共鳴周波数は、機械システムの動作を理解する上で重要です。 それらは、システムが最大振幅で発振する傾向がある自然な周波数を示しています。 NumPy や SciPy などの Python ライブラリを使用して、これらの周波数を効率的に計算することができます。

機械システムを理解する

メカニカルシステムは、多くの場合、質量スプリング・ダッパー・システムとしてモデル化することができます。 共鳴周波数を見つけるための鍵は、通常、マトリックスまたは差動式によって表される、運動の式を分析することを含みます。

NumPy と SciPy で共鳴周波数を計算する

共鳴周波数を見つけるには、システムの式に関連するeigenvalueの問題を解決する必要があります。 NumPyは、行列操作のための機能を提供します。SciPyはEIgenvalue分析のためのツールを提供しています。

シンプルなマススプリングシステムでは、式で自然周波数(オメガ)を計算できます。

[](オメガ = sqrt{frac{k}{m}})[]

より複雑なシステムでは、システム・マトリックスを構築し、SciPyのeigenvalueソルバーを使うことができます。

fr[
scipy.linalg のインポート eig
から np
として numpy をインポートします。
] K = np.array([[K1 + k2, -k2]), [-k2, k2]])
M = np
] [FLT: [FLT] [FLT:] [FLT:] [FLT: [FLT] [FLT:] [F] [F] [F] [FLT: [F] [F] [F] [F] [F] [FLT: [F] [FLT: [F] [F] [F] [FLT: [F] [F] [F] [FLT: [F] [F] [F] [F] [F] [F] [F] [[F] [F] [F] [FLT: [F] [F] [F] [F] [F] [F]

通訳実績

計算から得られるeigenvaluesは、四角形の周波数に対応しています。平方根を取ると、放射状の子孫の共鳴が2秒で収まります。これらの値は、破壊的な共鳴や、希望する周波数にシステムの設計に役立ちます。