机械工程测试技术实验报告.docx
《机械工程测试技术实验报告.docx》由会员分享,可在线阅读,更多相关《机械工程测试技术实验报告.docx(25页珍藏版)》请在冰点文库上搜索。
机械工程测试技术实验报告
R1、R2、R3和WD为电
实验1箔式应变片性能—单臂、半桥、全桥
1实验目的
1.观察了解箔式应变片的结构及粘贴方式。
2.测试应变梁变形的应变输出。
3.比较各桥路间的输出关系。
2实验原理
本实验说明箔式应变片及单臀直流电桥的原理和工作情况。
应变片是最常用的测力传感元件。
当用应变片测试时,应变片要牢固地粘贴在测试体表面,当测件受力发生形变,应变片的敏感栅随同变形,其电阻值也随之发生相应的变化。
通过测量电路,转换成电信号输出显示。
电桥电路是最常用的非电量电测电路中的一种,当电桥平衡时,桥路对臂电阻乘积相等,电桥输出为零,在桥臀四个电阻R1、R2、R3、R4中,电阻的相对变化率分别为R1/R1,R2/R2,R3/R3,R4/R4。
当使用一个应变片时,
∑R=R/R;当二个应变片组成差动状态工作,则有∑R=2R/R;用四个应变片组成二个差动对工作,且R1=R2=R3=R4=R,∑R=4R/R。
由此可知,单臂,半桥,全桥电路的灵敏度依次增大。
3实验所需部件
直流稳压电源(士4V档,、电桥、差动放大器、箔式应变片、测微头、电压表。
4实验步骤:
1.调零。
开启仪器电源,差动放大器增益置100倍(顺时针方向旋到底),"十、一"输入端用实验线对地短路。
输出端接数字电压表,用"调零"电位器调整差动放大器输出电压为零,然后拔掉实验线。
调零后电位器位置不要变化。
如需使用毫伏表,则将毫伏表输入端对地短路,调整"调零"电位器,使指针
居"零"位。
拔掉短路线,指针有偏转是有源指针式电压表输入端悬空时的正常情况。
调零后关闭仪器电源。
2.按图(4)将实验部件用实验线连接成测试桥路。
桥路中
桥中的固定电阻和直流调平衡电位器,R为应变片(可任选上、下梁中的一片工作
片)。
直流激励电源为士4v。
测微头装于悬臂梁前端的永久磁钢上,并调节使应变梁处于基本水平状态。
图(4)
3.确认接线无误后开启仪器电源,并预热数分钟。
调整电桥WD电位器,使测试系统输出为零。
4,旋动测微头,带动悬臂梁分别作向上和向下的运动,以水平状态下输出
电压为零,向上和向下移动各5mm,测微头每移动0.5mm记录一个差动放大器输出
电压值,并列表。
位移
mm
电压
V
根据表中所测数据计算灵敏度S,S=X/V,并在坐标图上做出V——X关系曲线。
5思考题
1.再半桥单臂步骤(3)为什么要调整WD电位器使系统输出为零?
2.该实验使用的一种什么样的电桥?
3.根据三种桥路的结果做出定性的结论。
4.应变片接入电桥时为什么要接成差动形式?
如果不接成差动形式会产生什么后果?
实验2Matlab信号分析入门
1实验目的
1.学习使用Matlab,学会用Matlab提供的函数对信号进行频谱分析;
2.加深了解信号分析手段之一的傅立叶变换的基本思想和物理意义;
3.掌握采样定理;
4.理解加窗对频谱分析的影响;
5.理解量化误差对频谱分析的影响;
2实验原理和实验设备
MATLAB起源于矩阵运算,是Mathworks公司于1982年推出的一套高性能的数值计算和可视化软件。
它集数值分析、矩阵运算、信号处理和图形显示于一体,构成了一个方便、界面
友好的用户环境。
MATLAB的推出得到了各个领域专家学者的广泛关注,其强大的扩展功能为
各个领域的应用奠定了基础。
目前MATLAB不仅大量应用在科学与工程领域,而且在课堂教学上也得到了广泛应用。
近年来MATLAB在课堂教学上的研究方兴未艾,在线性代数、自动控制
原理等课程教学上已有大量成功应用的报道,但在机械工程测试技术教学中的应用还刚刚起
步,研究探讨MATLAB与机械工程测试技术在课堂教学上的切入途径,有利于《机械工程测试
技术》课堂教学的革新,有利于提高教学质量,有利于学生综合素质的提高。
原理:
《机械工程测试技术与信号分析》第2章,特别是2.4离散傅立叶变换的内容。
设备:
PC机;软件:
Matlab
3实验内容
用Mablab设计一程序,能形象地验证离散傅里叶变换中的4个重要问题:
(1)采样定理
a)fs2fmax,其频谱不失真,fs2fmax其频谱失真;
b)fs2fmax(工程中常用fs(3~4)fmax),可从频域中不失真恢复原时域信号;
(2)加窗、截断
a)信号截断后,其频谱会产生泄漏,出现“假频”;b)信号截断后,降低了频率分辨率;c)采用适当的窗函数后,可以减少泄漏和提高频率分辨率。
(3)量化误差
a)对信号x(t)sin(2ft)进行采样,fs1000Hz,采集N=64点。
用3、
8位量化器量化信号每点的幅值,画出原始波形和量化后的信号波形,得出结论。
(4)栅栏效应
如何才能提高频率分辨率?
采样点数N、采样频率fs起何作用?
用例子说明。
4实验报告
1.用A4,按标准的格式写出实验报告;
2.实验内容的设计原理、Matlab程序和实验结果图形。
3.实验感想和提出改进意见。
实验原理
按傅里叶分析的原理,任何周期信号都可以用一组三角函数sin(2nf0t)、
con(2nf0t)的组合表示
x(t)a0
(ancos2nf0tbnsin2nf0t)
(n=1,2,
n1
3,)
也就是说,我们可以用一组正弦波和余弦波来合成任意形状的周期信号。
对于典型的方波,其时域表达式为:
根据傅立叶变换,其三角函数展开式为:
x(t)
4A[sin(2f0t)
1sin(6f
0t)
1sin(10f
0t)
]
3
5
4A
1
sin(2nf0t)
n1
n
由此可见,周期方波是由一系列频率成分成谐波关系,成的。
幅值成一定比例的正弦波叠加合
那么,我们在实验过程中就可以通过设计一组奇次谐波来完成波形的合成和分解过程,达到对课程教学相关内容加深了解的目的。
一.FFT
Example1:
Matlab程序
t=0:
.001:
.255;
%从0开始,间隔0.001
到0.255
x=sin(2*pi*25*t);
%产生信号x
subplot(211),plot(x(1:
180));title('Originaltimedomainsignal');
%绘出时域图形,plot(x(1:
180))
为画出x数组中第
1到第180
个数据
%(211)2排,1列,第1张图
X=fft(x,256)/128;
%求x的傅立叶变换
Mx=abs(X);
%求X的幅值
f=1000/256*(0:
127);%
频率间隔f=1000/256
subplot(212),plot(f(1:
128),Mx(1:
128));title('Magnitudespectrum');xlabel('Frequency(Hz)');
实验结果图形
Example2:
Matlab程序
t=0:
.001:
.255;
win=hanning(256);
x=sin(2*pi*25*t).*win';%加Hanning窗
subplot(211),plot(x(1:
256)),title('Windowedtimedomainsignal');
X=fft(x,256)/128;
Mx=abs(X);
f=1000/256*(0:
127);
subplot(212),plot(f(1:
128),Mx(1:
128)),title('Magnitudespectrum');xlabel('Frequency(Hz)');
实验结果图形
Example3:
Matlab
程序
Fs=1000;
t=(0:
1/Fs:
0.511);%from0step0.001to0.511,512points.
x=2*sin(2*pi*60*t)+2.5*sin(2*pi*120*t);
y=x+3*randn(size(t));
X=fft(x,256)/128;
Y=fft(y,256)/128;
Mx=abs(X);
My=abs(Y);
f=1000/256*(0:
127);
subplot(221),plot(x(1:
128)),title('Originaltimedomainsignal'
);
%(221
)2排,2列,第1张图
subplot(222),plot(f(1:
128),
Mx(1:
128)),
title(
'Magnitude
spectrum');
xlabel('Frequency(Hz)'subplot(223),plot(y(1:
127),
);
'g'
),
title(
'Noise
%(222
time
)2排,2列,第2张图domainsignal');
%(223
)2排,2列,第3张图
subplot(224),plot(f(1:
127),My(1:
127),
'g'
),
title(
'Magnitude
spectrum');
xlabel('Frequency(Hz)');%(224)2排,2列,第4张图
实验结果图形
Example4:
Matlab程序
t=0:
0.001:
0.512;
y=sin(2*pi*50*t)+sin(3*2*pi*50*t)/3+sin(5*2*pi*50*t)/5+sin(7*2*pi*50*
t)/7;
Y=fft(y);
Pyy=abs(Y)/195;
f=1000*(0:
255)/512;
subplot(211),plot(t(1:
60),y(1:
60)),title('Time-domainsignal')
subplot(212),plot(f,Pyy(1:
256)),title('Spectrum')
实验结果图形
二、量化误差仿真
Example:
Matlab程序
t=0:
.001:
.064;
x1=sin(2*pi*25*t);
x=uencode(x1,3,1,'signed');
%绘出时域图形,
subplot(211),plot(x1(1:
64));
subplot(212),stem(x(1:
64));
x=uencode(x1,8,1,'signed');
实验结果图形
三、相关函数
Matlab程序
N=1000;n=0:
N-1;Fs=500;t=n/Fs;
x1=sin(2*pi*10*t)+0.6*randn(1,length(t));
[c,lags]=xcorr(x1,'unbiased');
subplot(2,2,1),plot(t,x1),xlabel('t'),ylabel('x1(t)'),grid;
subplot(2,2,2),plot(lags/Fs,c),ylabel('Rxx1(t)'),title('x1自相关函数
'),grid;
x2=randn(1,length(t));
[c,lags]=xcorr(x2,'unbiased');
subplot(2,2,3),plot(t,x2),xlabel('t'),ylabel('x2(t)'),grid
subplot(2,2,4),plot(lags/Fs,c),ylabel('Rxx2(t)'),title('x2互相关函数
'),grid;
实验结果图形
四、功率谱估计
Matlab程序
Fs=1000;t=0:
1/Fs:
1.23;
x=sin(2*pi*50*t)+2*sin(2*pi*120*t)+randn(size(t));
pwelch(x,256,6,[],Fs)
实验结果图形