摘要
本文首先对若干探讨克拉尼图形在不同场景下应用的研究进行了分析。具体而言，克拉尼图形用于识别薄板机械振动所对应的波节排布方式。因此，这些图形的应用价值与其振动波节的空间分布密切相关——这在诸如安装方式配置以及颗粒材料在分离系统上的堆积等应用中具有重要意义。根据频率快速识别波节排布的能力具有极高价值。本文旨在分析有限元方法仿真模型与通过实验生成的克拉尼图形图像之间的相关性，以改进振动装置参数识别方法。为此，提出了一种基于神经网络的系统，用于对这些图像进行识别与关联。为消除人眼的 subjective 主观识别，设定了利用神经网络实现自动识别的目标。本文推导了一个对应函数，将实验测得的克拉尼图形与薄板固有振动的数值有限元模型联系起来。本研究所涉及的内容在所引用文献中尚未得到充分研究，即数值建模参数与实验分析的匹配问题，以及如何用数学关系加以表达。
