TBA4275

Dynamisk respons på uregelmessige laster

Høst

Trondheim

Engelsk

Oversikt

Snitt

D

1,69

0,95

Ståprosent

77 %

9 poeng

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Vibrasjoner er en av de mest interessante og relevante tema innenfor ingeniørfag. Denne teorien brukes for å oppnå forståelse av atferd og design av mekaniske systemer og konstruksjoner, og den har mange bruksområder. I dette emnet fokuserer vi på lineære og enkle systemer (èn eller noen få frihetsgrader). Laster som vil bli vurdert, derimot, oppstår som følge av naturfenomener som bølger, vind og jordskjelv. Disse laster er uregelmessige og delvis tilfeldige, og er derfor beskrevet ved hjelp av uregelmessige tidsrekker eller lastspektra. For lineære systemer fører dette til en vakker teori: inputlaster dekomponeres i frekvenskomponenter, systemresponsen er kjennetegnet av reaksjonen på hver enkelt av disse frekvenser, og den totale responsen er simpelthen summen av responsene til alle frekvenskomponenter. Relasjonen mellom last og respons med hensyn til frekvens er kjent som overføringsfunksjon, og tilnærmingen kalles for frekvensdomenmetode. Responsspektrum brukes til å beregne sannsynlighet av størrelsen eller maksimum av responsen, antallet av sykluser, og størrelsen på toppene. Basert på disse teknikkene utforsker kurset problemstillinger som er relevante for design av kyst-, offshore- og fornybare strukturer (f.eks. vindturbiner), som f.eks. akkumulering av utmattingsskader, lastkombinasjonsproblematikken, og operasjonelle grenser for installasjon og vedlikehold.

Læringsmål

Kunnskaper

Kandidaten skal ha kunnskap om:

  • Etablering av dynamisk likevekt for mekaniske systemer.
  • Bevegelsesligninger for systemer med èn frihetsgrad.
  • Konsept av egenfrekvenser og "assumed modes".
  • Harmonisk bevegelse.
  • Dynamisk forsterkning og faserelasjoner i tvungne vibrasjoner.
  • Overføringsfunksjoner og impulsresponsfunksjoner for dynamiske systemer.
  • Konsept av en stokastisk variabele og dens fordeling.
  • Stokastiske prosesser.
  • Gaussian, Rayleigh og Poisson fordelinger.
  • Definisjon og interpretasjon av varians, korrelasjon, og spektrum.
  • Spesielle klasser av stokastiske prosesser: Gaussian, smalband, og hvit støy prosesser.
  • Konsept av oppkrysningsfrekvens.
  • Topp formuler for smalband og Gaussian prosesser.
  • Standard funksjoner i Python for matematikk, statistikk, integrasjon av differensialligninger, og visualisering av data.

Ferdigheter

Kandidaten skal kunne:

  • Etablere dynamisk likevekts-likninger for systemer med få frihetsgrader.
  • Benytte komplekse tall i formuleringene.
  • Beregne responsen til systemet fra en gitt deterministisk last.
  • Bestemme middelverdi og varians samt responsspekteret til systemet påkjent av en stokastisk irregulær last.
  • Lage syntetiske tidsserier for naturlaster.
  • Gjennomføre statistisk analyse av kombinerte stokastiske prosesser.
  • Beregne oppkrysningsfrekvenser for stokastiske svingninger.
  • Gjennomføre og interpretere numeriske analyser i Python

Generell kompetanse

Kandidaten har:

  • Grunnleggende forståelsen for teorien og praksis av både deterministikke og tilfeldige vibrasjoner.
  • Evnen til å modellere mekaniske og konstruksjonssystemer ved hjelp av differensialligninger, gjennom bruk av dynamisk likevekt og prinsippet av virtuelt arbeid.
  • Dybdeforståelsen av dynamikken knyttet til èn-frihetsgrads mekaniske systemer.
  • Evnen til å bruke Python til analysering og visualisering av mekaniske systemer.
  • Grunnleggende kunnskap om viktige prinsipper og teknikker for offshore strukturdesign
  • Et godt grunnlag for videre studier innen konstruksjonsdynamikk, stokastiske laster og respons modellering.

Læringsformer og aktiviteter

Forelesninger og øvinger. Kurset undervises på engelsk. Aktiv deltakelse og problemløsning er viktig. Oppgaver vil bli gitt hver uke og diskutert i klassen etter innleveringsfristen. Python brukes i forelesningene. En introduksjon til Python vil bli gitt for førstegangs brukere. Kunnskap om Python er ikke forventet under eksamen. Opptak av de fleste forelesninger er tilgjengelig.