S'abonner

Advanced parametric space-frequency separated representations in structural dynamics: A harmonic–modal hybrid approach - 18/05/18

Doi : 10.1016/j.crme.2018.04.005 
Muhammad Haris Malik a, , Domenico Borzacchiello b , Jose Vicente Aguado b , Francisco Chinesta c
a Department of Mechanical Engineering, DHA Suffa University Off Khayaban-e-Tufail, Phase VII(Ext) DHA, Karachi-75500, Pakistan 
b ICI – Institut de calcul intensif & ESI GROUP Chair, École centrale de Nantes, 1, rue de la Noë, 44300 Nantes, France 
c PIMM Laboratory & ESI GROUP Chair, ENSAM ParisTech, 151, boulevard de l'Hôpital, 75013 Paris, France 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 13
Iconographies 7
Vidéos 0
Autres 0

Abstract

This paper is concerned with the solution to structural dynamics equations. The technique here presented is closely related to Harmonic Analysis, and therefore it is only concerned with the long-term forced response. Proper Generalized Decomposition (PGD) is used to compute space-frequency separated representations by considering the frequency as an extra coordinate. This formulation constitutes an alternative to classical methods such as Modal Analysis and it is especially advantageous when parametrized structural dynamics equations are of interest. In such case, there is no need to solve the parametrized eigenvalue problem and the space-time solution can be recovered with a Fourier inverse transform. The PGD solution is valid for any forcing term that can be written as a combination of the considered frequencies. Finally, the solution is available for any value of the parameter. When the problem involves frequency-dependent parameters the proposed technique provides a specially suitable method that becomes computationally more efficient when it is combined with a modal representation.

Le texte complet de cet article est disponible en PDF.

Keywords : Proper Generalized Decomposition, Frequency-dependent parametric models, Harmonic analysis, Modal analysis, Dynamics


Plan


© 2018  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 346 - N° 7

P. 590-602 - juillet 2018 Retour au numéro
Article précédent Article précédent
  • On the physical interpretation of fractional diffusion
  • Enrique Nadal, Emmanuelle Abisset-Chavanne, Elias Cueto, Francisco Chinesta
| Article suivant Article suivant
  • Computing singular solutions to partial differential equations by Taylor series
  • Jie Yang, Heng Hu, Michel Potier-Ferry

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.