekil 6’da zaman geçmişinin küçük bir bölümündeki tabla rezonans frekansına yakın, ayrı ayrı ve ortalama tepkileri görebiliriz.

Veriler, ağırlık merkezinin (CG) istenen 1g genliğinde kontrollü bir tepkiye sahip olduğunu göstermektedir. Expander ve expanderdan ağırlık merkezine olan bağlantılar nedeniyle sistemde bazı dinamikler olsa bile, ortalama tepki tam olarak olması gereken yerdedir. Tablanın merkezindeki tepki (Durum #1 kontrol noktası) %40 daha azdır. İlk durumda gösterildiği gibi kontrol ivmeölçer, tablanın merkezine yerleştirilseydi, ağırlık merkezinin tepkisi çok daha büyük olurdu. Durum #2 için spektral tepkiler Şekil 7’de gösterilmektedir.

Veriler, 4 bağlantı noktasının ortalamasının alınmasının ve bunun kontrol döngüsünde kontrol tepkisi olarak kullanılmasının, ağırlık merkezinde amaçlanan tepkinin tüm test frekans aralığı boyunca istenen 1g tepkisine çok daha yakın olduğunu göstermektedir. Bu, doğal rezonans frekansları nedeniyle test kurulumunda bir tavize ihtiyaç duyulduğunda Çok noktalı kontrol tepki ortalamasının faydasını göstermektedir.

3- Bir Avantaj Olarak Rezonans

Makalenin bu noktasına kadar çok noktalı kontrol yapısal rezonansın etkilerini azaltma stratejisi olarak kullanıldı. Bu rezonansların tümü kötü değildir ve bir avantaj için kullanılabilirler. Rezonans nedeniyle tepkilerin yükseltilmesi, gerekli kontrol tepkisini elde etmek için kontrolörden gelen gerekli sürücü voltajını azaltma etkisine sahiptir.

Bu durum Şekil 8’de Durum #1 ile Durum #2’nin sürücü çıkışı karşılaştırılarak gösterilmiştir.

Durum 2’de, ağırlık merkezinde gerekli tepki elde edilirken aynı zamanda tepki elde etmek için kullanılan sürücü voltajı miktarı azaltılır. Bunun, veri toplama sisteminden çıkan sürücü voltajının dinamik aralık miktarını azaltarak kontrole yan faydaları da olabilir, aşırı yüklenme olasılığını da azaltacaktır.

Sonuçlar, Durum 1’deki gerekli voltajın Durum 2’dekine göre %50 daha fazla olduğunu göstermektedir.

4.Simcenter Testlab’de Çok Noktalı Kontrol Ortalaması

Simcenter Testlab’da yukarıda açıklanan senaryo için parametrelerin ayarlanması çok kolaydır. Kontrol noktaları oluşturulduktan ve bu noktalar için ivmeölçerler tanımlandıktan sonra “Kanal Kurulumu” çalışma sayfası kullanılarak bu bilgiler girilir.

Hangi kanalların kontrol sensörlerini temsil ettiğini belirlemek için bir açılır menü vardır. Tüm sensör bilgileri de tabloya eklenir. Şekil 9, kontrol kanallarını tanımlamak için kullanılan “Channel/GroupID” parametresini göstermektedir.

Kanal bilgileri doldurulduktan sonra, “Sinüs Kurulumu” çalışma sayfasında, Şekil 10’da gösterildiği gibi “Kontrol Stratejisi” parametresi oluşturulur.

Bu örnekte “Ortalama” stratejisi seçilmiştir, ancak istenirse veya fikstür rezonansının mod şekli izin verirse “Maksimal” ve “Minimal” stratejiler de seçilebilir.

————————————————————————————————————————————————————————————

• Blog yazılarımızın devamı ve güncel paylaşımlarımız için: www.dta.com.tr üzerinden ve LinkedIn DTA Mühendislik sayfamızdan takipte kalabilirsiniz.

The post Titreşim Kontrolü: Çok Noktalı Tepki Ortalaması appeared first on .

Makalede kullanılan bazı terimler:

• OMA: Operasyonel Modal Analiz- Operasyonel titreşim ölçümlerinden mod şekillerini, sönümleri, doğal frekansları belirleme
• EMA: Deneysel (Experimental) Modal Analiz- Ölçülen kuvvet girdisini kullanarak oluşturulan Frekans Tepki Fonksiyonlarından, mod şekillerini, sönüm ve doğal frekansların elde edilmesi
• ODS: Operasyonal Şekil Değiştirme Analizi- Sistemin doğal frekansı olması gerekmeksizin, belirli bir frekansta çalışma şekli

İçerik:

1. Operasyonel Modal Analiz
   1.1. OMA Nedir?
   1.2. Neden OMA?
   1.3. OMA, EMA ve ODS
2. OMA ve EMA
   2.1. Genel Bakış
   2.2. EMA Yaklaşımı
   2.3. OMA Yaklaşımı
3. OMA ve ODS
   3.1. Genel Bakış
   3.2. ODS Yaklaşımı
4. Özet

1.Operasyonel Modal Analiz

1.1.OMA Nedir?

Operasyonel modal analiz, bir yapının dinamiklerini araştırmak için kullanılan tekniklerden biridir. Diğer popüler yöntemler şunları içerir:

• Deneysel(Experimental) modal analiz (EMA)
• Operasyonel şekil değiştirme analizi (ODS)
• Darbe testi
• Zemin titreşim testi (GVT)
• Titreşim kontrol testi

Adından da anlaşılacağı gibi OMA, bir sistemin çalışırken dinamiklerini araştırmaya odaklanır. Diğer teknikler tipik olarak bir laboratuvarda, sarsıcı tablasında veya yüksek kontrollü sınır koşullarında gerçekleştirilirken, OMA gerçek dünya yük koşulları altında gerçekleştirilir (Şekil 1). Yapıya etkiyen kuvvetlerin seviye, konum / uygulama yönü ve frekans / mertebe(order) içeriği bakımından gerçekçi olması sağlanır.

Ancak, testin çalışma sırasında yapılmasından dolayı, giriş kuvvetlerinin diğer tekniklerde olduğu gibi ölçülememektedir. OMA sadece cevap veren bir tekniktir, yani test sırasında hiçbir giriş kuvveti ölçülmez. Bu nedenle, operasyonel modal analizde kullanılacak verileri alırken dikkate alınması gereken bazı önemli zorluklar vardır, ancak bazı diğer popüler tekniklere kıyasla OMA’yı benzersiz bir şekilde güçlü kılar.

1.2.Neden OMA Kullanılır?

Operasyonel modal analiz yapmanın üç ana faydası / nedeni vardır:

• Reel çalışma koşulları laboratuvar koşullarından önemli ölçüde farklıdır
• Pratik / Boyut sınırlamaları
• Sürekli sağlık izleme / hasar tespiti

Reel çalışma koşulları: Bazı yapılar, çalışma esnasında test edilmeye kıyasla laboratuvar ortamında test edildiğinde yüksek derecede doğrusal olmama gösterir. Bu fenomene bir örnek, otomotiv süspansiyonudur. Süspansiyondaki amortisörler, araç hareket halindeyken, hareketsizken mevcut olmayan yüksek seviyede statik sürtünmeye sahiptir. Bu sürtünme sadece yapay olarak yapının sertliğini arttırmakla kalmaz, aynı zamanda sürtünme aşıldığında ve süspansiyon eğrilmeye başladığında doğrusal olmayan (non-linear) davranışlar da sergileyebilir. Laboratuardaki araçlardaki yapısal dinamik verileri doğru bir şekilde ölçmeye ve analiz etmeye çalışırken doğrusal olmayan davranışlar tahrip edebilir.

Ayrıca, laboratuvarda kolayca kopyalanamayan yapı üzerinde çevresel etkiler olabilir. Bir yapı üzerinde rüzgar ve hava akışı gibi aero-elastik etkileşimler yaygın bir örnektir. Aero-elastik etkileşim, uçakta görülen kanat çırpma gibi fenomenleri anlamak için önemlidir (Şekil 2) ve bir laboratuvarda kolayca oluşturulamaz. Ölçekli modeller bu durumda bir rüzgar tüneli içinde test edilebilir, ancak aero-elastik girişler hala ölçülmez.

Pratik / Boyut sınırlamaları: Bazı büyük yapılar laboratuvar ortamında test edilemez. Köprüler, binalar, rüzgar türbinleri vb. gibi yapılar laboratuvarda test edilemeyecek kadar büyüktür ve genellikle geleneksel giriş yöntemleri kullanılarak yapıları uygun şekilde uyarmak imkansızdır. Bu durumlarda, yerinde bulunan doğal yükler (trafik yükü, doğal / rüzgar uyarımı, yaya trafiği, vb.) daha gerçekçi ve yapıyı uygun şekilde uyarmak için daha uygundur. OMA genellikle bu yapılar için tek seçenektir. Bkz.Şekil 3.

Sağlık izleme ve hasar tespiti: Modal parametrelerin (doğal frekans gibi) değiştirilmesi, aşınmanın artmasına veya makinenin, yapının arızalanmasının erken bir işareti olabilir. OMA kullanılarak bir yapı izlendiğinde, yapıyı hizmetten çıkarmadan veya işlemleri kesime uğratmadan, sağlığı değerlendirilebilir. Bu, özellikle deprem gibi potansiyel olarak zararlı olaylara maruz kaldıktan sonra köprüler ve binalar gibi çok büyük sivil yapılar için kullanışlıdır.

1.2.OMA, EMA ve ODS

Aşağıdaki tablo (Şekil 4) yapısal analiz için EMA, OMA ve ODS arasındaki bazı kritik farkları özetlemektedir.

Bu farklar, gelecek bölümlerde detaylı olarak anlatılmaktadır.

2.OMA ve EMA (Deneysel Modal Analiz)

2.1.Genel Bakış

Hem OMA hem de EMA “parametrik” yöntemler olarak bilinir, yani ölçüm verisi yapının dinamik özelliklerinin matematiksel bir modelini oluşturmak için kullanılır. Bu matematik modeli daha sonra yapının mod parametrelerini, eğri uydurma olarak bilinen sistematik yöntemle çıkarmak için kullanılır.

Her iki yöntemde de yapının matematik modeli, ölçümlerden hesaplanan frekans tepki fonksiyonu kullanılarak oluşturulur. Referanslar (veya girişler) ile yapının çevresindeki çeşitli konumlar için cevaplar (çıkışlar) arasındaki ilişki frekans tepki fonksiyonudur.(bkz. Şekil 5)

EMA’da bu işlevler frekans tepki fonksiyonları (FRF’ler) olarak bilinirken, OMA’da işlevler auto-power ve cross-power spektrumlarıdır. Her iki durumda da, sonuç, sistemin çıktılarını girdiyle ilişkilendiren eksiksiz bir sistem matrisidir (Şekil 5’te [H]). Yöntemler arasındaki temel fark, her birinin sistem transfer matrisini (H) karakterize etmeye nasıl geldiğidir. Şekil 6, her iki yöntemin bir özetidir ve benzerliklerini ve farklılıklarını vurgular.

2.2.EMA Yaklaşımı

EMA’da, test edilen yapı, bazı kalibre edilmiş kuvvet girişi yöntemi kullanılarak uyarılır: tipik olarak bir darbeli çekiç veya kuvvet sensörü ile donatılmış dinamik sarsıcı. Böylece, giriş kuvveti yapı üzerinde belirli bir yere ve yönde uygulanır ve her ölçüm sırasında uygulanan kuvvet miktarı doğru bir şekilde kaydedilir. Bu ölçülen giriş kuvvetini çıkış ölçümleri kümesiyle birleştirerek, frekans tepki fonksiyonları (FRF’ler) olarak bilinen bir eğri hesaplanabilir.

FRF’ler, hem genlik hem de faz bilgisine sahip karmaşık frekans alanı fonksiyonlarıdır. Giriş kuvveti, çıktı / girdi formundaki (tipik olarak ivme / kuvvet veya “A / F”) olan FRF’ler için referans görevi görmekte ve yapının giriş konumundaki birim kuvvet başına her ölçüm konumunda nasıl hareket ettiğini açıklamaktadır.

FRF, tüm sistem modları için rezonans ve sönümleme bilgilerini içerir. FRF, tekil modların seçildiği, sistemin matematik modeli oluşturulduğu ve matematik modelinden tek serbestlik dereceli FRF’lerin sentezlendiği, eğri uydurma için kullanılır. Sentezlenmiş FRF’ler daha sonra tanımlanan modların her biri için mod şekilleri oluşturmada kullanılabilir.

EMA için ayrı bir avantaj: giriş kuvvetini ölçmek, modal katılım faktörlerinin hesaplanmasına izin verir ve her mod şekli, kütle normalize edilebilir veya rasgele ölçeklenebilir.

2.3.OMA Yaklaşımı

OMA’da, giriş kuvvetleri (Şekil 5’teki [X]) bilinmemektedir ve ölçülememektedir; mevcut olan tek bilgi sistemin cevabıdır [Y]. Bununla birlikte, giriş kuvvetlerinin beyaz gürültü (ilgili frekans aralığı boyunca eşit büyüklük) biçiminde olduğu varsayılırsa ve yapı çevresinde uzaysal olarak rastgele dağıtılırsa, yapının tepkileri karakterize etmek için gerekli tüm bilgileri içerecektir. (bkz. Şekil 7).

Beyaz gürültü varsayımı, yapının matematik modelini oluşturmak ve mod parametrelerini ölçülen bir girdi olmadan çıkarmak için, yapıdan gelen yanıt sinyallerinin kullanılmasına izin verir. Bununla birlikte, ölçülen bir referans kuvveti olmadan, FRF’leri EMA’da olduğu gibi hesaplamak imkansızdır, bu nedenle frekans bilgisini çıkarmak için alternatif bir yöntem kullanılmalıdır.

OMA’da yapının cevapları korelasyon fonksiyonları olarak bilinen zaman alanı fonksiyonları oluşturmak için kullanılır. Korelasyon fonksiyonu rastgele sinyaller gibi görünen tekrarlanan kalıpları (periyodik içerik gibi) bulmak için istatistiksel bir araçtır (bakınız Şekil 8).

Otokorelasyon fonksiyonu (ACF), bir sinyalin, artan gecikmelerde, kendisinin gecikmeli bir versiyonu ile karşılaştırılmasının sonucudur. ACF, iki sinyal arasındaki korelasyon miktarının bir ölçümünü sağlar (-1 ile 1 arasında bir değerdir). Orijinal sinyal periyodik bilgiler (doğal frekanslar gibi) içeriyorsa, sinyalin gecikmiş versiyonu, belirli periyodiklikte (zaman gecikmeleri) orijinal sinyal ile yüksek miktarda korelasyona sahip olacaktır. Bununla birlikte, sinyaller arasındaki gecikme arttıkça, korelasyon aşamalı olarak sıfıra düşmelidir, çünkü varsayılan bir uyarma ile tahrik edilemez.

Bu şekilde, ACF iki sinyal arasında ortak olan periyodiklikleri çıkarır ve ortaya çıkan fonksiyon, frekans alanına çevrilebilir. Benzer şekilde, çapraz korelasyon(cross correlation) fonksiyonu, gecikmeli bir sinyali referans sinyal ile karşılaştırır ve iki farklı ölçüm noktasından gelen sinyaller arasındaki ortak periyodiklikleri vurgular.

OMA’da bir veya daha fazla ölçüm konumu referans konum olarak seçilir. Yapı genelinde ölçülen zaman alanı yanıtları kullanılarak, otomatik korelasyon ve çapraz korelasyon fonksiyonları hesaplanır ve tüm ölçüm noktalarında ortak olan periyotlar çıkarılır. Korelasyon fonksiyonlarının ayrık(discrete) Fourier dönüşümü alınarak, correlograms adı verilen frekans alan fonksiyonları oluşturulur. Correlograms, EMA’daki FRF’lere benzer şekilde ölçüm yerleri arasında yaygın olan baskın frekansları vurgulamaktadır. Correlograms güç spektrumlarıdır (otomatik ve çapraz spektrumlar) ve EMA’da kullanılan yaklaşıma özdeş bir şekilde eğri uydurma olabilir.

Korelasyon fonksiyonlarının -1 ile 1 arasında ölçeklenmemiş bir değer ürettiği ve giriş kuvvetlerinin ölçülmediği için OMA’da, modal katılım faktörü veya modal ölçeklendirme kavramları mevcut değildir.

3.OMA ve ODS (Operasyonel Şekil Değiştirme Analizi)

3.1.Genel Bakış

OMA ve operasyonel şekil değiştirme analizleri (ODS) için test yapısından elde edilen veriler aynıdır. Çalışma sırasında yapının çeşitli bölümlerinden zaman alanı cevapları (ivmeler) kaydedilir ve bir referans ölçüm yeri belirlenir. Mevcut giriş kuvveti yoktur. OMA ve ODS arasındaki fark, verilerin nasıl işlendiği ve analizin nihai ürünüdür (bkz. Şekil 9). Yapıya özgü mod parametrelerini çıkarmak için bir OMA gerçekleştirilir: doğal frekanslar, mod şekilleri ve sönümleme. Bir ODS yapmanın amacı, yapının deformasyonunu, belirli bir çalışma noktasında, frekansta veya RPM’de çıkarmak (ve canlandırmak).

Tipik olarak, belirli bir çalışma koşulunda bir sorun (istenmeyen gürültü, aşırı titreşim) keşfedilir ve bir temel nedenin belirlenmesi gerekir. ODS analizi, yapının veya bileşenlerin sorunlu çalışma koşullarında nasıl hareket ettiğini (veya şekil değiştirdiğini) gösteren animasyonlar sağlar. ODS, rezonanslar (modlar), doğrudan zorlanmış yanıt veya ikisinin bir kombinasyonu olsun, yapının deformasyonunun, neden kaynaklandığı hakkında herhangi bir bilgi sağlamaz. OMA, operasyonel soruna katkıda bulunabilecek yapısal modları tanımlayan ve bu etkileri zorlanmış yanıttan ayırabilen, yapının kalıcı bir modelini sağlamaktadır. Fakat ODS, sorun olduğunda yapı üzerindeki tüm etkilerin birleşik sonucunu canlandırır. Bu, bazı durumlarda ODS sonucunu OMA veya EMA’dan daha az bilgili hale getirebilir.

ODS, belirli bir çalışma noktasında modal örtüşme sonucunu gösterir. Zorlanmış bir yanıtta, yapı, çoklu modların ve mod şekillerinin ağırlıklı bir kombinasyonu olarak deforme olur (bkz. Şekil 10). Yapı doğal bir frekansta veya bu frekansın yakınında uyarıldığında, tepki, o doğal frekansa karşılık gelen mod şekli tarafından domine edilecektir, ancak yine de birkaç mod şeklinin bir kombinasyonu olacaktır. Düşük miktarda sönümleme ve düşük modal yoğunluklu (doğal frekanslar birbirinden uzak) yapılar için ODS ve OMA benzer sonuçlar verecektir. Bununla birlikte, yakın aralıklı modlara sahip yapılar veya aşırı derecede sönümlenmiş yapılar için, ODS sonuçları komşu modlardan çok daha yüksek katılım seviyeleri içerecek ve şekil değiştirmeyi yönlendiren, altta yatan modlar hakkında güvenilir bilgi vermeyecektir.

Son olarak, OMA’nın bir başka avantajı, sayısal modellerin doğrulanması için modal parametrelerin daha güvenli bir şekilde kullanılabilmesidir. Birçok durumda, operasyonel modeller de mevcuttur veya yapı o kadar büyüktür ki, bilinen bir kuvvetle uyarmak son derece zor olacaktır. ODS de kullanılabilir, ancak uyarma ve çalışma koşullarına bağlı oldukları için (modal bir model yoktur) daha az objektif bir korelasyon kriteri sağlarlar.

3.2.ODS Yaklaşımı

OMA’da olduğu gibi, bir ölçüm konumu referans konumu olarak seçilir. Tüm operasyonel verilerde olduğu gibi, tüm verileri tek bir seferde aynı anda elde etmek en uygunudur. Verilerin birden fazla yama halinde toplanması gerekiyorsa, referans dönüştürücü orijinal konumunda kalmalı ve toplanan tüm çalışmalara katılmalıdır. Tüm ölçüm noktaları için yanıt verileri alınır ve sızıntıyı(leakage) azaltmak için zaman alanı sinyalinin uygun şekilde pencerelenmesi gerçekleştirilir.

Faz referanslı spektrumlar daha sonra tüm ölçüm konumları için hesaplanır; faz referansı referans dönüştürücü tarafından sağlanır. Referans yer spektrumunun, tüm frekans spektrumu için sıfır faza ve diğer tüm spektrumların referans konumunun fazına göre hesaplanan safhasına sahip olmasını sağlar. Faz-referanslı spektrumlar, her spektral hat için gerekli tüm büyüklük ve faz bilgilerini içerdiğinden, test sırasında ölçülen herhangi bir frekans veya RPM için operasyonel şeki,l değiştirmelerini simüle etmek için doğrudan kullanılabilir (Şekil 11). Şekildeki değişim genliğinin doğrudan spektrumun genliği ile ilişkili olduğuna dikkat edin.

4.Özet

Operasyonel modal analiz, laboratuar tabanlı deneysel modal analizin faydaları ile gerçek dünya operasyonel şekil değiştirme analizi arasında benzersiz bir denge sağlar. Laboratuar ortamına taşınamayan yapılar veya laboratuvar ölçümlerini gerçekçi olmayan özelliklere sahip yapılar için, operasyonel modal analiz, yapının modal parametrelerini güvenilir bir şekilde çıkarmayı sağlar. Bir yapının doğal frekanslarını, mod şekillerini ve sönümlemesini anlamak, mühendislerin amaçlandığı gibi performans gösteren, güvenli ve dayanıklı yapılar oluşturmasına yardımcı olabilir. Yapısal sorunlar ortaya çıktığında, OMA, soruna katkıda bulunan rezonanslar ve mod şekilleri ve sorunu düzeltmek için neler yapılabileceği konusunda nesnel rehberlik sağlayabilir. Operasyonel şekil değiştirme analizi elde edilmesi hızlı ve nispeten kolaydır ve sorunlu çalışma koşulları sırasında yapısal hareket / deformasyonun ayrıntılı bir görüntüsünü sağlar, ancak bir gelişmeyi etkilemek için yapıda neyin değiştirileceği hakkında çok objektif bilgi sağlamayabilir.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Operasyonel Modal Analiz (OMA) Nedir? appeared first on .

Kazanç (amplifikasyon faktörü olarak da bilinir), giriş sinyalinin büyüklüğü ile çıkış sinyalinin büyüklüğü arasındaki ilişkiyi temsil eder (bakınız Denklem 1).

Aşağıda, kırmızı eğri 5V sinüs dalgasıdır. 2 kazanç uygulandıktan sonra, yeşil eğri (10V sinüs dalgası) elde edilir.

Böylece, bir sinyale kazanç uygulandığında, sinyal çıkışı, sinyalden daha büyük bir genliğe sahip olur.

Bir sinyale nasıl kazanç uygulanır ?

Sinyallere bir amplifikatör kullanılarak kazanç uygulanır. Amplifikatör, elektronik sinyalleri yükselten elektronik bir bileşendir. Amplifikatörler birçok şekil, boyut ve tipten oluşurlar, ancak hepsi kazanç özelliğine sahiptir.

Aşağıda küçük bir transistör amplifikatörü ve büyük bir gitar amplifikatörü olmak üzere iki amplifikatör örneği bulunmaktadır.

Sinyallere neden kazanç uygulanır ? Basamaklandırma nedir ?

Bir sinyale kazanç uygulamak, basamaklandırma hatasını azaltmaya ve bir veri toplama sisteminin bitlerinin kullanımını en üst düzeye çıkarmaya yardımcı olur.

Basınç, sıcaklık ve ivme gibi fiziksel büyüklükleri ölçerken, sensörler bu fiziksel büyüklükleri voltaj sinyaline dönüştürür. Bu voltaj sinyali analogdur ancak sinyal işleme sırasında sayısallaştırılır. Analogdan sayısala dönüştürme sırasında, analog sinyalin genliği ayrık seviyelere ayrılır; buna basamaklandırma denir. Analog genlik değeri ile dijital genlik değeri arasındaki farka basmaklandırma hatası veya basmaklandırma bozulması denir.

Yukarıdaki grafikte de görebileceğiniz gibi, sinyal ayrık seviyelere ayrılmıştır. Her bir noktadaki analog değerler, en yakın oldukları basamak seviyesine yerleştirilir. Bu aşağıdaki grafikte gösterilmiştir.

Dolayısıyla, 2.0’dave 2.1’de bir seviyemiz olsaydı ve analog genlik değerimiz 2.03 olsaydı, sayısallaştırılmış sinyal 2.0 seviyesine yuvarlatılırdı.

Basamaklandırma hatasını nasıl azaltırız ?

Basamaklandırma hatasını azaltmak için Bin Size değerini azaltmamız gerekir. Bin Size, sisteminizin aralık ve bit sayısının bir fonksiyonudur (bkz. Denklem 2).

Veri toplama sisteminiz için bit sayısı sabittir. Aralık, sinyalinizde okuduğunuz voltaj aralığıdır. Örneğin, sol alt grafikteki aralık 10V, sağ alt grafikteki aralık ise 0.01V’dir.

16 bitlik bir 10V sistem örneğine bakalım (mevcut SCADAS donanımı 24 bit sistemlerdir). Maksimum voltaj aralığında (10V) sinyali ölçmek için 65536 ayrık seviye (2bit sayısı) vardır. Ancak, 1.25V’da sinyali ölçmek için sadece 8192 kullanılabilir ayrık seviye vardır. Aşağıdaki şekle bakınız.

Veri toplama sisteminiz için maksimum aralık sabittir. Bununla birlikte, bazı sistemler sinyalin aralığına daha yakın olacak şekilde aralığı azaltmanıza izin verir. Voltaj aralığını sinyal aralığınızdan biraz büyük olacak şekilde ayarlayarak basamaklandırma hatasını en aza indirebilirsiniz.

Dolayısıyla, bir veri toplama sistemi maksimum 10V ve 16 bit aralığına sahipse, bin size 1.53×10-4 olacaktır.

Not: 24 bitlik bir SIEMENS Scadas‘ınız varsa, 65.536 ayrık seviyeye sahip 16 bitlik bir sistemden çok daha fazlasına, 16.777.216 ayrık seviyeye sahip olacaksınız.

Bin size değerini küçültür ve orijinal sinyalimizi yeniden işlersek (Şekil 2’deki gri sinyal) ne olacağını görelim.

Yukarıdaki grafiğe baktığınızda, bin size değeri ne kadar küçük olursa, sinyalin analogdan sayısala çevirisinin o kadar iyi olduğunu görebilirsiniz.

Daha da uç bir duruma bakalım. 0.001V’luk bir sinyalimiz ve 16 bitlik bir sistemimiz varsa, sinyali ayırmak için sadece 6 seviyemiz olacaktır.

Bu nedenle, okumakta olduğunuz sinyal sisteminizin maksimum aralığından önemli ölçüde düşükse, büyük basamaklandırma hataları riskiyle karşı karşıya kalırsınız.

Basamaklandırma hatası nasıl azaltılabilir ?

Okunmakta olan sinyal voltajı, donanımın voltaj aralığından önemli ölçüde düşükse, sistemin gelen sinyale bir kazanç uygulaması mümkündür, böylece sinyal sistemin tüm aralığına yaklaşır.

Dolayısıyla, sistemin maksimum aralığı 10V ise ve 0.1V’luk bir sinyal okursanız, sistem sinyali 10V’a yükseltmek için 100’lük bir kazanç uygular. Farklı gelen sinyal seviyelerine hangi kazanç değerlerinin uygulandığını görmek için aşağıdaki tabloya bakınız (10V maksimum aralığı varsayıldığında).

Şimdi, 0.001V sinüs dalgasının okunduğu aynı örneğe bakalım. Genliği 10V’a yükseltmek için bu sinüs dalgasına 10000 kazanç faktörü ekleyelim. Sistemin tüm aralığını kullandığımız için, sinyali ayrıklaştırmak için 65536 seviyeye sahip olacağız.

Ama sinyalim 10V değil, 0.001V !!

Simcenter Testlab‘da (eski adıyla LMS Test.Lab), bu kazanç perde arkasında uygulanır, bu nedenle uygun aralıkları uyguladıktan sonra grafiğe bakarken, sinyal 0.001V sinüs dalgası gibi görünecektir, ancak sinyali basamaklandırmak için tüm ayrık seviye sayısı mevcut olacaktır.

Bu nedenle, aralığınız değişmemiş gibi görünse de, kazanç arka planda uygulandı ve sinyaliniz kullanılabilir maksimum aralık ve bitleri tam olarak kullanıyor.

Aralığın uygun olup olmadığı nasıl anlaşılır ?

Simcenter Testlab size aralığınızın / kazancınızın uygun şekilde ayarlanıp ayarlanmadığının bir göstergesini verecektir.

Veri toplama ayarları sayfasında, sol alt köşede bir aralık gösterge çubuğu bulunur.

Çubuk beyaz olduğunda, aralık sinyal için çok büyüktür. Yeşilin çeşitli tonları, aralığın uygun şekilde ayarlandığını gösterir. Turuncu, sinyalin aralık sınırlarına yakın olduğunu gösterir. Aşırı yüklemede ise kırmızı renk oluşur.

Bu hızlı görsel, kontrol sisteminizden en iyi şekilde yararlanmanızı sağlar!

Sinyalimin aralığını nasıl ayarlarım?

Çubuk beyaz ise, aralığın azaltılması gerekir. Çubuk kırmızı veya turuncu ise, aralığın artırılması gerekir.

Aralıkları otomatik olarak ayarlamak için 1) start ranging, 2) holdlevel ve 3) set ranges tıklayın.

Bu, kazancı uygun bir seviyeye getirecek ve böylece basamaklandırma hatalarını en aza indirecektir.

NOT: Autoranging sırasında sistemin tüm aralığını kullanmak önemlidir. Sistemin tüm aralığı kullanılmazsa ve aşırı yük oluşursa, sistem kazancı yalnızca bir artışla değişir. Yalnızca bir artışla ayarlama, başka bir aşırı yüklenmeden kaçınmak için yeterli olmayabilir. Tam aralık kullanılırsa, aşırı yüklenmeleri önlemek ve basamaklandırma hatalarını en aza indirmek için kazanç, sinyal aralığını karşılamak için mümkün olduğunca düşük olacak şekilde ayarlanabilir.

Şekil 13’teki “More …” düğmesine basarak “Usefullrangewhenautoranging” özelliğini açın.

Unutmayın, sistem aralığı gerçekten değişmez, sadece sinyale uygulanan kazanç değişir. Kazanç, sinyali sistemin maksimum aralığına uyacak şekilde yükseltir.

İşte bu kadar kolay!

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Kazanç, Aralık ve Basamaklandırma appeared first on .

A-ağırlıklandırma, insan duyma etkilerini taklit etmek için mikrofon ile ölçülen ses basınçlarına uygulanan, frekansa bağlı bir eğridir (veya filtredir).

Aynı ses basıncı seviyeleri göz önüne alındığında, mikrofon kayıtları insan kulağının algıladığı seviyelerden çok farklı olabilir (Şekil 1).

Mikrofon diyaframındaki ile kulak zarındaki ses basıncı (Şekil 2), aynı ses alanında bile çok farklı olabilir:
– Kulak kanalındaki hava hacmi 4000 Hz civarında rezonansa sahiptir, bu da kulak zarında mikrofon diyaframından daha yüksek ses seviyelerine neden olur
– İnsan kafası, gövde ve dış kulağın varlığı ses alanını etkiler ve değiştirir

Diğer farklılıklar işitme organı koklea (Şekil 2) ve psikolojik etkilerden kaynaklanmaktadır:
– İşitme organı veya koklea, düşük frekanslarda ve çok yüksek frekanslarda sesleri tespit etmekte zorluk çeker
– İnsanlar yaşlandıkça kokleadaki hasar yüksek frekanslı işitme kaybına neden olur
– Koklea logaritmik bir şekle sahiptir, bu da insanların sahadaki düşük frekanslardaki değişiklikleri yüksek frekanstaki değişikliklerden daha iyi ayırt edebilmelerini sağlar.

İnsan kulağının aksine, mikrofon bir gövde, pinna ve kulak kanalı ile çevrili değildir. Mikrofonda logaritmik şekilli işitme organı yoktur. İnsan kulağının algıladığı ses ile mikrofon kaydı arasında fark olması şaşırtıcı değil.

A-Ağırlık Eğrisi

A-ağırlıklandırma, bir mikrofon ölçümü ile kaydedilen ses basıncı seviyelerini, insan kulağının algısına daha yakın olacak şekilde değiştirmeye çalışan yerleşik, standart bir eğridir.

A-ağırlık eğrisi (Şekil 3), insan işitme aralığı boyunca her frekansta bir kaç desibel zayıflama veya kazanç gösterir. Bu kazanç / zayıflatma mikrofon ölçümüne uygulanır.

Tipik olarak, bu kazanç / zayıflatma aşağıdakiler yoluyla uygulanabilir:
– Kayıt cihazında bir elektrik devresine yerleştirilmiş analog filtre
– Kayıt, bir bilgisayara kaydedildikten sonra dijital olarak uygulanır

A-ağırlık eğrisinin bazı temel özellikleri:
– 1000 Hz’nin altında ses seviyeleri zayıflatılır
– 1000 Hz’de kazanç veya zayıflama yoktur
– 1000 ila 6000 Hz arasında, seviyeler birkaç desibel artar
– Yaklaşık 6000 Hz ve daha yüksek frekanslarda ses seviyeleri azaltılır

Ses kalibratörleri, A ağırlıklandırma filtresinin özelliklerinden yararlanmak için genellikle 1000 Hz’de tonlar üretir. Hesaplanan kalibrasyon değerleri, A ağırlıklandırma filtresinin mevcut olup olmamasından etkilenmez. Operatörler yanlışlıkla A ağırlıklandırma filtresini açmayı / kapatmayı ve istemeden kalibrasyon değerini değiştiremezler.

A-ağırlık eğrisi nasıl kullanılır?

100 Hz’de bir mikrofonla 80 dB ölçtüğünüzü varsayalım. A-ağırlık eğrisine 100 Hz’de bakarsanız, -20 dB zayıflama değeri gösterilir (Şekil 4).

80 dB’den 20 dB çıkarılması 60 dB verir. A-ağırlığının sinyale uygulandığını göstermek için kaydedilen değerin 60 dB (A) veya 60 dBA olarak açıklanması gerekir.

Herhangi bir şüpheyi ortadan kaldırmak için, orijinal, ağırlıksız değerlere “Linear” eklemek de gelenekseldir. Örneğin, “80 dB Linear” veya “80 dBL” veya “80 dB (L)”.

Bu prosedür spektrumdaki her frekansta yapılır. Oktav spektrumuna da uygulanabilir.

dB (A) her zaman dB’den düşük mü?

A-ağırlık eğrisi frekans aralığını büyük ölçüde azaltır. Sezgisel olarak, toplam dB (A) değerinin her zaman orijinal toplam dB (veya dBL) değerinden daha düşük olacağı tahmin edilebilir. Bu her zaman böyle değildir.

Örneğin, Şekil 5’te gösterilen spektrumu gözlemleyelim. Toplam dB değeri, A-ağırlıklandırma uygulanmadan 84.2 dB’dir.

Şimdi Şekil 6’da A-ağırlığı uygulanmış spektrumu gözlemleyelim. Toplam dB değeri 85.1 dB (A) ‘dır.

85.1 dB (A) A ağırlıklı dB değeri, 84.2 dB’lik Lineer ağırlıklı değerden daha yüksektir.

Neden? Bunun nedeni, yaklaşık 1600 Hz frekanslı ıslık ses seviyelerinin yükseltildiği A-ağırlık eğrisinin frekans aralığında (1000 ila 6000 Hz) olmasıdır. Bu yükseltmenin net etkisi, diğer tüm frekanslarda spektrumdaki azalmadan daha büyüktür. Örneğin, 1000 Hz’nin altındaki seviyeler A-ağırlıklandırma uygulanarak büyük ölçüde azaltılır, ancak genlik bakımından daha düşük olduklarından, genel düzey üzerindeki net etkileri 1600 Hz ıslığınınyükseltilmesinden daha azdır.

Değerler Tablosu

Tablo 1, 1/3 oktav merkez frekansları için dB cinsinden A-ağırlık zayıflatma ve yükseltme değerlerinin bir listesini içerir.

Tarih

A-ağırlık eğrisi, eşit ses yüksekliğindeki Fletcher-Munson eğrilerinden türetilmiştir. Amerikan Ulusal Standartlar Enstitüsü (ANSI), 1936’da yayınlanan Ses Seviyesi Ölçer standardında ilk eğriyi uyguladı.

Eğrinin, insan işitmesinin etkilerinin mükemmel bir temsili olmadığı unutulmamalıdır. Uygun maliyetli analog devreler geliştirebilmek için eğrinin basitleştirilmesi gerekiyordu. Örneğin, A-ağırlıklandırma eğrisi, insan işitmesi gibi ses seviyesinin bir fonksiyonu olarak değişmez.

Diğer Ağırlık Türleri

A-ağırlığına ek olarak, diğer akustik ağırlık fonksiyonları da vardır. Şekil 7’de gösterildiği gibi B, C ve D ağırlıklandırmayı içerirler.

Çeşitli uygulamalarda ve endüstrilerde kullanılan B ve C ağırlık eğrileri A ağırlıklandırmaya benzer, ancak 1000 Hz’nin altında fazla zayıflama yoktur. C ağırlık eğrisi, A, B ve D eğrilerinin en düzüdür. D-ağırlıklandırma eğrisi tipik olarak uçak gürültüsü gibi çok yüksek basınçlı havacılık gürültü uygulamalarında kullanılır.

Simcenter Testlab: A-Ağırlıklandırma Uygulama

Simcenter Testlab‘deki herhangi bir grafikte, Şekil 8’de gösterildiği gibi Y eksenine sağ tıklayarak A-ağırlıklandırma uygulanabilir.

A-ağırlıklandırma uygulaması renk haritası ve oktav ekranlarında da yapılabilir.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post A-Ağırlıklandırma Nedir ? appeared first on .

Güç Spektral Yoğunluğu (PSD) nedir? Autopower’dan farkı nedir?

Bir Güç Spektral Yoğunluğu (PSD), sinyalin, güç içeriğinin frekansa karşı ölçüsüdür. Bir PSD tipik olarak geniş bantlı rastgele sinyalleri karakterize etmek için kullanılır. PSD’nin genliği, sinyali sayısallaştırmak için kullanılan spektral çözünürlük ile normalleştirilir.

Titreşim verileri için PSD’nin genlik birimi g2 / Hz’dir. Bu birim ilk başta anlaşılması ve kullanılması kolay görünmese de, rastgele verilerin üzerine yerleştirilmesini ve verileri ölçmek için kullanılan spektral çözünürlükten bağımsız olarak karşılaştırılmasını sağlar. Bu makalede bunun nasıl yapıldığı açıklanmaktadır.

Bir Güç Spektral Yoğunluğunu (PSD) anlamak için, verileri farklı spektral çözünürlüklerle analiz ederken autopower fonksiyonunun bazı sınırlamalarını anlamak faydalı olacaktır.

Senaryo:

Aynı geniş bant verileri üç kez farklı şekilde ölçüldü. Her ölçüm için sadece frekans çözünürlüğü değiştirildi. 1 Hz frekans çözünürlüğü, sonra 4 Hz frekans çözünürlüğü ve son olarak 8 Hz frekans çözünürlüğü ile elde edildi.

Ortaya çıkan autopower verilerinin genlikleri çok farklıdır (Şekil 1). Neden? Hangisi doğru?

Cevap:

Tüm autopower sonuçları doğrudur! Ancak görsel olarak farklı genliklere sahip oldukları anlaşılıyor, bu da kafa karıştırıcı bir durumdur.

Frekans çözünürlüğü (bazen spektral çözünürlük olarak da adlandırılır) azaldıkça (8 Hz, ardından 4 Hz, sonra 1 Hz ile başlar), sinyali ölçmek için daha fazla veri noktası kullanılır. Aynı sinyal daha küçük parçalara bölünüyor, ancak toplam aynı kalıyor.

Bireysel frekanslardaki genlik farklı gibi görünse de, frekans aralığı boyunca toplam veri aynıdır.

Sinyalin “toplamı”, Şekil 2’de gösterildiği gibi tüm spektrumun RMStoplamına yansıtılır. RMS toplamı, üç autopower spektrumunun tümü için aynıdır.

Daha küçük bir frekans aralığına dayanan verilerin kısmi RMS toplamı bile (Şekil 3) her üç ölçüm için de aynıdır.

Spektral Çizgiler

Spektral çizgiler, bu özdeş sinyaller için çizilen genliklerin neden farklı göründüğünü, ancak neden aynı miktarda toplandığını anlamanın anahtarıdır.

1 Hz çözünürlük ve 6000 Hz bant genişliği ile ölçülen bir autopower spektrumu, Denklem 1’de gösterildiği gibi 6000 veri noktasına veya spektral çizgiye sahip olacaktır.

Spektral çizgiler, spektrumu dijitalleştirmek için kullanılan frekans alanındaki ayrık noktalardır (bir bilgisayarın sürekli bir analog işlevi saklayamayacağını, herhangi bir veriyi ayrı noktalara bölmesi gerektiğini unutmayın). Tüm sinyal bu 6000 veri noktası (yani spektral çizgiler) arasında bölünür.

Üç ayrı ölçüm için (her biri maksimum 6000 Hz frekansına sahip) aşağıdakiler gözlenir:
– 1 Hz frekans çözünürlüğü -> 6000 spektral çizgi -> en düşük görünür genlik
– 4 Hz frekans çözünürlüğü -> 1500 spektral çizgi -> orta menzilli görünen genlik
– 8 Hz frekans çözünürlüğü -> 750 spektral çizgi -> en yüksek görünür genlik

Genliğin gerçekten spektral çizgi sayısının bir fonksiyonu olduğunu unutmayın. Spektral çizgiler ne kadar fazlaysa, her spektral çizginin genliği o kadar düşük olur.

Sonuçlar belirli bir frekans çözünürlüğü için doğrudur, ancak spektrum görüntülenirken bu kolayca görülmemektedir. Daha dar bir frekans aralığına yakınlaşarak (Şekil 4), üç ölçüm arasındaki farklı frekans çözünürlükleri daha belirgin olmaya başlar. Mavi çizginin (8 Hz çözünürlük) kırmızı çizgiden (1 Hz çözünürlük) daha az veri noktasına sahip olduğu görülebilir.

Verilerin görüntülenme şekli, veri eğrileri arasındaki farkları gizler. Varsayılan olarak, çoğu FFT analizörü veri noktalarını birbirine bağlayan çizgilerle görüntüler. Verilere, Şekil 4’teki gibi çizgilerle bağlanmak yerine, aynı veriler, blok anahatları olarak görüntülenebilir (Şekil 5). Blok anahatları ayrı spektral çizgilerin görülmesini sağlar.

Blok anahatlarını kullanarak görüntülenen verilerde, üç ölçümdeki farklar daha açıktır (Şekil 5). 8 Hz frekans çözünürlüğü ile ölçülen mavi eğride, her spektral çizginin seviyelerinin daha yüksek olduğunu, ancak frekans aralığında daha az veri noktası olduğunu görebilirsiniz. Kırmızı eğride daha fazla veri noktası vardır, ancak her nokta / çizgi genlik olarak daha düşüktür. Yeşil eğri ortadadır.

Parti Anolojisi

İçeceklerin sunulduğu bir parti, autopower fonksiyonundaki frekans çözünürlüğü ve genlik arasındaki bu ilişkiyi açıklamak için bir benzetme olarak kullanılabilir (Şekil 6).

Ölçülen sinyalin, servis edilecek sabit bir içecek miktarı olduğunu düşünün. Katılımcılar tarafından tutulan bardak sayısı, spektral çizgilerin sayısına benzer.

Geniş bantlı bir sinyali simüle etmek için içecek,bardaklar arasında eşit olarak dağıtılır. Dağıtım için ne kadar çok bardak (yani spektral çizgiler) olursa, her bir bardaktaki miktar o kadar düşük olur. Sunulan toplam içecek miktarı (yani RMS) aynı kalır.

Güç Spektral Yoğunluk fonksiyonu şimdi üç autopower spektrumundaki belirgin farkı gidermek / azaltmak için kullanılacaktır. Unutmayın, autopower ve Güç Spektral Yoğunluğu her ikisi de doğrudur, yalnızca verilerin gösterimi işlevler değiştirilerek değiştirilmektedir.

Güç Spektral Yoğunluğu

Toplam sinyal miktarı (RMS tarafından gösterildiği gibi) aynı olmasına rağmen, autopower grafiğinde gösterilen genliklerin de benzer olması istenir.

Güç Spektral Yoğunluğu (PSD), genliklere benzer bir görünüm vermek için genlikleri frekans çözünürlüğüyle normalleştirir (Şekil 7).

Frekans çözünürlüğü ile “normalleştirme” terimi, her spektral çizginin genliğinin frekans çözünürlüğüne bölünmesi anlamına gelir.
– 1 Hz frekans çözünürlüğü durumunda, genlik değişmeden kalacaktır.
– 4 Hz frekans çözünürlüğü için, genlik her frekansta 4’e bölünür.
– 8 Hz’lik bir çözünürlük için, genlik her frekansta 8’e bölünür.

Genlik her zaman sonuç olarak Hertz’e bölünerek gösterilir, örneğin 25 g2 / Hz.

PSD rastgele veriler için benzer genlikler verdiğinden, rastgele titreşim kontrol testinde genellikle kontrol fonksiyonu olarak kullanılır.

Geleneksel olarak, bir Güç Spektral Yoğunluğundaki verilerin genliği kare içine alınır. Örneğin, biri 5 g genlik (rms) sinüs dalgasını ölçüyorsa, bir PSD’de gösterilen genlik 25 g2 / Hz olacaktır.

Sinüzoidal Veriler

Sinüzoidal veriler için her şey tam tersidir!

Parti benzetimimize geri dönersek, sinüzoid durumunda, sürahi içindeki tüm sinyaller tek bir bardağa (spektral çizgi) konur. Örneğin, 1 Hz, 4 Hz veya 8 Hz frekans çözünürlüğüyle elde edilen 200 Hz sinüs dalgası, tüm sinyali tek bir spektral çizgiye yerleştirir (200, 1, 4 ve 8 ile eşit olarak bölünebilir).

Bir sinüzoid için genlik, spektral çizgilerin sayısındaki değişikliklerle büyük ölçüde değişmeyecektir. Sinyal her zaman bir “bardağa” (yani spektral çizgiye) yerleştirildiği için, daha fazla bardak eklendikçe camdaki genlik değişmez.

Aslında, sinüzoidal sinyalin bir Güç Spektral Yoğunluğu (PSD), sinüs dalgasının görünür genliğini Şekil 10’daki gibi büyük ölçüde değiştirecektir.

Bunun nedeni sinüs dalgalarının genliklerinin kendi frekans çözünürlüklerine (delta f) bölünmesidir. Aynı genliği almak ve bunu farklı frekans çözünürlüğü (delta f) değerlerine bölmek genlikleri farklı kılar.

Genlik değerini en büyük frekans çözünürlüğüne (bu durumda 8 Hz) böldüğümüz PSD, en düşük genliğe neden olur.

Sinüs dalgalarının PSD’sinin RMS toplamı aynı kalır. Bunun nedeni, RMS toplama işlevinin doğru değeri elde etmek için frekans çözünürlüğü bölümünü otomatik olarak ayarlamasıdır.

Sonuç

Bilgisayarlar sinyalleri ayrık noktalara dönüştürdükleri için bazı ilginç dijital sinyal işleme fenomenleri yaratılır.

Geniş bant (rastgele) sinyaller:
– Farklı frekans çözünürlüklerine sahip autopower spektrumlarının farklı genlik seviyeleri olacaktır.
– Farklı frekans çözünürlüklerine sahip Güç Spektral Yoğunlukları aynı genlik seviyelerine sahip olacaktır.

Sinüzoidal (periyodik) sinyaller:
– Farklı frekans çözünürlüklerine sahip autopower spektrumları aynı genlik seviyelerine sahip olacaktır.
– Farklı frekans çözünürlüklerine sahip Güç Spektral Yoğunlukları farklı genlik seviyelerine sahip olacaktır.

Tablo 1, Güç Spektral Yoğunluklarına karşı autopower ile ilgili bu gözlemleri özetlemektedir.

Her durumda, frekans aralığı üzerindeki verilerin RMS toplamı tüm durumlarda aynıdır. Bir spektral işlevi değerlendirirken, karşılaştırma amacıyla bir RMS kullanmak en iyi uygulamadır, çünkü RMS genlikleri tutarlı ve kullanılabilir değerler üretmek için frekans çözünürlüğünü ve diğer ayarlamaları dikkate alır.

Uygulamada, aşağıdaki gibi kullanılırlar:
– Güç Spektral Yoğunluğu – Rastgele titreşim yorulmasını ölçmek için kullanılır.
– Autopower -Motorlar, pompalar, dişliler, vb. tarafından üretilen sinüzoidal verileri ölçmek için kullanılır.

Simcenter Testlab Format Dönüştürme

Simcenter Testlab‘da (eski adıyla LMS Test.Lab), bir autopower PSD’ye dönüştürülebilir veya tam tersi yapılabilir.

‘Conditioning’ araç çubuğunda (Şekil 11), bir spektral fonksiyonun formatı “FFT Format Conversion” düğmesi seçilerek dönüştürülebilir.

Menüden aşağıdakiler değiştirilebilir:
– ‘AmplitudeScaling’ – RMS ve Peak arasından genlik modunu seçin.
– ‘SpectrumFormat’ -Linear, Power, PSD ve ESD arasında seçim yapın

Mod ve biçim değiştirilebilirken, spektral çözünürlük değiştirilemez. Spektral çözünürlüğü değiştirmek için verilerin orijinal zaman geçmişinden yeniden işlenmesi gerekir.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Güç Spektral Yoğunluğu (PSD) Nedir ? appeared first on .

– Mod şekilleri aynı ise (yani, tüm noktalar aynı hareket eder) MAC, Şekil 1’de gösterildiği gibi 1 veya %100 değerine sahip olacaktır.
– Mod şekilleri çok farklıysa, MAC değeri Şekil 2’de gösterildiği gibi sıfıra yakın olacaktır.
Bir mod şekli kendisiyle karşılaştırıldıysa, MAC değeri 1 veya %100 olmalıdır.

Farklı şekillere sahip modlar için MAC 1’den küçüktür. Çok farklı olan şekiller, Şekil 2’degösterildiği gibi sıfıra yakın bir değere sahip olacaktır.

Karşılaştırmada kullanılan mod şekilleri bir Sonlu Elemanlar Analizinden veya deneysel bir modal analizden oluşturulabilir.

Tipik bir MAC analizinde, bir ‘MAC Matrisi’ yapılabilir. “MAC Matrisi”, MAC değerlerinin her biri Şekil 3’te gösterildiği gibi %0 ila %100 arasında değişen bir dizi bar grafiktir.

Şekil 3’te bu, kendisine kıyasla ayarlanmış bir moddur. Mod seti dokuz farklı mod içerir, bu nedenle 81 farklı MAC değeri hesaplanmaktadır. Değerlerin yaklaşık yarısı aynıdır- ör. Mod 1 ve 3 arasındaki MAC değeri, mod 3 ve 1 arasındaki ile aynıdır.

Şekil 3’te, 133 Hz’deki ilk mod şekli kendisiyle aynıdır, dolayısıyla 1 değerinde tek bir kırmızı çubuk vardır. Köşegen boyunca, her mod kendisiyle aynıdır, 1 ila 1 (133 Hz), 2 ila 2 (135 Hz), 3 ila 3 (304 Hz) vb.

Köşegen dışında MAC değerleri çok düşüktür. İdeal olarak, her mod benzersiz bir şekilde gözlemlenmeli ve diğer modlardan farklı bir şekle sahip olmalıdır. Bu mod seti için durum budur. En yüksek kapalı çapraz mod çifti, %20 MAC değerine sahip mod 9’a kıyasla mod 2’dir(ve tam tersi 9 ila 2). Diğer tüm diyagonal mod çiftleri %20’nin altındadır.

Modal Güvence Kriteri (MAC) Denklemi

İki mod arasındaki MAC değeri, Denklem 1’de gösterildiği gibi, her ortak düğümdeki (yani, noktalardaki) karmaşık modal vektörün normalize edilmiş noktasal çarpımıdır. Ayrıca, iki modal vektör φr ve φs arasındaki korelasyonun karesi olarak da düşünülebilir.

İki karmaşık vektör arasında doğrusal bir ilişki varsa (yani, vektörler aynı şekilde hareket ederlerse), MAC değeri bire yakın olacaktır. Doğrusal olarak bağımsızlarsa, MAC değeri küçük (sıfıra yakın) olacaktır.

Karmaşık bir vektör hem genlik hem de faz içerir, oysa reel bir vektör sadece reel kısımdan oluşur. Denklem 1’de MAC’ın ölçeklemeye duyarlı olmadığı da açıktır, bu nedenle tüm mod şekli bileşenleri aynı faktörle çarpılırsa MAC etkilenmeyecektir.

Deneysel bir modal analizde, ölçümlerin yapıldığı 20 farklı düğüm varsa, MAC değerini hesaplamak için 20 düğümün tamamındaki mod şekli bileşenleri dikkate alınır, ancak daha yüksek genlik düğümü konumlarına daha fazla önem verilecektir.

Kullanım Örnekleri

Modal Güvence Kriteri (veya MAC) analizi birkaç farklı şekilde kullanılabilir:
– FEA – Test Karşılaştırması: MAC, Şekil 4’te gösterildiği gibi Deneysel Modal Analiz Testi ile Sonlu Elemanlar Analizine (FEA) ait modları karşılaştırmak için kullanılabilir.
– FEA-FEA karşılaştırması- FEA analizinin oluşturulmasında çeşitli varsayımlar yapılabilir: Young Modülü, sınır koşulları ve kütle yoğunluğu değerleri bunlardan birkaçıdır. MAC analizi, bu varsayımların, ortaya çıkan mod şekillerini ne derece etkilediğini belirleyebilir.
– Test-Test karşılaştırması- MAC analizi, modal analiz sonuçlarıyla ilgili olası sorunları işaretleyebilir. MAC genellikle yapı hakkında daha fazla veri noktası elde etmekten faydalanabilecek modları ve alanları belirler.

MAC analizi sadece mod şekline bakar, frekans değerini karşılaştırmaz.

Deneysel Modal Analiz Uygulama Örneği

Deneysel bir modal analiz yaparken, test operatörü ölçülecek noktaların sayısına (yani, düğümlere) karar vermelidir. Uygun sayının belirlenmesi, testin başarısı için kritik öneme sahiptir. Yeterli nokta ölçülmezse, mod şekli doğru şekilde tanımlanmayacaktır.

Serbest sınır koşulları ile asılı duran dikdörtgen bir plaka üzerinde gerçekleştirilen deneysel bir modal analiz örneğini düşünün. Frekans Tepki Fonksiyonu (FRF) verileri plaka üzerindeki 6 konumda elde edilmiştir. FRF verileri analiz edilmiş ve bir mod seti çıkarılmıştır. Ortaya çıkan mod setinde MAC oluşturulduktan sonra, diyagonal olmayan tüm MAC değerleri sıfıra yakın olmadığı gözükmektedir (Şekil 5).

Mod 3 ve 7’nin yakından incelenmesi üzerine şekillerin beklenmedikmod şekilleri olduğu görülmektedir (Şekil 6). Katı gövdemodları gibi görünmektedir. Serbest asılı bir yapıdaki katı gövde modları normalde 0Hz civarındadır. Bunlar 6 çeşittir: X, Y, Z’de öteleme ve X, Y ve Z’de döndürme.

385 Hz ve 764 Hz gibi frekanslarda yapının esnek modları beklenir. Bu durumda, yapı üzerinde sadece 6 noktada ölçüm yapılması “uzamsal yumuşatmaya (spatialaliasing)” yol açar. Modları doğru şekilde yakalamak için yeterli nokta yoktur.

Ek olarak 9 noktadan ölçüm elde etmek daha iyi sonuçlara yol açar. Toplam 15 noktadan ölçüm alındığında,mod şekilleri tamamen farklı görünür (Şekil 7).

15 noktadan ölçüm aldıktan sonra, mod 3 ve 7’yi tekrar görüntülerkensadece 6 noktayı ölçmenin uzamsal yumuşatma hatasını nasıl yarattığı daha iyi anlaşılabilir (Şekil 6’ya karşı Şekil 7).

Şekil 6 (6 noktadanmodal analiz) ile Şekil 7 (15 noktadanmodal analiz) karşılaştırılırken:
– 385 Hz modu, 15 noktadanmodal analizde görüldüğü gibi plakanın merkezi boyunca bir bükümmoduydu. Modlar 6 noktadan elde edildiğinde, tüm bükülme kaçırılmış ve bu da dikey ötelemekatı gövde modu gibi görünen bir mod şekli ile sonuçlanmıştır.
– 766 Hz modu aslında 15 noktadan modal analizinde görüldüğü gibi plakanın uzunluğu boyunca üçlü bir bükülmedir. 6 noktalı modalanaliz tüm önemli bükme alanlarını gözden kaçırmıştır ve bu da görünür bir dikey ötelemekatı gövde moduna neden olmuştur.
Plaka yapısının MAC analizi, 15 noktadanmodal analizinin deneysel modal analizi, Şekil 8’de gösterildiği gibi daha geliştirilmiştir. Diyagonal olmayan MAC değerleri sıfıra çok daha yakındır.

Deneysel modal analizde, 6 noktalı modal analizde ölçülen veriler “yanlış” değildir. Bu düğümlerdeki FRF ölçümleri, 6 nokta modal analizinde 15 noktaya göre farklı değildir, çünkü test edilen fiziksel yapı aynıdır. Tam mod şeklini belirlemek için yeterli ölçüm noktası yoktur. Bu, sonlu eleman modal analizinden farklıdır ve düğüm sayısı dinamik davranışı belirler.

Bu durumda, bir Modal Güvence Kriteri (MAC) analizi, bir dizi ölçüm noktasında yetersiz olan bir sorunu işaretler. MAC matrisindeki diyagonal olmayan MAC değerleri düşük olmadığında, hatanın bulunması kolaylaşır.

FEA-Test Uygulama Örneği

Bir egzoz sistemi üzerinde deneysel bir modal analiz yapıldı ve aynı egzozun sonlu elemanlı bir modal analizi ile karşılaştırıldı (Şekil 9).

Egzoz sisteminde Frekans Tepkisi Fonksiyonları (FRF’ler) toplandıktan sonra, ilk on üç deneysel test modu ile ilk on üç sonlu eleman analizi modu arasında bir MAC analizi yapıldı. Sonuçlar Şekil 10’da gösterilmektedir.

MAC matrisinin köşegenine bakıldığında:
– İki mod grubu aynı olmadığından MAC değerleri%100 değildir.
– 9 ile 13 arasındaki modlar%75’ten azdır.
– Mod 11 ve 13 iki mod seti arasında aynı sırada değildir.

Bu durumda, MAC analizi, test ve FEA korelasyonunda, iyileştirmeningerekli olduğunu gösterir.

“MAC Destek Analizi (MAC Contribution Analysis)” adı verilen MAC analizinin bir varyantı kullanılarak, ortalama MAC’i %100’ün altına düşüren düğüm noktaları belirlenebilir. Bu analiz yapılırken, egzozun Y borusu kısmının düğüm noktalarının düşüşten en çok sorumlu olduğu bulunmuştur.

Bu bilgileri kullanarak, güncel egzozun görsel bir incelemesi yapılarak, Y borusunun ekleminde kaynakların bulunduğunu belirlendi (Şekil 10). Bu kaynaklar, bir CAD geometrisinden oluşturulan sonlu eleman modelinde fiziksel olarak temsil edilmemiştir. Bu, kaynak konumları yalnızca CAD çizimlerinde belirtildiği, ancak fiziksel olarak mevcut olmadığı için olabilir.

Y eklemine uygun elemanlar eklendikten sonra sonlu eleman modeli yeniden hesaplandı ve test sonuçlarıyla karşılaştırıldı (Şekil 11).

Mükemmel olmasa bile, aşağıdaki gelişmeler gözlemlenmiştir:
– Diyagonal boyunca en düşük MAC değeri%69’dan%80’e yükseltildi
– Mod 11 ve 13’ün değiştirilmesi ortadan kaldırıldı

MAC ve “MAC Destek Analizi” ni kılavuz olarak kullanarak Sonlu Elemanlar modeli önemli ölçüde geliştirildi. Bu süreç, sonuçlar istenen limitler dahilinde eşleşene kadar devam edebilir.

Bu sürecin en önemli kısmı asıl “belirleme” çalışmasıdır. Kaynakların FEA modeline (temel CAD parçalarında yer almayan) eklenmesi gerektiğini bilmek, gelecekteki modelleme projeleri için önemli bir derstir. MAC ve “MAC Destek Analizi” bu süreçte kullanılacak araçlardır.

Simcenter Testlab: MAC Hesaplama

Simcenter Testlab‘da (eski adıyla LMS Test.Lab) bir Modal Güvence Kriteri hesaplamak için, Simcenter Testlab Modal Analiz’inin ‘Modal Validation’ çalışma sayfasını kullanın (Şekil 12).

Bir MAC analizi yapılabilir:
– “MAC”- İki farklı mod kümesi arasında
– “Auto- MAC”- Kendimod kümesiyle

Auto-MAC

Tek bir mod kümesinde bir MAC analizi hesaplamak için, ‘Modal Validation’ çalışma sayfasının sol üst köşesindeki modları içeren “Processing” setini seçin (Şekil 13).

Ardından ekranın sol orta kısmındaki “Auto- MAC” düğmesine basın. “Auto-MAC” düğmesine bastıktan sonra, sağ üstte bir MAC değerleri tablosu oluşturulur.

Tablonun varsayılan görünümüne “Table / Geometry” denir. Bir tabloya bakmak yerine, sağ üstteki “Matrix / Geometry” seçilerek bir çubuk grafiği görüntülenebilir (Şekil 14).

Ortaya çıkan Matris görünümünde, herhangi bir mod çiftinin MAC değerini görmek için çubuklara tıklanabilir. İlgili mod şekilleri aşağıda otomatik olarak görüntülenir (Şekil 15).

MAC Karşılaştırması

Bir MAC analizi iki farklı mod kümesi arasında da gerçekleştirilebilir. Bu iki farklı “Processing” seti seçilerek yapılır (Şekil 16).

İki farklı mod kümesi arasında bir karşılaştırma yapmak için, her birinin ‘Modal Validation’ çalışma sayfasının sol tarafında ayrı bir yerde tanımlanması gerekir:

– İlk Mod Seti- “Active Processing” açılır menüsünden en üstte seçim yapın.
– İkinci ModSeti – Alttan “Section” seçeneği veya “Input Basket” seçeneği ile seçin.

Analizi yapmak için “MAC” düğmesine basın.

Sonuç

Modların FEA-Test, FEA-FEA ve Test-Test karşılaştırmaları için bir Modal Güvence Kriteri (veya MAC) analizi kullanılabilir. Bir mühendis, MAC matrisini analiz ederek, deneysel bir modal testin kalitesini artırabilir, sonlu eleman modellerini doğrulayabilir ve FEA modellerini test verileriyle güncelleyebilir.

Uygulama hakkında sorularınız için DTA Mühendislik Test Bölümü mühendisleriyle iletişime geçebilirsiniz.

The post Modal Güvence Kriteri (Modal Assurance Criterion – MAC) Nedir? appeared first on .

Modal Güvence Kriteri (Modal Assurance Criterion – MAC) , simülasyon ile test  mod şekil ve değerlerinin arasındaki tutarlılık derecesini gösteren bir parametredir. 1’e yakın MAC değeri iki mod arasında yüksek bir korelasyon ve tutarlılık olduğunu göstermektedir. ( Bu parametre 0 ile 1 arasındaki bir skaler değerdir )

Test ve simülasyon sonuçlarının karşılaştırılması Altair HyperView yazılımında  gerçekleştirilmektedir.

Desteklenen dosya ve formatları ;

– UNV uzantılı , test yazılımından dışarı aktarılan ASCII sonuç dosyası

– H3D, OP2 veya ODB uzantılı simülasyon sonuç dosyaları

OP2 veya H3D uzantılı dosyayı Altair HyperMesh veya Altair SimLab yazılımlarında oluşturulan sonlu elemanlar modelinin çözümünü  Altair OptiStruct’ta gerçekleştirerek elde edebilirsiniz.

• Altair HyperMesh yazılımı kullanılarak doğal frekansların hesaplanması

Altair HyperMesh yazılımında mesh atma ve malzeme, property tanımlama gibi işlemleri tamamladıktan sonra ilk olarak EIGRL load collector kartını oluşturmanız gerekmektedir. Bu kartı CTRL+F tuşlarına basarak yazılımın sağ üst bölümünde açılan bölüme yazıp, enter tuşuna basmanız yeterlidir.

Hesaplanacak mod sayısını ND bölümüne yazmanız yeterli olacaktır. Örneğin 35 yazdığımızda sabitlenmeyen modelde (free-free) hesaplama sonucunda ilk 6 mod rijit modlar olacaktır ve sonraki 29 mod korelasyon için ilgileneceğimiz modlar olacaktır.

Sonraki adım doğal frekans analiz tanımlamasını (load step)  gerçekleştirmek ve Analysis –> OptiStruct panelinden çözümü başlatmaktır.

• Altair SimLab yazılımı kullanılarak doğal frekansların hesaplanması

Altair SimLab yazılımında mesh atma ve malzeme, property tanımlama gibi işlemleri tamamladıktan sonra “Solutions browser” bölümüne giriniz ve “Solutions”  ifadesine sağ tıklayarak “Create Solution” seçimini gerçekleştiriniz.

Açılan pencerede çözüm tipi olarak Normal Mode (1) ve çalışma ekranından modelinizi seçiniz (2)

Solution ismine ( örneğimizde Modal Analiz ) sağ tıklayarak  çözüm seçeneklerini oluşturunuz. ( Create Solution Settings)

Hesaplanacak mod sayısını giriniz. ( Number of Modes = 35)

Result ifadesine sağ tıklayarak çözümü başlatınız (Update )

Test ve simülasyon sonuçlarını elde ettikten sonra Altair HyperView yazılımını açınız. NVH menüsünden Model Correlation seçimini gerçekleştiriniz. ( NVH menüsünü aktif hale getirmek için File –>Load –> Preference File penceresinden “NVH Utilities” seçimini ( Load ) gerçekleştirmeniz gerekmektedir.)

Load tabında referans dosyası olarak UNV uzantılı test sonucu, korele edilecek dosya olarakta simülasyon sonuç dosyasını seçerek Load butonuna basınız.

Transformation tabından test ve simülasyon modelleri üzerinden benzer üç adet referans nokta seçiniz ve Transform butonuna basınız

Node Pairs tabında önce Scan daha sonra Apply butonuna basınız.

ModesFilter tabında MAC butonuna basınız.

Display tabında beliren 3D Bar, 2D Line Plot , Bar Plot seçimlerinde Display butonlarına basarak sonuçları ekranda görüntüleyebilirsiniz.

Contour seçiminde Display butonuna basarak COMAC sonuçlarını bastırınız. Bu tek tek MAC bileşenlerinin en zayıf olduğu bölümleri gösterecektir.

The post Modal test ve simülasyon sonuçlarının korelasyonu appeared first on .

Test ve simülasyon alanlarında aşağıdaki başlıklarda sunumlar gerçekleştirilecektir:
– Gürültü ve titreşim (NVH),
– Akustik
– Yorulma ve dayanım
– Mekatronik sistemlerin 1D modellenmesi

Paralel oturumlar şeklinde gerçekleştirilecek konferansımıza katılım ücretsiz olup, KAYIT yaptırmak zorunludur.

Kimler katılmalıdır?
– Ar-Ge ve Ürün Geliştirme Test ve Simülasyon uzmanları
– Ar-Ge ve Ürün Geliştirme Yöneticileri
– Akademisyenler

The post SIEMENS LMS Teknoloji Konferansı 07 Aralık 2017 appeared first on .