An efficient Volterra series approach for identifying nonlinear system vibration responses to an excitation

Volterra系列 系列(地层学) 非线性系统 振动 控制理论(社会学) 激发 数学 应用数学 计算机科学 工程类 物理 声学 人工智能 古生物学 控制(管理) 量子力学 电气工程 生物
作者
Wentao Liu,Yun Zhang,Jiafeng Wu,Shouren Wang,Haiyan Shao,Yue Yang
出处
期刊:Journal of Vibration and Control [SAGE]
标识
DOI:10.1177/10775463241298473
摘要

This paper focuses on the issue of nonlinear vibration responses identification of nonlinear systems. An efficient algorithm is presented, in which the nonlinear vibration system under studied is decomposed into a multiple-input/single-output (MISO) linear system with a series of power characterized inputs based on Volterra series, and the nonlinear output responses of different orders are identified by taking power spectra operation to the input and output data, revealing the contributions of each order nonlinearity to the output of the system. Compared to the existing method, the input signal of the system required in the presented approach need not remain unchanged in waveform and adjustable in magnitude. To verify the approach, a classic Duffing–Van der Pol oscillator was simulated, obtaining results very close to the fourth order Runge–Kutta method. Finally, an experiment analysis was carried out, in which the vibration transmission properties of a bolt connection were tested when the bolt was tight and loose, respectively. The results proved that the approach is effective in identifying nonlinear vibration frequency responses.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
dh完成签到,获得积分10
刚刚
ashley325发布了新的文献求助20
1秒前
ky123321发布了新的文献求助10
1秒前
shuai发布了新的文献求助10
1秒前
曾礽发布了新的文献求助10
1秒前
科研通AI2S应助wwqing0704采纳,获得10
2秒前
Lemon发布了新的文献求助10
3秒前
明亮紫易完成签到,获得积分10
3秒前
4秒前
Lara发布了新的文献求助10
5秒前
Lucky小M完成签到,获得积分10
7秒前
lhw发布了新的文献求助10
10秒前
11秒前
小pan完成签到 ,获得积分10
12秒前
13秒前
在水一方应助zhaochenyu采纳,获得10
14秒前
15秒前
ruhemann发布了新的文献求助10
16秒前
16秒前
慕青应助优秀的嚓茶采纳,获得10
20秒前
李爱国应助Cynthia采纳,获得10
21秒前
Louki发布了新的文献求助10
21秒前
hyde完成签到,获得积分10
21秒前
小满完成签到 ,获得积分10
23秒前
24秒前
向往发布了新的文献求助10
24秒前
28秒前
yetong完成签到,获得积分10
30秒前
熊猫发布了新的文献求助10
30秒前
31秒前
31秒前
科研通AI2S应助D叫兽采纳,获得10
32秒前
fillippo99应助嘟嘟采纳,获得20
32秒前
FFFFF发布了新的文献求助10
32秒前
传奇3应助杨咩咩采纳,获得10
33秒前
李爱国应助快乐的花果山采纳,获得30
33秒前
34秒前
34秒前
Cynthia完成签到,获得积分10
35秒前
liu发布了新的文献求助10
37秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
How Maoism Was Made: Reconstructing China, 1949-1965 800
热门求助领域 (近24小时)
化学 医学 材料科学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 量子力学 冶金 电极
热门帖子
关注 科研通微信公众号,转发送积分 3318983
求助须知:如何正确求助?哪些是违规求助? 2950343
关于积分的说明 8551068
捐赠科研通 2627307
什么是DOI,文献DOI怎么找? 1437716
科研通“疑难数据库(出版商)”最低求助积分说明 666382
邀请新用户注册赠送积分活动 652355