CN110309617A - 传感器上温度、压力、振动三种载荷直接耦合的仿真方法 - Google Patents

传感器上温度、压力、振动三种载荷直接耦合的仿真方法 Download PDF

Info

Publication number
CN110309617A
CN110309617A CN201910617505.5A CN201910617505A CN110309617A CN 110309617 A CN110309617 A CN 110309617A CN 201910617505 A CN201910617505 A CN 201910617505A CN 110309617 A CN110309617 A CN 110309617A
Authority
CN
China
Prior art keywords
time
sensor
load
domain signal
signal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910617505.5A
Other languages
English (en)
Other versions
CN110309617B (zh
Inventor
杜江锋
杨荣森
鲁岩
荣丽梅
罗天成
何金泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910617505.5A priority Critical patent/CN110309617B/zh
Publication of CN110309617A publication Critical patent/CN110309617A/zh
Application granted granted Critical
Publication of CN110309617B publication Critical patent/CN110309617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

传感器上温度、压力、振动三种载荷直接耦合的仿真方法,首先将振动载荷的频域信号转换成时域信号并进行拓展得到长时间时域信号;采用ANSYS workbench软件对传感器进行建模并完成前处理;进行直接耦合的仿真设置,仿真的求解步长数为2,第1求解步向传感器施加压力载荷和温度载荷,第2求解步将长时间时域信号作为振动载荷施加在传感器上,进行三种载荷的直接耦合仿真得到整个仿真时间内传感器整体结构的应力分布,其中第2求解步的子步步长不大于长时间时域信号变化的最小时间长度;对仿真结果进行后处理得到传感器在三种载荷耦合下的仿真最大值。本发明提出的仿真方法解决了间接耦合仿真的方法误差、边界约束冲突和频域仿真中初始应力文件难以导出的问题。

Description

传感器上温度、压力、振动三种载荷直接耦合的仿真方法
技术领域
本发明属于恶劣环境下传感器的可靠性技术分析领域,涉及一种综合应力的仿真方法,具体涉及一种在传感器上的高温、高压、振动直接耦合的一种综合应力仿真方法。
背景技术
碳化硅高温电容式传感器具有较好的优点,主要应用于汽车系统、工业试验控制、环境监测和航空发动机的检测等复杂恶劣环境领域,这种传感器工作过程主要在恶劣的复杂环境中,对传感器的使用性能、成本及寿命有较大的影响。
传感器工作的环境可能同时存在高温、高压以及振动等多种环境,通过实际测试评估传感器的可靠性变得极为困难。在实际的测试环境中,只能进行两种环境载荷的耦合测试,比如温度与压力耦合,目前还不能进行三种应力之间的耦合测试,因此,多种载荷耦合的仿真方法变得极为重要。
ANSYS workbench软件能够用于对复杂机械系统的结构静力学、结构动力学、刚体动力学、流体动力学、结构热、电磁场以及耦合场等进行分析模拟,但该软件还需要改进和优化,自身存在很多不足之处。首先,在频域的仿真中只能采取有预应力的模态与振动的耦合方式,有预应力的模态与振动的耦合方式是在有温度和压力载荷影响下的振动仿真,只能得到有温度和压力影响下的振动仿真结果,其中,温度和压力会影响下振动结果,但是,不能得到温度、压力和振动共同作用的仿真结果;采取有预应力的模态与振动的耦合方式来获得振动的最大响应,无法得到长时间下传感器处于三种应力下的应力应变情况,且模态与振动的耦合仿真方法只能得到一个粗略的结果;其次,模态与振动耦合的仿真方式中载荷施加的边界条件和静态仿真中温度与压力的载荷施加边界条件存在冲突,传感器综合应力仿真中,温度与压力的仿真采用传感器结构的底面Z方向的固定的约束方式,这与实际的工作环境相近;对于振动的仿真,一般采用固定的约束方式,但是采用传感器底面固定的约束方式,很难模拟同时具有温度、压力、振动等环境载荷下传感器的实际边界情况;最后,采取有预应力的模态与振动的耦合方式难以导出初始应力文件,该初始应力文件主要用于静态仿真中与压力和温度进行间接耦合。目前只能采用工况叠加的方式来进行三种应力的结果叠加,工况叠加的方式带来了较大的方法误差,这种方式是多种载荷仿真结果的叠加,不能体现出各种载荷相互影响下的结果。根据以上分析可知,具有预应力模态与振动的耦合方式的边界约束、多种环境应力的间接耦合导致方法误差和频域如何导出初始应力文件成为一个亟需解决的问题。
通过频域信号转化成时域信号,把PSD功率谱转换成加速度的时域信号,采用瞬态仿真,这将解决在高温高压的环境中长时间的振动对传感器的影响、传感器不同环境下边界约束的冲突和间接耦合下频域仿真难以获得振动最大响应下的初始应力文件等问题。但是目前,高温、高压和振动的直接耦合的研究较少,大部分研究只讨论了有预应力的模态与振动耦合仿真,关于如何进行时域下长时间的温度、压力和振动的耦合几乎没有提及。时域上长时间多种环境载荷的耦合仿真将成为一种可以代替频域仿真的精确高效的方法。
发明内容
针对上述有预应力模态与振动的耦合方式存在的边界约束、多种环境应力的间接耦合导致的方法误差和频域难以导出初始应力文件的不足之处,本发明提出一种传感器上温度、压力、振动三种载荷直接耦合的仿真方法,通过将振动载荷的谱域信号转变为时域信号,再拓展时域信号得到振动载荷的长时间时域信号,可以在时域上将振动载荷与压力载荷、温度载荷直接耦合,避免频域仿真初始应力文件导出的复杂性以及三种载荷间接耦合带来的方法误差;采用瞬态仿真,只需要设置传感器底面的Z方向约束即可满足要求,克服了有预应力的模态与振动的耦合方式的边界约束和温度与压力耦合仿真的边界约束的冲突。
本发明的技术方案为:
传感器上温度、压力、振动三种载荷直接耦合的仿真方法,包括如下步骤:
步骤1、将振动载荷的频域信号转换成时域信号,并将时域信号从单周期拓展为多周期,拓展的具体方法为:
1.1、将单周期时域信号中的时间信号与振幅信号分离;
1.2、分别将单周期时域信号中的时间信号与振幅信号进行周期性拓展;
1.3、将经过周期性拓展之后的时间信号与振幅信号一一对应并聚合得到多周期的长时间时域信号;
步骤2、采用ANSYS workbench有限元分析软件对传感器进行建模并完成前处理;
步骤3、进行直接耦合的仿真设置,设置仿真的求解步长数为2,其中第1求解步的步长设置为施加压力载荷和温度载荷达到稳定需要的时间,第1求解步的子步数为1;第2求解步的步长设置为第1求解步的步长与所述长时间时域信号的时间长度之和,根据第2求解步中子步的步长设置第2求解步的子步数,第2求解步的子步步长不大于所述长时间时域信号变化的最小时间长度;
步骤4、在第1求解步将压力载荷加载到传感器的敏感膜上,同时将温度载荷加载在整个传感器上,在第2求解步将步骤1转换并拓展后的长时间时域信号作为振动载荷施加在传感器的衬底底部,进行直接耦合仿真得到整个仿真时间内传感器整体结构的应力分布。
具体的,对步骤4得到的整个仿真时间内传感器整体结构的应力分布进行后处理得到传感器在温度、压力、振动三种载荷耦合下的仿真最大值,具体步骤如下:
A2、根据步骤4得到的整个仿真时间内传感器整体结构的应力分布找到传感器薄弱点;
B2、获得传感器薄弱点在整个仿真时间内的应力变化情况;
C2、找到传感器薄弱点应力积累最大的时刻;
D2、获得传感器薄弱点应力积累最大时刻对应的传感器的整体应力、应变和形变结果,得到传感器在温度、压力、振动三种载荷耦合下的仿真最大值。
具体的,所述步骤1中将时域信号从单周期拓展为多周期的具体方法为:
A3、将单周期时域信号进行信号分离得到单周期时间数组和单周期振幅数组;
B3、利用matlab循环语句将单周期时间数组的时间长度进行拓展并存放到时间矩阵,利用matlab循环语句将单周期振幅数组的振幅周期性拓展并存放到振幅矩阵;
C3、将时间矩阵转换为多周期时间数组,将振幅矩阵转换为多周期振幅数组;
D3、将多周期时间数组和多周期振幅数组一一对应进行信号聚合,得到所述长时间时域信号。
具体的,所述步骤1将振动载荷的频域信号转换成时域信号的具体方法为:
A4、将随机振动的功率谱转换为时域信号;
B4、将时域信号恢复为随机振动的功率谱;
C4、判断恢复前的时域信号与恢复后的随机振动的功率谱是否一致,若是则将转换后的时域信号导出,否则转到A4。
具体的,所述振幅信号包括加速度信号、速度信号和位移信号。
具体的,所述步骤3中对传感器模型进行前处理的步骤包括导入传感器模型、划分网格、设置接触对和设置传感器约束条件。
具体的,所述温度载荷为传感器工作的最大温度,压力载荷为传感器满量程输出时的最大压力。
本发明的有益效果为:本发明能够实现目前传感器可靠性试验无法完成的温度、压力和振动的直接耦合分析,为多种环境载荷长时间作用的传感器结构设计和可靠性评估提供指导;通过将振动载荷的谱域信号转换为时域信号并进行时域信号的拓展,使得振动载荷能够在时域上与温度载荷和压力载荷直接耦合,不需要进行复杂的间接耦合仿真(即有预应力模态与振动的耦合),克服了频域上的振动仿真结果难以导出初始应力文件的问题,以及间接耦合和仿真结果直接叠加带来的方法误差,仿真效果更加优于工况组合的结果叠加的仿真方式;还克服了间接耦合出现的边界约束设置的冲突问题,载荷的施加更加符合传感器工作的实际情况;本发明提出的仿真方法具有更高的精确度,时域的仿真结果相对于频域求出的最大响应结果更加精确,同时克服了频域仿真不能得到长时间下传感器结构的应力积累的问题。
附图说明
为了更清楚地说明本发明实例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法的总体流程示意图。
图2为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法中将随机振动功率谱转换成时域信号及其印证的实例图。
图3为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法中将随机振动功率谱转换成时域信号的流程图。
图4为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法中将单周期时域信号转换成长时间的时域信号的实例图。
图5为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法中将单周期时域信号转换成长时间时域信号的流程图。
图6为传感器结构及温度、压力和振动载荷施加方式的模型图。
图7为本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法中温度、压力和振动三种载荷在时域上直接耦合的具体仿真设置流程图。
具体实施方式
下面结合附图和具体实施例详细描述本发明的技术方案。
如图1所示是本发明提出的传感器上温度、压力、振动三种载荷直接耦合的仿真方法的总体流程示意图,包括频域信号向时域信号的转换、时域信号的拓展、基于ANSYSworkbench建立传感器模型及前处理、三种环境载荷施加及耦合仿真条件设置、仿真求解和结果的后处理及分析等步骤,多种载荷的耦合仿真就是综合应力仿真,基于本发明提出的三种载荷直接耦合的仿真方法得到的传感器的综合应力仿真,能够实现在长时间多种环境载荷的直接耦合仿真,获得传感器在长时间下的应力、应变及其形变的变化情况,以及传感器薄弱位置的应力积累情况。下面详细说明本发明的具体步骤:
步骤1、将振动载荷的频域信号转换成时域信号,并将时域信号从单周期拓展为多周期。
本实施例中将振动载荷的频域信号转换成时域信号的方式为:采用matlab工具,将随机振动的PSD谱、冲击谱、正弦振动谱等频域信号转换成时域上的加速度,并对转化的数据进行印证。如图3所示,随机振动功率谱密度的转换时域信号流程包括:
①随机振动功率谱的频谱信号转换成时域信号。
②时域信号恢复成随机序列的振动功率谱的频域信号。
③恢复前后信号的一致性的判断,判断转换后的功率谱是否达到±3dB的要求。
④将达到要求的时域信号导出。
振动功率谱转换成时域信号是本次仿真的关键,判断转换方法的准确性尤为重要,转换后的时域信号将会作为振动载荷施加在传感器上。本次实例采用matlab软件完成随机振动功率谱向时域信号的转换处理,振动载荷可用加速度、速度和位移表示,本实施例以加速度表示振动,图2为随机振动功率谱转换成时域信号及其转换方法的印证实例,图2(a)为激励随机加速度序列波形图,图2(b)为原功率谱密度和随机序列功率谱密度比较图,可以看出,随机加速度波形图恢复的随机序列功率谱密度与原来的功率谱密度几乎达到一致,满足容差为±3dB的要求。
时域的拓展主要为了仿真传感器在振动载荷长时间作用下的应力积累情况,将振动载荷的频域信号转换后得到的时域信号从单周期拓展为多周期的方法为:采用matlab工具,本实施例要求将周期为毫秒的量级的时域信号拓展为时间长度较大的时域信号,时域信号的周期拓展的思想主要为采用循环语句控制时域信号的拓展,分别对信号的时间和信号的振幅信号(本实施例以加速度为例)进行拓展,将拓展后的时域信号导出。
图4为单周期时域信号转换成长时间的时域信号实例图,图4(a)为拓展前的单周期时域波形图,图4(b)为拓展后的多周期时域波形图,本次实例采用matlab软件完成时域信号的处理,为了能够清晰表现出长时间的时域信号,本次转换只将单周期的时域信号转换成了7个周期的时域信号。本实施例中能够通过图5所示的流程,将单周期的时域信号拓展为传感器的耦合仿真中要求的长时间的时域信号。如图5所示是时域信号的拓展流程图,本实施例以加速度表示振动载荷的振幅信号,在长时间的时域信号拓展中,利用循环语句将时间数组和加速度数组分别进行拓展,将拓展的值存放在相应的矩阵中,拓展完成后,将相应的矩阵转化成列数组,便于时间和加速度的信号聚合,拓展的具体步骤包括:
①将单周期时域信号分离为时间数组和加速度数组。
②分别进行时间长度的拓展和加速度周期变化的拓展并存放在相应的矩阵。
③将存放时间的矩阵和加速度的矩阵分别转换为列数组的时间数组和加速度数组。
④将拓展后的加速度与时间一一对应并聚合,获得长时间的时域信号。
步骤2、采用ANSYS workbench有限元分析软件对传感器进行建模并完成前处理。采用ANSYS workbench有限元分析软件对传感器结构的建模和仿真,采用瞬态结构仿真模块,即Transient Structure模块,完成仿真的前处理。
传感器的模型的前处理主要步骤如下:
①传感器模型的导入。
②网格的划分。
③接触对的设置。
④传感器约束设置。
步骤3、进行温度、压力和振动的直接耦合的仿真设置,如图7所示,温度、压力和振动的载荷施加的具体仿真设置流程包括:设置仿真的求解步长数为2,设置第1求解步的步长和子步数,其中第1求解步需要施加压力和温度载荷,第1求解步的步长即为第1求解步的结束时间,设置为施加压力载荷和温度载荷达到稳定需要的时间,子步数为1。设置第2求解步的步长和子步数,第2求解步上需要施加振动载荷,第2求解步的步长即第2求解步的结束时间设置为第1求解步的步长与所述长时间时域信号的时间长度之和,第二步的子步数通过时间来定义,根据第2求解步中子步的步长设置第2求解步的子步数,子步的步长不大于长时间时域信号变化的最小时间长度,优选为第2求解步子步的最大时间长度与拓展后的长时间时域信号变化的最小时间长度相等,完成长时间的三种环境载荷的直接耦合仿真。
步骤4、压力、温度和振动等环境载荷的施加设置。在步骤3中的第1求解步将压力载荷加载到传感器的敏感膜上,同时将温度载荷加载在整个传感器上,温度和压力载荷在第2求解步时达到稳定值;其次,在步骤3中的在第2求解步将步骤1转换并拓展后的长时间时域信号作为振动载荷施加在传感器的衬底底部,三种载荷在第2求解步时开始后直接耦合,由于载荷的施加是在整个求解过程中,因此,需要在第1求解步将时域信号的加速度值指定为0,步骤4得到整个仿真时间内传感器整体结构的应力分布。如图6所示为传感器结构及温度、压力和振动载荷施加方式的模型图,传感器的结构主要由SiC衬底、SiO2绝缘层和SiC敏感膜构成。通过ANSYS workbench的Transient Structure模块,进行温度、压力和振动种环境载荷耦合仿真,其中温度载荷施加在如图6所示的整体的传感器上,压力载荷施加在传感器的敏感膜上,振动载荷施加在传感器的衬底底部。一些实施例中为了得出极端恶劣情况下传感器的性能变化结果,温度载荷选择传感器工作的最大温度,压力载荷选择传感器满量程输出时的最大压力。
为了观察传感器在最极端环境下出现的最糟糕的情况,可以观察传感器薄弱点的应力积累情况,找到仿真过程中应力积累最大时的传感器的整体的应力、应变和形变的情况,因此一些实施例中在步骤4之后还包括步骤5,用于对步骤4得到的整个仿真时间内传感器整体结构的应力分布进行求解和后处理,得到长时间温度、压力、振动三种环境载荷共同作用下的传感器应力、应变和形变情况的仿真最大值。这个最大的仿真结果能够体现在综合应力环境中传感器出现的最坏的情况,对这个极值进行综合应力分析,主要分析这个最大的仿真结果对传感器的性能影响。
其中获得薄弱位置的应力积累的主要步骤如下:
①获得传感器整体结构或者部件的应力分布。
②通过指针的方式找到传感器的薄弱位置的最大应力处。
③建立相应的坐标点。
④获得该坐标处的应力在时间历程中变化情况。
获得传感器在时间历程中最大的仿真结果的主要步骤如下:
①找到传感器整体结构在时间历程中应力、应变和形变最大的时间点。
②导入该时间点的结果。
③获得传感器应力、应变和形变的结果和分布云图。
④得到传感器在三种载荷的耦合下仿真最大值。
本实例三种环境载荷的直接耦合仿真主要是为了得到长时间下传感器的应力、应变和形变的变化规律,获得传感器薄弱位置应力的积累情况,以便于对传感器的结构进行优化和评估传感器在多种环境载荷长时间作用下的可靠性,本发明可以在仿真设备条件满足要求的情况下得以实现。
本发明为了克服有预应力的模态与振动的耦合方式的边界约束和温度与压力耦合仿真的边界约束的冲突,采用瞬态仿真,只需要设置传感器底面的Z方向约束即可满足要求。
本发明为了克服频域下的振动仿真难以直接导出初始应力文件的问题,采用时域上温度、压力和振动直接耦合的方式,避免频域仿真初始应力文件导出的复杂性以及三种载荷间接耦合带来的方法误差。
本发明为了克服模态与振动耦合仿真方式不能得到长时间下传感器出现应力积累的结果,通过matlab工具,采用频域信号转化成时域信号的方式,并进行转化方法的印证,再把时域信号进行多周期的拓展来完成长时间的综合应力的仿真。
本发明通过matlab工具,采用单周期时域信号进行多周期的转换,转换的思想为:采用循环语句,进行时间和加速度的周期拓展,需要将拓展生成的时间和加速度的数据保存在相应的矩阵中;拓展完成后,再把矩阵的数据转换成列数组;进行时间和加速度的收集,使加速度与时间一一对应,得到长时间下的时域信号。
本次发明采用ANSYS workbench的瞬态仿真模块,采用载荷施加的时间顺序,进行三种环境载荷的直接耦合仿真。首先,先进行压力与温度的直接耦合,两种载荷加载的时间须一致,压力载荷和温度载荷的稳定时间相同,其中,压力载荷施加在传感器芯片上,温度载荷施加在整体的传感器上;其次,在温度与压力的载荷稳定后,再施加加速度载荷,加速度载荷施加在传感器外壳的底部,模拟振动环境应力;最后,完成三种载荷的ANSYSworkbench的仿真条件设置,进行仿真求解,进行仿真结果的后处理。
本发明的三种环境载荷的耦合设置主要如下,设置仿真的求解步数为2。在第1求解步,同时施加压力载荷和温度载荷,并在第2步时达到稳定;在温度与压力载荷稳定后,第2步施加振动载荷,振动载荷以加速度的方式加载到传感器底部,用时间来定义第2求解步的最大子步,优选为瞬态仿真最大子步的时间长度与振动载荷的变化最小时间长度相同,保证仿真不出现失真。
本发明三种环境载荷的耦合分析中,载荷的作用时间远远大于单周期时域信号的时间长度,通过仿真能够从总体上把握应力、应变和形变在三种环境载荷耦合且长时间作用下变化规律,并获得在长时间多种环境载荷作用下传感器的薄弱位置的应力的积累情况以及传感器在时间历程中的仿真结果的极大值,实现可靠性试验无法实现的振动、压力和温度的耦合分析,为传感器的结构设计和可靠性分析提供指导。
本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其他各种具体变形和组合,这些变形和组合仍然在本发明的保护范围之内。

Claims (7)

1.传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,包括如下步骤:
步骤1、将振动载荷的频域信号转换成时域信号,并将时域信号从单周期拓展为多周期,拓展的具体方法为:
1.1、将单周期时域信号中的时间信号与振幅信号分离;
1.2、分别将单周期时域信号中的时间信号与振幅信号进行周期性拓展;
1.3、将经过周期性拓展之后的时间信号与振幅信号一一对应并聚合得到多周期的长时间时域信号;
步骤2、采用ANSYS workbench有限元分析软件对传感器进行建模并完成前处理;
步骤3、进行直接耦合的仿真设置,设置仿真的求解步长数为2,其中第1求解步的步长设置为施加压力载荷和温度载荷达到稳定需要的时间,第1求解步的子步数为1;第2求解步的步长设置为第1求解步的步长与所述长时间时域信号的时间长度之和,根据第2求解步中子步的步长设置第2求解步的子步数,第2求解步的子步步长不大于所述长时间时域信号变化的最小时间长度;
步骤4、在第1求解步将压力载荷加载到传感器的敏感膜上,同时将温度载荷加载在整个传感器上,在第2求解步将步骤1转换并拓展后的长时间时域信号作为振动载荷施加在传感器的衬底底部,进行直接耦合仿真得到整个仿真时间内传感器整体结构的应力分布。
2.根据权利要求1所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,对步骤4得到的整个仿真时间内传感器整体结构的应力分布进行后处理得到传感器在温度、压力、振动三种载荷耦合下的仿真最大值,具体步骤如下:
A2、根据步骤4得到的整个仿真时间内传感器整体结构的应力分布找到传感器薄弱点;
B2、获得传感器薄弱点在整个仿真时间内的应力变化情况;
C2、找到传感器薄弱点应力积累最大的时刻;
D2、获得传感器薄弱点应力积累最大时刻对应的传感器的整体应力、应变和形变结果,得到传感器在温度、压力、振动三种载荷耦合下的仿真最大值。
3.根据权利要求1或2所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,所述步骤1中将时域信号从单周期拓展为多周期的具体方法为:
A3、将单周期时域信号进行信号分离得到单周期时间数组和单周期振幅数组;
B3、利用matlab循环语句将单周期时间数组的时间长度进行拓展并存放到时间矩阵,利用matlab循环语句将单周期振幅数组的振幅周期性拓展并存放到振幅矩阵;
C3、将时间矩阵转换为多周期时间数组,将振幅矩阵转换为多周期振幅数组;
D3、将多周期时间数组和多周期振幅数组一一对应进行信号聚合,得到所述长时间时域信号。
4.根据权利要求3任一项所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,所述步骤1将振动载荷的频域信号转换成时域信号的具体方法为:
A4、将随机振动的功率谱转换为时域信号;
B4、将时域信号恢复为随机振动的功率谱;
C4、判断恢复前的时域信号与恢复后的随机振动的功率谱是否一致,若是则将转换后的时域信号导出,否则转到A4。
5.根据权利要求4任一项所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,所述振幅信号包括加速度信号、速度信号和位移信号。
6.根据权利要求1或5所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,所述步骤3中对传感器模型进行前处理的步骤包括导入传感器模型、划分网格、设置接触对和设置传感器约束条件。
7.根据权利要求1或5所述的传感器上温度、压力、振动三种载荷直接耦合的仿真方法,其特征在于,所述温度载荷为传感器工作的最大温度,压力载荷为传感器满量程输出时的最大压力。
CN201910617505.5A 2019-07-10 2019-07-10 传感器上温度、压力、振动三种载荷直接耦合的仿真方法 Active CN110309617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910617505.5A CN110309617B (zh) 2019-07-10 2019-07-10 传感器上温度、压力、振动三种载荷直接耦合的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910617505.5A CN110309617B (zh) 2019-07-10 2019-07-10 传感器上温度、压力、振动三种载荷直接耦合的仿真方法

Publications (2)

Publication Number Publication Date
CN110309617A true CN110309617A (zh) 2019-10-08
CN110309617B CN110309617B (zh) 2022-05-13

Family

ID=68079785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910617505.5A Active CN110309617B (zh) 2019-07-10 2019-07-10 传感器上温度、压力、振动三种载荷直接耦合的仿真方法

Country Status (1)

Country Link
CN (1) CN110309617B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859762A (zh) * 2020-07-24 2020-10-30 电子科技大学 一种传感器长时间高温蠕变加速仿真方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120154979A1 (en) * 2010-12-21 2012-06-21 Riccardo Signorelli Electrochemical double-layer capacitor for high temperature applications
CN105416609A (zh) * 2015-12-08 2016-03-23 中国飞机强度研究所 一种多场耦合试验系统及试验方法
CN107563071A (zh) * 2017-09-07 2018-01-09 电子科技大学 一种综合环境应力的仿真方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120154979A1 (en) * 2010-12-21 2012-06-21 Riccardo Signorelli Electrochemical double-layer capacitor for high temperature applications
CN105416609A (zh) * 2015-12-08 2016-03-23 中国飞机强度研究所 一种多场耦合试验系统及试验方法
CN107563071A (zh) * 2017-09-07 2018-01-09 电子科技大学 一种综合环境应力的仿真方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHENYANG DING 等: "Distributed Optical Fiber Sensors Based on Optical Frequency Domain Reflectometry: A review", 《SENSORS》 *
胡新宇 等: "基于极大倾角光纤光栅的龙门架低频振动传感系统的性能研究", 《半导体光电》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111859762A (zh) * 2020-07-24 2020-10-30 电子科技大学 一种传感器长时间高温蠕变加速仿真方法
CN111859762B (zh) * 2020-07-24 2023-04-07 电子科技大学 一种传感器长时间高温蠕变加速仿真方法

Also Published As

Publication number Publication date
CN110309617B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
JP3644292B2 (ja) 構造物の加振試験装置及び加振試験方法
CN109359427B (zh) 一种用于空间结构的多作动器实时混合模拟试验方法
Gabbay et al. Computer-aided generation of nonlinear reduced-order dynamic macromodels. I. Non-stress-stiffened case
Han et al. Efficient optimization of transient dynamic problems in MEMS devices using model order reduction
Vos et al. Recent advances in aerodynamics inside the NSMB (Navier Stokes Multi Block) consortium
Liu et al. An inverse procedure for identification of loads on composite laminates
US20070136042A1 (en) Quadrilateral grid extension of central difference scheme for ink-jet simulations
Liu et al. An efficient backward Euler time-integration method for nonlinear dynamic analysis of structures
CN113358899B (zh) 加速度计及加速度计的温度自补偿方法
Winter et al. CFD-based aeroelastic reduced-order modeling robust to structural parameter variations
Tang et al. Experimental characterization of a nonlinear vibration absorber using free vibration
Rouss et al. Multi-input and multi-output neural model of the mechanical nonlinear behaviour of a PEM fuel cell system
CN110309617A (zh) 传感器上温度、压力、振动三种载荷直接耦合的仿真方法
Fiszer et al. A time-dependent parametric model order reduction technique for modelling indirect bearing force measurements
CN203365154U (zh) 基于加速度反馈信息驱动的橡胶减振器测控系统
Feeny et al. A nonsymmetric state-variable decomposition for modal analysis
Vernay et al. SystemC-AMS simulation of a biaxial accelerometer based on MEMS model order reduction
Jiang et al. Detection capacitance analysis method for tuning fork micromachined gyroscope based on elastic body model
CN114818550B (zh) 一种飞机振动试验中时变气动载荷地面等效模拟方法
Wang et al. Damage identification for beam structures using the laplace transform-based spectral element method and strain statistical moment
Benchouaf et al. Nonlinear vibrations of buckled plates by an asymptotic numerical method
Ali Modeling and simulation of MEMS components: Challenges and possible solutions
Tan et al. Streamlining the design of MEMS devices: An acceleration sensor
CN115146402A (zh) 高温合金的氧化过程模拟方法及装置
Winter et al. Application of Unsteady Aerodynamic Reduced-Order Modeling Techniques to a Complex Configuration

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant