◎王亞峰 馮文爽 (河北大學(xué),河北 保定 071000)
振動理論可應(yīng)用于實(shí)際工程的諸多領(lǐng)域,此部分主要對多自由度振動系統(tǒng)的簡單求解過程展開討論,過程中涉及矩陣的特征值與特征向量問題,并簡單闡述其實(shí)際意義.
無阻尼多自由度系統(tǒng)的自由振動方程如下(n 為自由度):
矩陣形式為
其中,
它們分別為系統(tǒng)的質(zhì)量矩陣、剛度矩陣、位移矢量和加速度矢量.
設(shè)n 自由度系統(tǒng)運(yùn)動微分方程①的特解為
將③代入②,化簡可得
此式定義了一個(gè)n 維廣義特征值問題,將其改寫為標(biāo)準(zhǔn)特征值問題,即
于是可得系統(tǒng)的特征方程:
則可求出特征值λ 或ω,ω 稱為固有頻率或自然頻率(單位:rad/s),A 為特征向量或模態(tài)向量,也稱為主振型.
求解特征方程,可求出n 個(gè)特征值,將它們按大小順序排列為λ1≥λ2≥λ3≥…≥λr≥…≥λn-1≥λn,
相應(yīng)的固有頻率為
0≤ω1≤ω2≤ω3≤…≤ωr≤…≤ωn-1≤ωn,
其中,ωr稱為系統(tǒng)的第r 階固有頻率,最大特征值λ1對應(yīng)的最小頻率ω1稱為第一階固有頻率或基頻,這是在工程系統(tǒng)應(yīng)用中最重要的固有頻率.
將ωr代入④或⑤即可得到第r 階模態(tài)向量A(r),即第r階主振型.
【例1】如圖1 所示的質(zhì)量—彈簧系統(tǒng),若m1=m2=m3=m,k1=k2=k3=k,求其各階固有頻率和主振型.
解受力分析如圖2 所示.
圖1
圖2
分別建立m1,m2,m3的動力學(xué)方程:
質(zhì)量矩陣和剛度矩陣分別為
動力矩陣為
故特征值問題為
解特征方程可得特征值
注:由于特征向量只取決于各個(gè)向量間的比例,與絕對尺寸無關(guān),故以上結(jié)果人為地選定
在實(shí)際應(yīng)用中,解決某一問題通常涉及很多變量,增加了計(jì)算的復(fù)雜程度,而且有可能因?yàn)閭€(gè)別變量的極端情況而使整體的一般性規(guī)律發(fā)生偏移.因此,我們希望能夠從數(shù)據(jù)中提取最主要的信息,使用舊變量的線性組合構(gòu)造新變量,使高維數(shù)據(jù)投影為低維數(shù)據(jù).主成分分析就是一種常用的降維手段,如下面的兩個(gè)實(shí)例(圖3,圖4).
圖3 二維降至一維
圖4 三維降至二維
下面借助圖3 來說明主成分分析的原理.主成分分析指選取一組數(shù)的共性的主要部分,忽略次要的不重要部分.圖中數(shù)據(jù)大致沿斜線分布,若將數(shù)據(jù)投影到斜線上,數(shù)據(jù)分散度最大,即方差最大,最能體現(xiàn)數(shù)據(jù)間的主要差異.若用(x11,x21)表示原始數(shù)據(jù),則新變量z =ax11+bx21+c(a,b,c∈R).這就是降維后的結(jié)果,我們要做的就是找到這樣一種投影變換,使新變量的方差最大,將z 稱為第一主成分.對于更高維的數(shù)據(jù),我們可能需要多個(gè)主成分,并且主成分之間兩兩正交.
下面求解這一過程:待研究數(shù)據(jù)表示為矩陣X∈Rn×d,目標(biāo)是將d 維數(shù)據(jù)提取其主成分轉(zhuǎn)為d′維.
其中,n 為樣本數(shù),d 為維度,每行為一個(gè)樣本,每列為一個(gè)維度(即一個(gè)變量),為第i 個(gè)樣本.
數(shù)據(jù)的協(xié)方差矩陣如下:
這里假定樣本矩陣已經(jīng)中心化(即每一維度上的均值為0),未中心化時(shí)該式不成立.注意:協(xié)方差矩陣∑半正定且對稱,故∑=∑T,且∑的特征值都是非負(fù)數(shù).
在主成分分析中我們希望數(shù)據(jù)投影的方差最大,使用線性變換g1,將X 投影到一維空間后,新的數(shù)據(jù)表示為Xg1,對應(yīng)方差為
求解g1可得X 投影到Xg1,得X 的第一主成分.
求解第i 主成分時(shí),即求解問題
設(shè)協(xié)方差矩陣的特征值為λ1≥λ2≥λ3≥…≥λd>0,這里的g1是∑最大特征值對應(yīng)的特征向量,g2是∑第二大特征值對應(yīng)的特征向量,gi是∑第i 大特征值對應(yīng)的特征向量.這里不做證明.
可見,求解主成分就轉(zhuǎn)化為求解∑的特征向量問題,即投影矩陣G=(g1,g2,…,gd′),這里要注意的是特征值λi在主成分分析中的實(shí)際意義,即某一主成分占總體數(shù)據(jù)的“比重”. 第i 個(gè)主成分的“比重” 為前i 個(gè)主成分的“比重” 為
【例2】對于給定的樣本,進(jìn)行主成分分析,降至一維.
解顯然待研究數(shù)據(jù)是4 組二維樣本,n =4,d =2,目標(biāo)維數(shù)d′=1.
①對樣本X 進(jìn)行中心化,得
②計(jì)算協(xié)方差矩陣:
③計(jì)算協(xié)方差矩陣的特征值和特征向量:
λ1=4.5467,對應(yīng)的特征向量為
λ2=0.0367,對應(yīng)的特征向量為
④根據(jù)要求取前d′個(gè)最大的特征值對應(yīng)的特征向量,
這里d′=1,并且λ1>λ2,故我們?nèi)=g1.
⑤將樣本通過投影矩陣G 進(jìn)行降維,可得結(jié)果