5、板的振动与声辐射特性分析

板的振动与声辐射特性分析

1. 板的固有频率

对于简支板,通过将相关方程(Eqs. (2.34)、(2.31) 和 (2.32))代入 Eq. (2.30),可得到其固有频率公式:
[
\omega_{mn} = \sqrt{D\left[\left(\frac{m\pi}{L_x}\right)^2 + \left(\frac{n\pi}{L_y}\right)^2\right]}
]
简支板的固有频率较易获取,但对于其他边界条件(如固支板)的板,获取固有频率则困难得多。不过,可以借助 MATLAB 中的符号数学工具箱来解决这一问题。该工具箱能让使用者运用符号数学和可变精度算术进行计算。

以下是用于计算固支板固有频率并将结果保存到 MATLAB 矩阵 ww 中的 M - 文件 clamped plate.m

clear all; close all;
% Define the geometry and physical properties of the plate
rhos = 7900; % plate density, kg/m^3
hs = 2e-3; % plate thickness, m
a = 0.4; % plate length, m
b = 0.4; % plate width, m
Es = 20e10; % plate Young’s modulus, Pa
nus = 0.3; % plate Poisson’s ratio
nnn = 0.0025; % modal proportio
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值