Table of Contents
ارزش های Eigen و eigenvectors در تجزیه و تحلیل ساختاری پایه گذاری شده اند، کمک به تعیین فرکانس های طبیعی و شکل های حالت ساختارهای. SciPy ابزار برای محاسبه این ارزش ها را به طور موثر توضیح می دهد.
واردات کتابخانه های ضروری
با وارد کردن ماژول های مورد نیاز از SciPy و NumPy شروع کنید، این کتابخانه ها شامل توابعی برای عملیات ماتریس و محاسبات eigenValue هستند.
از کد زیر استفاده کنید:
[در این باره]
[[ویرایش]
آماده سازی ماتریس ساختاری
ماتریس را به نمایندگی از خواص ساختار، مانند سفتی یا ماتریس توده تعریف کنید، این ماتریس باید مربع و متقارن برای اکثر مشکلات ساختاری باشد.
مثال:
[FLT2]
محاسبات EigenValues و Eigenvectors
از تابع از SciPy برای محاسبه eigenvalues و eigenvectors از ماتریس استفاده کنید.
مثال:
[[ویرایش]
نتایج تفسیر
[FLT 1] ارزش های ژنتیکی [FLT 1] نشان دهنده فرکانس های طبیعی یا ویژگی های سفت و سخت ساختار است. eigenvectors با شکل های حالت مطابقت دارد.
ارزش های EigenValue اعداد پیچیده هستند؛ بخش های واقعی آنها نشان دهنده مرطوب شدن یا سفتی هستند، در حالی که قطعات خیالی مربوط به فرکانس های نوسان است.
- ارزش های Eigen: فرکانس های طبیعی
- Eigenvectors: شکل های حالت
- مقادیر پیچیده: کاهش و نوسان اطلاعات