Deftige meetopstelling voor luisprekerparameters

[timpert]

Tuurlijk, Mario heeft het niet voor niks zo mooi in orde gemaakt

[Pjotr]

Ja, maar wat ik nou niet snap is waarom massa's en veren zich als spoelen en condensatoren moeten gaan vermommen? Da's toch weer omdat Thiele en Small vonkentrekkers waren Kan toch gewoon zijn wat het is. Hier voor een gesloten kast:

Op deze manier is het vrij simpel om gevonden niet-lineariteiten in je model te verwerken.

[timpert]

Tijd voor een autoquote:

Deze aanpak heeft een belangrijk voordeel: je kan op deze manier de frequentierespons doorrekenen met elektrische filtertheorie, en voorspellen met (de toen nog in de kinderschoenen staande) circuitsimulators op de computer in gevallen waarbij een exacte analytische oplossing niet te vinden is.

De simulatoren waar T&S mee werkten waren heel primitief, SPICE 1 kwam pas twee jaar uit na het paper van deze heren. In 1971 kon een compu nog niet zo gek veel, dus componenten schrappen en samenrapen was wat je moest doen om (dure!) CPU tijd uit te sparen.

Verder komt zo'n analogie wel handig uit als je via een "equivalent circuit fit" de waarden uit een impedantiemeting kan halen, en vervolgens naar het mechanische domein kan terugrekenen als je (zoals ik doe) BL met een laser hebt gemeten. Maar strikt genomen heb je dat ook niet nodig, want je weet de kracht (je weet immers Bl en de stroom uit metingen) dus je kan de elektrische en mechanische kleinsignaal parameters los van elkaar bepalen. Beide aanpakken leveren vrijwel het zelfde resultaat.

En het uiteindelijke stel vergelijkingen waar ik mee werk

[LaTeX]\begin{cases}
BL(x)\cdot i(t)+\frac{1}{2}\frac{dL_e(x)}{dx}\cdot i(t)^2=K_m(x) x+R_m\frac{dx}{dt}+M_m\frac{d^2 x}{dt^2} \\
u(t)=R_e\cdot i(t) + L_e(x)\cdot\frac{di(t)}{dt} + i(t)\cdot\frac{dL_e(x)}{dx}\cdot\frac{dx}{dt} + BL(x)\cdot \frac{dx}{dt}
\end{cases}[/LaTeX]

heeft geen enkel mechanisch component naar het elektrische domein overgebracht, het plaatst alle fenomenen in het juiste domein. Jouw plaatje stelt in principe het zelfde voor, maar dan nog zonder reluctantie, want dat is echt een nieuw fenomeen dat alleen maar optreedt wanneer [LaTeX]L_e[/LaTeX] variabel is.

[Pjotr]

Jouw manier verlangt wel dat je kunt modelleren met gesloten oplossingen. Dat lukt niet altijd en dan is een iteratieve manier als met Spice m.i. handiger. Die reluctantie en verdere niet-lineariteiten is natuurlijk een kwestie van modelleren. Wat ik gaf was maar een voorbeeld. Maar ieder zo zijn manier... Ben benieuwd verder.

[timpert]

Hoezo zijn gesloten oplossingen vereist? Je kan in Python net zo goed numeriek en iteratief oplossen als in Spice met pakketten als NumPy, SciPy of als je helemaal gek wil doen, Tensorflow. Het enige verschil is hoe je de vergelijking presenteert. Het schema van je vorige post is volledig equivalent voor te stellen met een partiële differentiaalvergelijking. Los 'm op zo je wil. Ik geef de voorkeur aan een vergelijking voor een fysisch systeem. Schema's zijn nuttig voor elektrische schakelingen en installaties, maar bij een fysisch ding als een luidspreker raak ik met zo'n schema de mentale connectie met de realiteit snel kwijt.

Maar hier zijn we geen model aan het oplossen, want de "oplossing" is al gegeven, en die zit in de gemeten reacties [LaTeX]i(t)[/LaTeX] en [LaTeX]x(t)[/LaTeX] op de gemeten stimulus [LaTeX]u(t)[/LaTeX]. Vervolgens pas je de parameters van het model zodanig aan tot de discrepantie tussen model en gemeten werkelijkheid minimaal is. Dus als het model zegt [LaTeX]A=B[/LaTeX], dan maak je daarvan [LaTeX]A-B=r[/LaTeX] en ga je vervolgens de modelparameters zo aanpassen dat [LaTeX]r^2[/LaTeX] een minimum bereikt. En dat kan ik bijvoorbeeld door SciPy mooi laten doen.

[Pjotr]

Yup, daarom snap ik ook niet dat je mechanische zaken naar elektrische converteert en later weer terug.

[timpert]

Omdat dat met kleinsignaal parameters een logische aanpak is: je voert een "equivalent circuit fit" uit aan de gemeten impedantie, en met de extra info die je hebt (meestal de [LaTeX]M_m[/LaTeX] uit de [LaTeX]\Delta M[/LaTeX] methode bepaald) kan je vervolgens terugrekenen naar het fysieke domein.

Als je de luxe hebt om de BL waarde met een displacement sensor te bepalen, kan je inderdaad de mechanische parameters in het mechanische domein laten. Maar dan komt er weer iets anders om de hoek kijken: als ik alles elektrisch doe en daarna terug reken, kan ik gebruik maken van een voorgebakken Python module voor de hele circuit fit. En omdat het toch niet uitmaakt voor de resultaten bij klein signaal houd ik daarvoor maar vast aan de "klassieke" T&S benadering. Puur gemakzucht zou je kunnen zeggen. Ik overweeg nog om die splitsing wel te maken, maar voor nu werkt het en heb ik meer behoefte om het grootsignaal deel op orde te krijgen.

[OWC]

De simulatoren waar T&S mee werkten waren heel primitief, SPICE 1 kwam pas twee jaar uit na het paper van deze heren. In 1971 kon een compu nog niet zo gek veel, dus componenten schrappen en samenrapen was wat je moest doen om (dure!) CPU tijd uit te sparen.

Dat vind ik wel wat simpel gesteld.

De heren Small en Thiele waren beiden zich er zeer van bewust dat de total omschrijving en meetmethode beperkingen hadden.
Dat kun je overal in hun papers lezen.

Dat vervolgens de halve wereld daarmee aan de haal is gegaan, is een ander verhaal.
Elk van deze lump modellen, elektrisch, mechanisch of thermisch gaan allemaal uit van een ideale wereld.
Dat is niet anders dan ook alle bekende formules.

Vervolgens kun je daar dan helemaal op los om niet-lineaire toestanden te voorspellen en krijg je dus een hele rits aan correctie-factoren eraan vast.

Het woord "exact" is hier dan ook extreem afhankelijk van context.

Het verschil is echter dat veel elektro meneren inmiddels zwaar verwend zijn.
Voornamelijk doordat je in een elektrische systeem zo goed als alle vrijheid hebt om het systeem te meten, verifiëren en (vervolgens) te corrigeren.

In mechanische systemen wordt dit al een stuk moeilijker doordat materialen zich op een bijzondere manier gedragen.
De modellen van deze materialen zijn in veel gevallen dan ook maar een benadering.
Vervolgens wordt per definitie hierdoor het onderlinge gedrag NOG complexer.
Tel daar dan nog een dosis niet-lineaire thermodynamica bij op en veel modellen vallen dan allemaal heel hard op hun gat.
OF zijn zo complex dat je kunt afvragen of kosten-baten nog een beetje zin hebben.

Iets namelijk dagenlang voorspellen is leuk, qua kosten is het vaak sneller en dus goedkoper om gewoon even een prototype in elkaar te flansen.
Dat kost je misschien 200-500 euro per driver = gelijk aan ongeveer 2-5 uur arbeid.

De opmerking over vonken-trekkers slaat nergens op.
Dit is gewoon allemaal netjes uitgevoerd zodat het compatible is het sluit zo allemaal netjes aan met alle Maxwell analogieën.
Alleen vanuit die fundamentele blokken kun je vervolgens regeltechnische schema's gaan maken, en absoluut niet anders!!!!
Dat hele concept heeft nul,nul te maken met vonken trekkers en is gewoon pure harde natuurkunde en een van de meest elegante en vooral wonderen die de fysica heeft!
Dat je vervolgens een niet-lineaire uitbreiding maakt die dusdanig complex is dat het een andere aanpak en representatie vergt is wat anders.
Echter gedragen een massa en stijfheid nogsteeds als de elektrische equivalenten.

Het lineaire model gaat ervan uit dat alle luidsprekerparameters onveranderlijk zijn.

Dat lijkt mij nogal vanzelfsprekend, anders waren het ook geen LINEAIRE modellen!!

Wat je dus kunt doen, is deze modellen uitbreiden zodat ze ook enigszins bruikbaar zijn wanneer ze niet linear zullen zijn.
Overigens nogsteeds maar tot op zekere hoogte.
Dit kun je heel precies gaan doen, maar als je kijkt naar hoeveel andere dingen OOK veranderen, wordt dat al snel een hele klus.

Een klus waarvan:
1 - een groot deel van de mensen sowieso weinig kaas heeft gegeten
2 - we helaas de benodigde objectieve en transparante data niet van fabrikanten krijgen (die in de meeste gevallen wel beschikbaar is!)

Dan kom ik weer terug op het praktisch, wat win je er precies mee?

Je zou het ook bijvoorbeeld ook quasi-lineair kunnen maken.
Waarvan je bijvoorbeeld enkel de small signal situatie modelleert, en soort van midden situatie en een soort maximale situatie.
Dit kunnen we nu ook al met elk speaker simulatie programma, zolang je de parameters als dusdanig goed invult.
Het zou mooier zijn als een simulatie programma zou ondersteunen om direct de BL(x), Le(x), Re(P) etc data en curves in te kunnen laden, zodat dat allemaal netjes automagisch kan.

Dan nog blijft het nogal een kip-ei verhaal:

- Zelfs Klippel data is niet objectief. Vooral gemeten onder ideale condities.
Monteer een speaker in een kast, in de bakkende zon en regen en alles zal weer gaan veranderen.
Dat is wat extreem, maar zelfs in home-hifi situaties zijn er tal van scenarios te bedenken die behoorlijk van invloed zullen zijn.
Dit kun je al heel mooi zien in de Klippel data door bv naar de tijds en temperatuur grafieken te kijken.
Zo ben ik bv speakers tegengekomen die prima lijken te presteren, totdat je ze eens langdurig belast.
Maar ook andersom is best mogelijk!!

- Veel hangt af van hoe je drivers gaat gebruiken.
Uren naar intermodulatie problemen kijken en die proberen op te lossen is leuk.
Een speaker gewoon simpelweg geen excursion laten doen (dus niet ook voor het laag inzetten), kan ook een oplossing zijn.
We houden dan enkel nog H2-H3 vervorming over + een klein beetje LE(i)

- Muziek is geen zuivere sinus, maar heel dynamisch.

Waarom ik al deze praktische voorbeelden zo noem, is dat je kunt afvragen hoeveel je nu precies denkt te winnen om alles heel "nauwkeurig" te voorspellen?

Het is nogsteeds garbage in = garbage out.
Dus modellen kunnen wel super nauwkeurig zijn, maar de nauwkeurigheid van het resultaat is afhankelijk van de zwakste schakel.

Dat gezegd hebbende, helpt Klippel data wel heel veel doordat het ongelooflijk veel laat zien hoe drivers zich relatief van elkaar gedragen.
Of wanneer fabrikanten er een potje van maken en bv een xmax opgeven bij 70% BL (zelfs bij een kleine speaker)

[timpert]

Biertje?

[Pjotr]

Dat heeft ie zo te lezen al op

[OWC]

Was een serieus verhaal en geen bier vandaag.

Ben blij dat positieve constructive bijdrages gewaardeerd worden.

[JanRSmit]

Kan je uitgebreide post goed begrijpen. Doet me denken aan wat de mensheid door de eeuwen heen deden en doen om op zee te navigeren. Dat heet gegist bestek. Dat werd wel naukeurig uitgevoerd met alle correctie tabellen erbij, maaar er was altijd een afwijking. Op de zeekaarten aangegeven met een punt met daaromheen een cirkeltje. In het Engels heet dat "dead reckoning", oftewel een "exact uitgevoerde veronderstelling". Kort samengevat dus het gevaar van een getal te geloven zonder de bijbehorende veronderstelling te weten.

[timpert]

Was een serieus verhaal en geen bier vandaag.

Ben blij dat positieve constructive bijdrages gewaardeerd worden.

Ik heb je post gelezen, en hoewel ik begrijp wat je schrijft had ik gisteravond wat moeite om er de boodschap uit te destilleren. Ik denk dat de meesten van ons zich wel beseffen dat een complexe en veranderlijke werkelijkheid zich niet volledig laat vatten in een paar statische vergelijkingen.

Ik zie het zo: er is een bepaalde werkelijkheid "out there" waar we maar beperkt zicht op hebben. Vooral binnen de hobbycontext is het kijkgaatje waardoor we die werkelijkheid kunnen aanschouwen nog verdomd klein. Velen zijn me voorgegaan om in academische en professionele kringen dat gaatje een stuk groter te maken, ik probeer nu ook zoiets binnen hobbycontext voor elkaar te krijgen. Dat resulteert (hopelijk) in twee, in mijn ogen zeer positieve, zaken: 1) we kunnen betere resultaten boeken met de materialen die ons ter beschikking staan en 2) we leren er wat van. Voor mij persoonlijk is 2 misschien nog wel de belangrijkste. Perfectie nastreven is zinloos, perfectie is maar al te vaak de vijand van het goede.

[Pjotr]

De weg er naar toe is doorgaans leuker dan dan het doel

Al was het leven op een koopvaardijschip van de VOC geen pretje

[timpert]

Precies, maar er is een manier om daar mee om te gaan en het leuk te houden: telkens als je er bijna bent het doel weer een stukje verder schuiven. Goh, waarom maak ik toch nooit eens iets af?

Maar goed, het doel voor nu is de "big three": [LaTeX]BL(x)[/LaTeX], [LaTeX]K_m(x)[/LaTeX] en [LaTeX]L_e(x)[/LaTeX] en als ik die heb kan ik nog eindeloos blijven toevoegen, verbeteren en verfijnen. Zo blijf ik wel even uit de criminaliteit

Ook op vakantie met de auto was niet altijd genieten...

[timpert]

Gisteren nog wat aangeklooid met de tweetoons meting. Ik heb er nu ook de reluctantie in zitten, maar dat maakt vrij weinig uit voor de grootsignaal metingen, maar de invloed is wel duidelijk te zien in het spectrum van de versnelling. De reluctantie is een extra kracht die afhankelijk is van het kwadraat van de stroom en de veranderlijkheid van [LaTeX]L_e(x)[/LaTeX] volgens

[LaTeX]
F = \frac{1}{2}\frac{dL}{dx}\cdot I^2
[/LaTeX]

Het is dus logisch om eerst die te achterhalen, om zodoende de reluctantie te kunnen berekenen. De metingen hier zijn gedaan aan het Reckhorn subje. Om niet continu te struikelen over factoren 1000 werk ik met eenheden kilogram, meters en newtons. Ik gebruik een tweetoons signaal, met een toon van 25 Hz en een toon van 262,5 Hz. Die tweede frequentie is 10,5 keer de eerste, om ervoor te zorgen dat de harmonischen van de modulerende toon (25 Hz) niet samenvallen met de zijbanden van de draaggolf (262,5 Hz +/- n*25 Hz). Allereerst bepaal ik de impedantie van de woofer bij 262,5 Hz als functie van de tijd. Het imaginaire deel van die impedantie is [LaTeX]2\pi f L_e[/LaTeX] en de modulate ervan wordt wordt veroorzaakt door [LaTeX]L_e(x(t))[/LaTeX] Omdat ik zowel [LaTeX]L_e(x(t))[/LaTeX] als [LaTeX]x(t)[/LaTeX] heb is een 6e orde fit zo gemaakt, en dit het resultaat:

Op dezelfde manier behandelen van de acceleratie van de conus bij 262,5 Hz en aftrek van de reluctantiekracht levert voor [LaTeX]BL(x)[/LaTeX]:

Ik weet nu alle krachten die op de conus werken, dus ik kan van de totale kracht [LaTeX]F=ma[/LaTeX] de krachten door de spreekspoel (BL en reluctantie) en [LaTeX]R_mv[/LaTeX] aftrekken, en de kracht die dan overblijft zal wel van de ophanging afkomstig zijn. Die kracht ziet er als volgt uit:

Hierin is de groene curve het daadwerkelijk gemeten resultaat, en de rode curve de polynoomfit. De constante term weggooien en delen door [LaTeX]x[/LaTeX] levert voor de stijfheid van de ophanging:

Dat ziet er zowaar geloofwaardig uit voor een progressieve ophanging! Toch zijn een paar kanttekeningen gepast:

Door de aanpak van de [LaTeX]K_m(x)[/LaTeX] meting (wat overblijft na aftrek van de andere krachten) stapelen meet-en benaderfouten zich op in de bepaling daarvan, waardoor de waarde ervan met een flinke korrel zout genomen moet worden. Eigenlijk mag ik al blij zijn dat de vorm van de curve enigszins aan de verwachtingen voldoet, maar ik schat de meetfout ongeveer op +/- 50% in.

Omdat ik slechts twee tonen gebruik, haal ik [LaTeX]BL(x)[/LaTeX] uit de amplitudemodulatie van de versnelling van de conus bij draaggolffrequentie, en [LaTeX]L_e(x)[/LaTeX] uit de amplitudemodulatie van de stroom bij de draaggolffrequentie. Omdat er maar één draaggolf is, is het nog niet mogelijk om een realistischer model zoals [LaTeX]R_e+L_e+R2//L2[/LaTeX] aan deze data te fitten.

Waar ik deze resultaten wel voor kan gebruiken, is als opstapje naar een meting met een complexer signaal zoals ruis, multitone of muziek. Als ik voor de modelfit startwaarden kan geven die al een beetje in de buurt liggen van de uiteindelijke resultaten convergeert het model sneller en betrouwbaarder.

De "big three"zijn nu dus bepaald, en dat voelt toch als een belangrijke mijlpaal ondanks dat er nog veel te verbeteren valt!

[OWC]

Kan je uitgebreide post goed begrijpen. Doet me denken aan wat de mensheid door de eeuwen heen deden en doen om op zee te navigeren. Dat heet gegist bestek. Dat werd wel naukeurig uitgevoerd met alle correctie tabellen erbij, maaar er was altijd een afwijking. Op de zeekaarten aangegeven met een punt met daaromheen een cirkeltje. In het Engels heet dat "dead reckoning", oftewel een "exact uitgevoerde veronderstelling". Kort samengevat dus het gevaar van een getal te geloven zonder de bijbehorende veronderstelling te weten.

Misschien ligt het aan mijn achtergrond, maar in de studie natuurkunde worden begrippen als orde van grootte en significantie er vanaf dag 1 met de paplepel in geramd.
Het is daarbij essentieel om context te blijven zien en bewaken, zodat je niet vastloopt in complexe redeneringen die steunen op slechts een enkele, vaak matig onderbouwde, aanname.

Door de jaren heen heb ik veel rapporten, artikelen en scripties gelezen, en met de huidige FEM/BEM-methodes ligt het risico van zulke fouten altijd op de loer. Soms is dat risico zelfs zo groot dat hele productontwerpen erdoor beïnvloed worden.
Het is onvoorstelbaar dat dit soort valkuilen soms over het hoofd worden gezien.

Eigenlijk komt het neer op wat jij beschrijft: ideeën en oplossingen ontwikkelen met onnauwkeurigheden tot op tientallen decimalen kan misleidend zijn. Wanneer het geheel bijvoorbeeld slechts accuraat is tot één of twee decimalen, voegen die extra decimalen weinig waarde toe.

Het is misschien nog verdedigbaar om de nauwkeurigheid met een orde van grootte te verhogen (bijvoorbeeld van 0,1 naar 0,01 of zelfs 0,001), maar daar houdt het in de meeste gevallen wel op.

Aan de andere kant kun je dan ook praktisch afvragen hoe ver je wilt gaan.
Een beetje kapitein met ervaring, weet op een gegeven moment echt wel waar hij is en hoe hij moet varen.
Dan is een super gedetailleerde kaart ook niet heel zinvol meer, laat staan het opstellen er van.
Of de wateren zijn zo enorm veranderlijk dat kaarten weinig zin hebben.

Ik snap overigens best dat het ook ter lering en vermaak is.
Maar ik denk persoonlijk dat er niks mis is met af en toe even een stap terug te doen en evalueren of de goede koers nog wordt gevaren.
Anders bijt je zomaar stuk op iets dat niet heel zinnig blijkt te zijn.

Been there, done that (kast en planken staan er letterlijk vol mee )

[OWC]

Ik zie het zo: er is een bepaalde werkelijkheid "out there" waar we maar beperkt zicht op hebben.

Ik denk persoonlijk dat dit dus juist niet helemaal de goede benadering is.

De absolute werkelijkheid "out there" is namelijk niet heel relevant om luidsprekers onderling goed te kunnen vergelijken.
Sterker nog, aan Klippel metingen zelf zitten daar al heel wat haken en ogen aan (= aannames) die discutabel zijn.

Daarnaast is de daadwerkelijke werkelijkheid veel te complex om in een paar grafiekjes samen te vatten.
Dat kan wel, maar wel met een dikke vette asterisk plus het vraagt de nodige ervaring en kennis van de persoon zelf om het goed te kunnen interpreteren.

Het lijkt mij veel zinniger om iets te creëren dat een stuk beter te behappen is.
Op dit manier kun je alsnog verschillende drivers goed met elkaar vergelijken.
Dat is nu namelijk het essentiële dat nu mist.

Iets als een relatieve BL vs excursion curve zegt al boekdelen over hoe een driver presteert tov een andere driver.

Dat maakt het ook meer behapbaar voor jezelf.

Die meetfouten zou je bv kunnen doorreken met de relatieve onnauwkeurigheid.
Om het simpel te houden kun je dat linear doen (simpele ketting regel), of daadwerkelijk hogere orde non-linear gebruiken (= heel veel hoofdpijn).
Weet jij eigenlijk wat Klippel hier doet?
±50% is namelijk niet best, dan kunnen we bij wijze van net zo goed een muntje op gaan gooien.

Weet jij ook of Novak ongeveer hetzelfde doet?
Hij gaf ook in een aantal metingen aan andere resultaten te krijgen dan Klippel.

Wat als we hier gewoon een freq sweep vs spanning/SPL gebruiken en de verschuiving van de Fs meenemen?
(dat is wel een gemiddelde, maar dat zegt al een hoop meer)

[timpert]

Ik denk persoonlijk dat dit dus juist niet helemaal de goede benadering is.

Lees de rest van de paragraaf ook even waar je nu de eerste zin van citeert, want die geeft weer hoe ik daar in sta. Ik koester niet de illusie de absolute werkelijkheid met deze meting te kunnen achterhalen, wel hoop ik het inzicht in de kwaliteiten van de verschillende drivers te verbeteren ten opzichte van wat nu in de hobbywereld de stand van zaken is.

Het lijkt mij veel zinniger om iets te creëren dat een stuk beter te behappen is.
Op dit manier kun je alsnog verschillende drivers goed met elkaar vergelijken.
Dat is nu namelijk het essentiële dat nu mist.

Iets als een relatieve BL vs excursion curve zegt al boekdelen over hoe een driver presteert tov een andere driver.

Dat maakt het ook meer behapbaar voor jezelf.

Is dat niet precies wat ik gedaan heb? Beginnen met de "big three" en van daaruit verder kijken naar wat haalbaar en nuttig is.

Die meetfouten zou je bv kunnen doorreken met de relatieve onnauwkeurigheid.
Om het simpel te houden kun je dat linear doen (simpele ketting regel), of daadwerkelijk hogere orde non-linear gebruiken (= heel veel hoofdpijn).

Mijn foutinschatting is nu niet meer dan [LaTeX]\pi \cdot duim[/LaTeX] maar op dit moment ga ik die niet verbeteren. De grote onzekerheid is vooral op [LaTeX]K_m(x)[/LaTeX] van toepassing en komt doordat die meting met mijn huidige aanpak het afvoerputje is geworden waarin alle meetonzekerheid bij elkaar komt. Met een beter meetsignaal (multitone, ruis, muziek) nemen mijn mogelijkheden voor modelfit ook toe, en kan ik de oorzaak van de grote meetfout wegnemen. Een beetje net als met een lekke band: je kan bepalen hoe snel je band leegloopt om te kijken hoe vaak je moet pompen, maar je kan ook gewoon besluiten de band te gaan plakken.

Weet jij eigenlijk wat Klippel hier doet?

Zeker weten doe ik het niet, maar ik vermoed dat hij aardig met de make-up kwast tekeer gaat. Het valt me namelijk op dat alle metingen bij groot signaal bij [LaTeX]x=0[/LaTeX] en/of [LaTeX]i=0[/LaTeX] exact (maar dan ook echt exact) overeenkomen moet de kleinsignaal metingen. Kijk je naar de werkwijze, dan doet Klippel eerst een kleinsignaal meting, en dan moet je de resultaten van die meting copy-pasten in de setup voor groot signaal. Daarom vermoed ik dat de grafieken/resultaten voor groot signaal geschaald worden zodat ze overeenkomen bij [LaTeX]x=0[/LaTeX] en/of [LaTeX]i=0[/LaTeX]. Als ik mijn resultaten op die manier oppoets, dan ziet het totaalplaatje er ongetwijfeld al een stuk beter uit. Maar dat wil ik nu niet doen, omdat ik dan al in de ontwikkelfase problemen wegmoffel en zo mezelf voor de gek houd.

Weet jij ook of Novak ongeveer hetzelfde doet?
Hij gaf ook in een aantal metingen aan andere resultaten te krijgen dan Klippel.

Novak heeft inderdaad wat goede inzichten, en daar kijk ik nu ook zeker naar. Ik heb hem nog niet kunnen betrappen op het oppoetsen van resultaten, maar wellicht is dat ook omdat hij geen kant-en-klare systemen verkoopt die mooie plaatjes moeten produceren. Het artikel dat je hier hebt gedeeld is wat dat betreft ook erg interessant, want het benadert het probleem de andere kant op: hoe moet ik een signaal voor-vervormen om de luidspreker een zuivere output te laten produceren. Het plotje wat in paragraaf 4.1 wordt gegeven (driving force vs. displacement) moet in een avondje code kloppen wel te maken zijn. Je kan dan meteen zien welke speakers mooie rondjes blijven produceren, en welke aardappelen geven.

Wat als we hier gewoon een freq sweep vs spanning/SPL gebruiken en de verschuiving van de Fs meenemen?
(dat is wel een gemiddelde, maar dat zegt al een hoop meer)

Dat kon nog niet toen ik de ingebouwde signaalgenerator van mijn DAQ gebruikte, maar nu ik mijn functiegenerator heb gesynchroniseerd behoort dat ook tot de mogelijkheden.

[OWC]

Lees de rest van de paragraaf ook even waar je nu de eerste zin van citeert, want die geeft weer hoe ik daar in sta.

Dat had ik al gedaan, en dat heet miscommunicatie

De grote onzekerheid is vooral op van toepassing en komt doordat die meting met mijn huidige aanpak het afvoerputje is geworden waarin alle meetonzekerheid bij elkaar komt. Met een beter meetsignaal (multitone, ruis, muziek) nemen mijn mogelijkheden voor modelfit ook toe, en kan ik de oorzaak van de grote meetfout wegnemen. Een beetje net als met een lekke band: je kan bepalen hoe snel je band leegloopt om te kijken hoe vaak je moet pompen, maar je kan ook gewoon besluiten de band te gaan plakken.

Je bent je er van bewust dat de stijfheid sowieso afhankelijk is van wat voor signaal er wordt gebruikt alsmede de cone excursion?
Dit is eerder ook aangekaart in dit topic.

Zeker weten doe ik het niet, maar ik vermoed dat hij aardig met de make-up kwast tekeer gaat. Het valt me namelijk op dat alle metingen bij groot signaal bij en/of exact (maar dan ook echt exact) overeenkomen moet de kleinsignaal metingen. Kijk je naar de werkwijze, dan doet Klippel eerst een kleinsignaal meting, en dan moet je de resultaten van die meting copy-pasten in de setup voor groot signaal. Daarom vermoed ik dat de grafieken/resultaten voor groot signaal geschaald worden zodat ze overeenkomen bij en/of . Als ik mijn resultaten op die manier oppoets, dan ziet het totaalplaatje er ongetwijfeld al een stuk beter uit. Maar dat wil ik nu niet doen, omdat ik dan al in de ontwikkelfase problemen wegmoffel en zo mezelf voor de gek houd.

Sja, ik snap wat je bedoelt, maar we komen dan in een soort kip-ei discussie terecht.
Persoonlijk zou ik het eerst zo maken dat het tenminste compatibel is met Klippel.
Misschien is dat feitelijk niet helemaal juist, maar in dat geval verwijs ik terug naar een bericht of twee terug.
Je kunt dan op een gegeven moment maar beter op een bepaalde manier relatief gaan vergelijken.
Stel we komen uit op de daadwerkelijke waarheid, is het namelijk maar de vraag hoe dat stand houdt als de rest van de wereld Klippel gelooft?
Dat betekent zeker niet dat je het niet hoeft te evenaren, maar inzicht in beide oplossingen is dan wel noodzakelijk.

Uit de datasets zelf ziet het er inderdaad voor mij ook uit dat bepaalde parameters gewoon worden gekopieerd.

Wat dat betreft vind ik Novak zijn uitleg wel rechtoe-rechtaan en zeer aannemelijk.
Echter, ook bij die methode geldt dat de stijfheid andere waardes geeft afhankelijk van de uitwijking en frequentie

Dat kon nog niet toen ik de ingebouwde signaalgenerator van mijn DAQ gebruikte, maar nu ik mijn functiegenerator heb gesynchroniseerd behoort dat ook tot de mogelijkheden.

In principe kan dit ook al met een simpele audio interface.
Je loopt dat echter wel al snel tegen het feit aan dat het allemaal wel erg LUID wordt enzo.

[timpert]

Je bent je er van bewust dat de stijfheid sowieso afhankelijk is van wat voor signaal er wordt gebruikt alsmede de cone excursion?
Dit is eerder ook aangekaart in dit topic.

Ik zal later deze week eens een plaatje maken waarin de amplitude- en frequentieafhankelijkheid te zien zijn, want de grafiek is nogal veranderlijk als je aan één van die twee draait, maar die verwachting heb ik inderdaad al op pagina 1 van deze thread uitgesproken. Daarom vermoed ik ook dat Klippel de [LaTeX]K_m(x)[/LaTeX] uit een meting haalt, en vervolgens zodanig schaalt dat [LaTeX]K_m(0)[/LaTeX] samenvalt met de kleinsignaal meting.

Sja, ik snap wat je bedoelt, maar we komen dan in een soort kip-ei discussie terecht.
Persoonlijk zou ik het eerst zo maken dat het tenminste compatibel is met Klippel.

Je bent nogal dol op pluimvee
Ik streef in principe conformiteit met IEC 62458 en IEC 60268-22 na, dus dat is inderdaad wat Klippel ook doet. Maar ook daarbinnen heb je nog aanzienlijke vrijheid om dingen naar eigen inzicht in te vullen, het bovengenoemde smokkeltje van Klippel is niet voorgeschreven maar ook niet verboden. Ik vermoed dat het een gevalletje is van "wat niet weet...". Overigens is er wel een belangrijk verschil tussen de twee standaarden: IEC 60268-22 schrijft voor dat je [LaTeX]K_m(x)[/LaTeX] bij resonantie moet meten (wat ik nu doe) en IEC 62458 spreekt een voorkeur uit voor de "full dynamic" methode, omdat dat het meest representatief is voor het gebruik, maar schrijft niets voor. Ik wil naar full dynamic toe.

In principe kan dit ook al met een simpele audio interface.
Je loopt dat echter wel al snel tegen het feit aan dat het allemaal wel erg LUID wordt enzo.

De aansturing van een audio interface is wat brak vanuit Python, en dat geldt dubbel voor mijn Focusrite met ASIO. Dus die laat ik hier maar even op de plank liggen. Wat betreft die geluidsdruk: ik heb de opstelling in de kelder staan, dus met de welbekende groene oorkappen of een remote desktop sessie is het probleem opgelost. En dat is wel fijn, want vooral een "sparse multitone"is echt een enorme takkeherrie als je ernaast staat.

[OWC]

Daarom vermoed ik ook dat Klippel de uit een meting haalt, en vervolgens zodanig schaalt dat samenvalt met de kleinsignaal meting.

Ik moet zeggen dat ik niet helemaal snap wat Klippel hier doet.

Ze hebben een hele paper gewijd aan hoe veranderlijk de stijfheid kan zijn.
Om vervolgens een enkele grafiek te laten zien in hun programma en weinig meer te doen met dit idee.
Het kan zijn dat ik ergens een side note heb gemist, maar ik krijg het vermoeden dat ze dan vrolijk hebben besloten om dus dan maar de stijfheid bij max excursion te laten zien?

De reden waarom ik dat vermoeden heb, is omdat ik jaren terug daar op geattendeerd was door mensen met zo'n meetsysteem.

dus dat is inderdaad wat Klippel ook doet.

Sterker nog, die is volgens mij is die IEC door Klippel zelf bedacht

en IEC 62458 spreekt een voorkeur uit voor de "full dynamic" methode, omdat dat het meest representatief is voor het gebruik, maar schrijft niets voor. Ik wil naar full dynamic toe.

Is misschien quasi dynamic niet een optie hier?
Om bij dat pluimvee te blijven, kun je gaan afvragen wat voor extra informatie je gaat krijgen door tig punten te bekijken (en te bereken), ipv bijvoorbeeld 3 of 4?
Op een gegeven moment kom je wel op een punt dat dingen zelf te interpoleren zijn.
Een soort van worst-kaas scenario, ideaal scenario en er een beetje tussenin.
Daar wordt de wiskunde ook een stuk makkelijker van.

Als we het dan toch over dingen hebben die door Klippel nauwelijks worden toegelicht, is de verandering tussen (koud) small en large small warm parameters extreem opmerkelijk bij sommige speakers.
Bij sommige drivers loopt dit redelijk mooi gelijk, terwijl er bij andere er ineens een mega jump ontstaat.
(ik kan je nog wel een voorbeeld van SB toesturen).

at betreft die geluidsdruk: ik heb de opstelling in de kelder staan, dus met de welbekende groene oorkappen of een remote desktop sessie is het probleem opgelost. En dat is wel fijn, want vooral een "sparse multitone"is echt een enorme takkeherrie als je ernaast staat.

Extra dummy speaker erbij enkel in tegenfase helpt
Als echte techniek nerds, kunnen we die ook nog eens automagisch regelbaar maken

Maar ik doelde ook een beetje op het idee om niet gelijk een speaker in rook op te laten gaan zeg maar.

[timpert]

Ik heb de meting nog maar eens herhaald bij 25% (paars), 50% (groen), 75% (blauw) en 100% (rood) van de amplitude, al het andere is gelijk als hier. Voor [LaTeX]F(x)[/LaTeX] krijg ik nu:

en voor [LaTeX]K_m(x)[/LaTeX]:

De waarde van [LaTeX]K_m(0)[/LaTeX] schuift tussen 100% en 25% uitsturing al bijna 40% omhoog. Het gedraagt zich dus zoals verwacht. Morgen maar eens proberen aardappelplaatjes te maken.

[OWC]

De waarde van schuift tussen 100% en 25% uitsturing al bijna 40% omhoog. Het gedraagt zich dus zoals verwacht. Morgen maar eens proberen aardappelplaatjes te maken.

Ja mooi zo

Maarja, dan kom je dus weer bij het verhaal, wat wanneer je dezelfde metingen doet bij een hogere frequentie....

Minder relevant aan al dit alles en puur praktisch, maar ik vind het persoonlijk fijner om naar de relatieve grafieken te kijken (bv in procenten)
Waar je aangeeft wat de waarde is bij x=0
Op die manier kun je in een oogopslag zien waar bv 75% en 50% liggen, ipv steeds van die stomme lijntjes te moeten trekken

Het vergelijkt ook veel beter twee verschillende drivers met elkaar.
Zo kun je veel beter zien welke bv een stuk meer linear is etc.

Ik was ook al bezig om een functie te maken te een getalwaarde geeft hoe vlak de lijn is.
Daarmee kun je dan ook weer beter zien welke speaker zich meer linear gedraagt.
Zo kunnen bv twee verschillende drivers wel dezelfde waarde hebben op 50%, maar dat zegt nog weinig over de weg ernaar toe.

[Ronkel]

Kun je Kms(x) niet gewoon plotten per frequentie, net als Le(x)? Of denk ik hier te simpel? Voor hoge frequenties kom je vermogen tekort om de driver ver uit te sturen, maar daar is Kms toch niet relevant meer.